RGPDEurope

AIPD / DPIA : le guide complet pour réaliser une analyse d'impact relative à la protection des données

© Juriotech

L'analyse d'impact relative à la protection des données (AIPD ou DPIA) est une obligation clé du RGPD. Découvrez dans ce guide complet quand la réaliser, comment la conduire étape par étape, et les erreurs fréquentes à éviter — avec un focus sur les systèmes d'intelligence artificielle.

Sommaire
  1. 1. Qu'est-ce qu'une AIPD ?
  2. 2. Quand l'AIPD est-elle obligatoire ?
  3. 3. Les 9 critères déclencheurs selon le CEPD
  4. 4. Les étapes pour réaliser une AIPD
  5. 5. AIPD et intelligence artificielle : spécificités
  6. 6. Les erreurs fréquentes à éviter
  7. Conclusion

Le Règlement général sur la protection des données (RGPD) a introduit une obligation nouvelle et structurante pour les organismes traitant des données personnelles : l'analyse d'impact relative à la protection des données, plus connue sous son acronyme AIPD — ou DPIA (Data Protection Impact Assessment) dans sa version anglophone. Cet outil, loin d'être une simple formalité administrative, constitue un mécanisme central de la logique d'accountability portée par le RGPD. Il traduit le passage d'une conformité déclarative à une conformité démontrée, proactive et documentée.

Pourtant, dans la pratique, l'AIPD reste l'un des outils les plus mal maîtrisés — et les plus redoutés — par les organisations. Trop souvent réalisée trop tard, trop sommairement, ou simplement ignorée, elle expose ses auteurs à des risques juridiques significatifs. Dans un contexte où le déploiement de systèmes d'intelligence artificielle multiplie les traitements à risque élevé, la maîtrise de l'AIPD devient une compétence incontournable pour tout DPO, juriste ou responsable conformité.

Ce guide vous accompagne pas à pas : de la définition de l'outil à sa mise en œuvre concrète, en passant par les critères déclencheurs, la méthodologie recommandée par la CNIL et les erreurs classiques à éviter.

1. Qu'est-ce qu'une AIPD ?

Définition — Article 35 RGPD

L'analyse d'impact relative à la protection des données est un processus visant à décrire un traitement, en évaluer la nécessité et la proportionnalité, et aider à gérer les risques pour les droits et libertés des personnes physiques qui en découlent, en appréciant ces risques et en déterminant les mesures pour y faire face.

Plus précisément, l'article 35 §1 du RGPD impose la réalisation d'une AIPD lorsqu'un traitement est « susceptible d'engendrer un risque élevé pour les droits et libertés des personnes physiques ». La notion de risque élevé est intentionnellement non définie de manière exhaustive par le règlement, laissant à l'appréciation du responsable de traitement — guidé par les lignes directrices du CEPD et des autorités nationales comme la CNIL — le soin d'évaluer cette exposition.

L'AIPD remplit ainsi une triple fonction :

  • Documentaire : elle matérialise la preuve que le responsable de traitement a examiné et géré les risques liés à son traitement, conformément à l'obligation d'accountability.
  • Préventive : menée en amont du déploiement, elle permet d'identifier et de corriger les risques avant qu'ils ne se concrétisent.
  • Opérationnelle : elle débouche sur un plan de traitement des risques avec des mesures concrètes, des responsables et des échéances.

AIPD vs DPIA : quelle différence ? Aucune sur le fond. AIPD est l'acronyme français pour Analyse d'Impact relative à la Protection des Données ; DPIA est son équivalent anglais (Data Protection Impact Assessment). Les deux termes désignent exactement le même outil prévu à l'article 35 du RGPD.

2. Quand l'AIPD est-elle obligatoire ?

L'article 35 §1 du RGPD pose le principe général : l'AIPD est obligatoire lorsqu'un type de traitement, en particulier par le recours à de nouvelles technologies, est susceptible d'engendrer un risque élevé pour les droits et libertés des personnes physiques. Le règlement précise ensuite trois situations dans lesquelles une AIPD est présumée nécessaire :

  • L'évaluation systématique et approfondie d'aspects personnels fondée sur un traitement automatisé, incluant le profilage, et conduisant à des décisions produisant des effets juridiques ou affectant significativement les personnes (ex : scoring de crédit, évaluation de la performance au travail).
  • Le traitement à grande échelle de catégories particulières de données visées à l'article 9 — données de santé, biométriques, révélant l'origine raciale ou ethnique — ou de données relatives à des condamnations pénales.
  • La surveillance systématique à grande échelle d'une zone accessible au public (vidéosurveillance, surveillance des comportements en ligne, géolocalisation à grande échelle).

La liste CNIL est contraignante La CNIL a publié une liste de types de traitements pour lesquels l'AIPD est systématiquement requise. Cette liste inclut notamment : les traitements de données biométriques aux fins de contrôle d'accès, les traitements d'évaluation ou de notation des personnes, les traitements impliquant un suivi géolocalisé à grande échelle, ou encore les traitements à des fins de recherche médicale impliquant des données de santé.

3. Les 9 critères déclencheurs selon le CEPD

Le Comité européen de la protection des données (CEPD), dans ses lignes directrices WP248 rev.01, a identifié 9 critères permettant d'apprécier si un traitement est susceptible d'engendrer un risque élevé. La présence d'au moins deux de ces critères suggère généralement la nécessité de réaliser une AIPD :

  • Évaluation ou scoring — notamment le profilage et les prédictions portant sur des aspects sensibles : performance, santé, préférences, comportement, localisation.
  • Décision automatisée avec effet juridique ou similaire — traitement aboutissant à des décisions excluant ou discriminant des personnes sans intervention humaine significative.
  • Surveillance systématique — observation, surveillance ou contrôle des personnes, y compris via des réseaux ou sur une zone accessible au public.
  • Données sensibles ou hautement personnelles — catégories particulières au sens de l'article 9, données pénales, financières, médicales, de localisation précise.
  • Traitement à grande échelle — nombre élevé de personnes concernées, volume de données important, durée ou étendue géographique significative.
  • Croisement ou combinaison de données — combinaison de plusieurs ensembles de données allant au-delà des attentes raisonnables des personnes concernées.
  • Données concernant des personnes vulnérables — mineurs, patients, personnes âgées, salariés, demandeurs d'asile, populations en situation de précarité.
  • Usage innovant ou nouvelle technologie — notamment l'intelligence artificielle, l'IoT, la reconnaissance faciale, le machine learning ou les technologies de localisation comportementale.
  • Transferts hors UE — transferts de données vers des pays tiers sans niveau de protection adéquat reconnu par la Commission européenne.

4. Les étapes pour réaliser une AIPD

La CNIL recommande une méthodologie structurée. Voici le déroulement d'une AIPD rigoureuse, de la décision de la mener jusqu'à sa documentation finale.

Identifier et décrire le traitement

Avant toute évaluation des risques, il faut décrire précisément le traitement envisagé : sa finalité, les données collectées, les personnes concernées, les destinataires, les durées de conservation, les technologies utilisées et les sous-traitants impliqués. Cette description constitue le socle factuel de toute l'analyse. En matière d'IA, elle doit inclure la nature du modèle, les données d'entraînement, la logique de décision et les métriques de performance.

Vérifier la nécessité et la proportionnalité

Il s'agit d'évaluer si le traitement est nécessaire et proportionné aux finalités poursuivies. Cette étape conduit à examiner la base légale du traitement, la minimisation des données, leur exactitude, leur durée de conservation, ainsi que le respect des droits des personnes concernées. La question centrale est : peut-on atteindre la même finalité avec un traitement moins intrusif pour les personnes ?

Identifier les risques pour les personnes

Cette étape consiste à recenser les risques concrets que le traitement fait peser sur les droits et libertés des personnes concernées. Trois types de risques sont classiquement identifiés : l'accès illégitime aux données, la modification non désirée des données, et la disparition des données. Pour chaque risque, on identifie les sources de menace et les impacts potentiels sur les personnes.

Évaluer la vraisemblance et la gravité des risques

Pour chaque risque identifié, on évalue la vraisemblance (probabilité de réalisation) et la gravité (ampleur des conséquences pour les personnes). Cette double évaluation permet d'établir un niveau de risque résiduel — faible, modéré, élevé — et de prioriser les actions correctives à mettre en œuvre.

Identifier les mesures pour traiter les risques

Face aux risques identifiés, il convient de définir des mesures techniques et organisationnelles permettant de les réduire à un niveau acceptable. Ces mesures peuvent être préventives (chiffrement, pseudonymisation, contrôle d'accès, Privacy by Design) ou correctives (procédures de notification, plans de continuité, audits réguliers). Chaque mesure doit être documentée avec son responsable et son calendrier.

Consulter le DPO et les parties prenantes

Le RGPD impose la consultation du Délégué à la Protection des Données (DPO) dans le cadre de la réalisation de l'AIPD. Il est également recommandé d'associer les équipes techniques, juridiques et métiers concernées, ainsi que — dans certains cas — les personnes concernées elles-mêmes ou leurs représentants. Pour les projets IA, cette pluridisciplinarité est indispensable.

Décider de la mise en œuvre du traitement

À l'issue de l'analyse, le responsable de traitement décide formellement de mettre en œuvre le traitement — en l'état, avec les mesures correctrices identifiées — ou d'y renoncer. Si des risques résiduels élevés subsistent malgré toutes les mesures envisagées, l'article 36 du RGPD impose une consultation préalable de l'autorité de contrôle (la CNIL en France) avant tout déploiement.

Documenter l'AIPD

L'AIPD doit faire l'objet d'une documentation formelle et conservée. Si elle n'a pas à être transmise à la CNIL de manière systématique, elle doit être disponible sur demande de l'autorité de contrôle. Le rapport d'AIPD constitue une preuve essentielle de la mise en œuvre du principe d'accountability. La CNIL met à disposition le logiciel libre PIA pour structurer et documenter cette analyse.

Réexaminer et mettre à jour l'AIPD

L'AIPD n'est pas un exercice ponctuel. L'article 35 §11 du RGPD impose une révision périodique et, en tout état de cause, lors de tout changement significatif du traitement : évolution de la finalité, changement de sous-traitant, mise à jour technologique majeure, nouveau contexte réglementaire. Pour un système d'IA, toute modification du modèle ou des données d'entraînement doit déclencher une réévaluation.

5. AIPD et intelligence artificielle : spécificités

Le déploiement croissant de systèmes d'intelligence artificielle dans les organisations renouvelle en profondeur les enjeux de l'AIPD. Les caractéristiques propres aux systèmes d'IA — opacité des algorithmes, apprentissage sur des données massives, production de décisions automatisées — génèrent des risques spécifiques qui méritent une attention particulière dans le cadre de l'analyse d'impact.

L'IA déclenchera presque systématiquement une AIPD Un système d'IA qui traite des données personnelles remplit en général au moins deux des critères CEPD : recours à une technologie nouvelle ou innovante, et évaluation ou scoring des personnes. La réalisation d'une AIPD sera donc la règle, et non l'exception, pour tout projet d'IA impliquant des données personnelles.

Plusieurs points d'attention spécifiques aux systèmes d'IA doivent être intégrés dans l'AIPD :

La description du traitement doit aller au-delà des seules données d'entrée et de sortie pour documenter la logique de fonctionnement du système : type de modèle, données d'entraînement, paramètres, métriques de performance et biais éventuellement identifiés. Les outils tels que les Model Cards et Data Sheets, promus notamment par la Cloud Security Alliance dans son AI Model Risk Management Framework, constituent une base documentaire précieuse pour alimenter cette description5.

L'évaluation des risques doit intégrer des risques propres aux systèmes d'IA : discrimination algorithmique, biais induits par les données d'entraînement, attaques adversariales (manipulation du modèle par injection de données corrompues), et risques de ré-identification dans le cas de données pseudonymisées utilisées en entraînement6.

La proportionnalité du recours à l'IA doit être explicitement questionnée : l'automatisation par IA est-elle vraiment nécessaire, ou un traitement moins complexe permettrait-il d'atteindre la même finalité avec moins de risques pour les personnes ?

AIPD et AI Act : une articulation à construire L'AI Act impose pour les systèmes à haut risque une évaluation de conformité distincte de l'AIPD RGPD. Ces deux processus sont complémentaires et non redondants. Il est recommandé de les conduire de manière coordonnée pour éviter les doublons et garantir la cohérence de la documentation de conformité. Un article dédié sur Juriotech.com explorera cette articulation en détail.

6. Les erreurs fréquentes à éviter

Dans la pratique, plusieurs erreurs reviennent systématiquement dans la conduite des AIPD. Les voici identifiées pour que vous puissiez les anticiper.

❌ Réaliser l'AIPD trop tard

L'AIPD doit être menée avant la mise en œuvre du traitement. Une AIPD a posteriori ne joue pas son rôle préventif et expose l'organisation à des sanctions de la CNIL.

❌ Confondre l'AIPD avec une formalité

Compléter un formulaire sans réelle analyse des risques ne constitue pas une AIPD au sens du RGPD. L'enjeu est l'effectivité de la démarche, pas sa forme.

❌ Ignorer les risques résiduels

Lorsque des risques élevés subsistent malgré les mesures prises, la consultation préalable de la CNIL s'impose. Ne pas la réaliser constitue une violation directe de l'article 36 du RGPD.

❌ Ne pas mettre à jour l'AIPD

Une AIPD jamais révisée perd sa valeur dès que le traitement évolue. Elle doit être traitée comme un document vivant, régulièrement réexaminé, notamment à chaque mise à jour du système d'IA.

❌ Exclure les équipes techniques

Une AIPD conduite uniquement par les juristes, sans les équipes IT ou data, produira une analyse incomplète. La pluridisciplinarité est indispensable, surtout pour les systèmes d'IA.

❌ Négliger la consultation du DPO

La consultation du DPO est une obligation légale dans le cadre de l'AIPD. Son avis doit être recueilli et, s'il n'est pas suivi, la décision et ses motivations doivent être documentées.

Conclusion

L'AIPD est bien plus qu'une obligation réglementaire : c'est un instrument de gouvernance des données qui, bien conduit, renforce la confiance des personnes concernées, sécurise les projets de l'organisation et démontre concrètement l'engagement en matière de protection des données. Dans un contexte où l'intelligence artificielle redéfinit les frontières du traitement automatisé, la maîtrise de l'AIPD s'impose comme une compétence fondamentale pour tout professionnel de la conformité.

Si vous êtes DPO, juriste ou responsable conformité confronté à un projet d'IA impliquant des données personnelles, ne sous-estimez pas l'ampleur de cette analyse. Commencez tôt, associez vos équipes techniques, documentez rigoureusement — et considérez l'AIPD non comme une contrainte, mais comme un levier de confiance et de responsabilité numérique.

Références :

1. Règlement (UE) 2016/679 du Parlement européen et du Conseil du 27 avril 2016 (RGPD), articles 35 et 36.

2. CEPD (ex-G29), Lignes directrices concernant l'analyse d'impact relative à la protection des données (AIPD), WP248 rev.01, adoptées le 4 avril 2017, révisées le 4 octobre 2017.

3. CNIL, La liste des types d'opérations de traitement pour lesquelles une AIPD est requise, délibération n°2018-327 du 11 octobre 2018.

4. CNIL, Guide AIPD — La méthode, version 2.0, 2018.

5. Cloud Security Alliance, AI Model Risk Management Framework, AI Technology and Risk Working Group, 2024.

6. Noah M. Kenney, Governing Intelligence: Law, Privacy, Security, and Compliance in the Age of Artificial Intelligence, First Edition, Digital 520, 2026, chapitre 8.

7. CNIL, Logiciel PIA (Privacy Impact Assessment), disponible sur cnil.fr.

Citer ce contenu

Ismail Abakar Adoum, « AIPD / DPIA : le guide complet pour réaliser une analyse d'impact relative à la protection des données », Juriotech, article publié le 7 avril 2025, https://juriotech.com/articles/aipd-dpia-guide-complet (consulté le 17 novembre 2026).

Signaler une erreur ou un contenu

À propos de l'auteur

Ismail Abakar Adoum

Juriste protection des données, cybersécurité et conformité de l'IA

Écrit surRGPDDroit généralGouvernance de l'IARèglement sur l'IA (RIA)

53 publications sur Juriotech depuis avril 2023

Toutes ses publications

Lire ensuite

Article Doctissimo et Nestor : consentement et information, deux exigences que la CNIL contrôle de près Données de santé collectées par des tests en ligne, prospection à partir de profils professionnels : deux décisions qui rappellent que le consentement se prouve et que l'informati… Lire

À lire aussi