Confidentialité et sécurité des données dans l'écosystème IA de Google : NotebookLM Enterprise et les mécanismes d'isolation d'Antigravity

« Peut-on téléverser la documentation technique de notre produit cœur dans cet outil IA pour l’analyser ? »

En salle de réunion, le CTO se tourne vers le responsable sécurité. Celui-ci ajuste ses lunettes, trois secondes de silence : « Il me faut consulter leur accord de traitement des données. »

Ce scénario, on l’a vu des centaines de fois dans les missions de conseil IA en entreprise. Le CTO voit le gain de productivité ; le CISO voit le risque de fuite de données. Les deux ont raison. Les deux attendent une réponse.

Il n’existe pas de réponse standard. Mais comprendre les mécanismes de sécurité de Google sur NotebookLM Enterprise et Antigravity vous aide au moins à décider en connaissance de cause.

Cet article s’adresse aux décideurs qui veulent adopter l’IA tout en maintenant leur ligne de sécurité. Nous aborderons : comment NotebookLM traite vos données, l’architecture local-cloud d’Antigravity, et comment des outils comme VPC-SC protègent les appels API.

Pas de contenu promotionnel — seulement des faits techniques et des considérations de conformité.

NotebookLM Enterprise : la promesse que les données ne sortent pas du périmètre

Commençons par NotebookLM, l’outil IA de Google pour la gestion des connaissances en entreprise.

La question centrale : mes documents téléversés serviront-ils à entraîner un modèle ? Seront-ils examinés par des humains ? Fuiront-ils vers d’autres utilisateurs ?

Engagements officiels (édition Workspace Enterprise)

Selon la documentation Google Workspace Admin Help, pour les utilisateurs entreprise :

• Pas d’entraînement de modèle : vos contenus téléversés, requêtes et réponses du modèle ne serviront pas à entraîner des modèles d’IA générative
• Aucun examen humain : aucun réviseur humain ne consultera vos données
• Protection des données entreprise : NotebookLM est devenu en février 2025 un service principal de Google Workspace, soumis aux clauses de protection des données Workspace entreprise

C’est une différence fondamentale avec la version personnelle. Les conditions personnelles indiquent : si vous fournissez un retour, « des réviseurs humains peuvent consulter vos requêtes, contenus téléversés et réponses du modèle ». Pour une entreprise, c’est un risque inacceptable.

Emplacement du stockage des données

Selon l’analyse de Bay Tech Consulting, les données NotebookLM Enterprise sont stockées dans l’infrastructure Google Workspace, conformément aux clauses contractuelles signées avec le client. La résidence des données et la conformité relèvent donc de l’accord entreprise Workspace.

KiloClaw - OpenClaw managé pour l’entreprise : orchestration d’agents IA et routage intelligent

Commencer →Pub

Rétention des données

• Les requêtes ne sont pas conservées
• Les contenus téléversés, notes enregistrées et synthèses audio sont stockés jusqu’à suppression explicite
• Après suppression, le processus standard de suppression Google Workspace s’applique

Implications pratiques

Pour la finance, la santé, le juridique et autres secteurs sensibles, cela signifie que vous pouvez confier vos documents internes à NotebookLM avec une confiance relative — à condition d’utiliser Workspace Enterprise, et non la version personnelle.

Attention : « confiance relative » ne signifie pas « sécurité absolue ». Google peut encore accéder aux données pour des obligations légales, des besoins de sécurité ou l’amélioration du service — mais ces accès sont strictement contrôlés et audités.

Gouvernance des données de l’API Gemini

NotebookLM s’appuie sur les modèles Gemini en arrière-plan. Comprendre la logique de traitement des données de l’API Gemini est important pour évaluer les risques.

Trois niveaux d’utilisation des données

1. Édition Consumer :

• Les données peuvent être enregistrées et stockées pour la sécurité, la surveillance, le QA, la prévention des abus
• Un examen humain est possible
• Les données peuvent servir à améliorer le service

2. Édition Workspace :

• Respecte les accords de traitement des données Workspace
• Non utilisées pour l’entraînement des modèles
• Examen humain uniquement dans des cas spécifiques (ex. enquête sur les abus)

3. Édition Enterprise (Gemini Enterprise/Cloud) :

• Isolation des données la plus stricte
• Engagement de résidence des données (Data Residency)
• Prise en charge des clés de chiffrement gérées par le client (CMEK)
• Prise en charge de VPC Service Controls

Conformité GDPR

Pour les utilisateurs européens, Gemini prend en charge les garanties de résidence régionale. Les données au repos se trouvent dans la région désignée, conformément au GDPR. Attention toutefois : l’inférence du modèle peut nécessiter des appels inter-régions — limitation technique actuelle.

Recommandation clé

Si votre entreprise a des exigences de conformité strictes, n’utilisez pas l’édition Consumer gratuite à des fins commerciales. Privilégiez au minimum Workspace Enterprise, idéalement Gemini Enterprise Cloud.

Architecture local-cloud d’Antigravity

Antigravity est l’IDE Agent-First de Google ; son architecture de sécurité diffère de celle de NotebookLM.

Modèle d’exécution

Selon Google Codelabs, Antigravity repose sur une architecture hybride :

• Exécution locale : édition de code, opérations sur fichiers et scripts locaux s’exécutent sur la machine de l’utilisateur
• Inférence cloud : les appels au modèle IA (Gemini 3) sont envoyés aux serveurs Google
• Auto-hébergement optionnel : l’édition entreprise permet d’exécuter certains composants dans un VPC

Ce que cela implique

Votre code source n’est pas envoyé au cloud par défaut — sauf si vous demandez explicitement à l’Agent une tâche nécessitant le modèle cloud. Par exemple :

• Complétion de code locale ? Traitement local
• Génération de code via Gemini 3 ? Envoi au cloud
• Analyse de l’ensemble du dépôt par l’Agent ? Certaines métadonnées peuvent devoir être téléversées

Stratégie de sécurité du code

Pour Antigravity en entreprise, nous recommandons :

1. Isolation des dépôts sensibles : ne pas inclure algorithmes cœur et code de gestion des clés dans les projets gérés par Antigravity
2. Isolation réseau : utiliser VPC-SC (détaillé plus bas) pour limiter les services externes accessibles à l’Agent
3. Journaux d’audit : activer les journaux d’opérations pour enregistrer les actions de l’Agent et les appels API

Architecture de déploiement entreprise

Selon l’analyse d’Augment Code, Antigravity Enterprise prend en charge l’architecture Cloud Run, avec :

• Cloud Storage pour le contenu des dépôts
• BigQuery pour les métadonnées de code et la recherche
• VPC Service Controls et intégration IAM pour la sécurité entreprise

Cette architecture permet d’exécuter une partie des composants Antigravity dans un environnement cloud privé, tout en conservant les capacités IA cloud.

VPC Service Controls : construire un périmètre de sécurité

VPC Service Controls (VPC-SC) est une fonctionnalité de sécurité Google Cloud pour définir des périmètres de protection des données.

🔥 Ne perdez plus des mois sur des produits sans demande ! Validez vos promesses SaaS avec Adsterra à petit budget →

Tester l'MVP →Pub

Concept central

VPC-SC permet de définir un « périmètre de service » (Service Perimeter) à l’intérieur duquel :

• Les données circulent librement
• L’accès externe est bloqué ou strictement audité
• Même les services internes Google doivent respecter les règles du périmètre

Application aux charges de travail IA

Pour les entreprises utilisant Gemini, NotebookLM ou Antigravity, VPC-SC permet de :

1. Prévenir l’exfiltration : empêcher la synchronisation accidentelle de code ou documents vers des comptes Google personnels
2. Restreindre les appels API : n’autoriser les appels à l’API Gemini que depuis certains VPC
3. Auditer tous les accès : enregistrer qui, quand et comment les services IA ont été consultés

Exemple de configuration

# Concept simplifié de configuration VPC-SC
title: "AI Services Perimeter"
resources:
  - projects/my-enterprise-project
restrictedServices:
  - gemini.googleapis.com
  - notebooklm.googleapis.com
  - storage.googleapis.com
ingressRules:
  - from:
      identities:
        - serviceAccount:[email protected]
    to:
      operations:
        - "*"

Recommandations de déploiement

Selon le retour d’expérience InfoQ, un déploiement VPC-SC à l’échelle entreprise exige :

1. Mise en œuvre par phases : valider d’abord en environnement de test, puis déployer en production
2. Cartographie des services : recenser tous les services Google dépendants pour éviter les blocages accidentels
3. Stratégie break-glass : prévoir un mécanisme de contournement pour les urgences
4. Surveillance continue : intégrer les journaux VPC-SC au SIEM pour alerter en temps réel

Liste de contrôle conformité pour l’adoption de l’IA en entreprise

Après tout cela, comment évaluer concrètement si un outil IA convient à votre entreprise ?

Évaluation par classification des données

Commencez par classifier les données que vous alimenterez à l’IA :

• Données publiques : contenu du site, documentation publiée — faible risque
• Données internes : documentation technique, plans de projet — risque moyen, vérifier les conditions de service
• Données sensibles : informations clients, données financières, algorithmes cœur — risque élevé, protection supplémentaire requise

Liste d’évaluation des fournisseurs

Pour chaque outil IA, vérifiez :

Politique d’entraînement des données :

• Engagement explicite de ne pas utiliser les données pour l’entraînement ?
• Garantie contractuelle ou simple accord utilisateur ?
• Dans quelles conditions un examen humain intervient-il ?

Résidence des données :

• Prise en charge du stockage dans une région désignée ?
• Chiffrement en transit ?
• Chiffrement au repos ?

Certifications de conformité :

• SOC 2 ?
• ISO 27001 ?
• Déclaration de conformité GDPR ?
• Certifications sectorielles (HIPAA, PCI-DSS, etc.) ?

Fonctionnalités entreprise :

• Prise en charge SSO/SAML ?
• Journaux d’audit ?
• Contrôle d’accès granulaire ?
• Export/suppression des données ?

Stratégie de mise en œuvre

Phase 1 : Pilote

• Choisir un projet non sensible pour les tests
• Établir politiques d’usage et supports de formation
• Surveiller l’usage et recueillir les retours

Phase 2 : Déploiement contrôlé

• Étendre à davantage d’équipes
• Mettre en place VPC-SC et autres mesures de sécurité
• Définir un processus de réponse aux incidents

Phase 3 : Adoption complète

• Intégrer aux workflows standards
• Audits de conformité continus
• Optimiser l’équilibre coût/sécurité

Conclusion

Revenons à la scène de la salle de réunion.

Vultr - Serveur cloud NVMe haute performance, 32 emplacements mondiaux, déploiement Docker en un clic

Voir les tarifs →Pub

Le CTO demande : « Peut-on téléverser la documentation technique de notre produit cœur dans cet outil IA pour l’analyser ? »

Désormais, le responsable sécurité peut répondre avec plus de nuance :

« Avec NotebookLM Enterprise, les données restent dans le périmètre, ne servent pas à l’entraînement — le risque de conformité est maîtrisable. Pour les documents d’algorithmes cœur, je recommande toutefois de commencer par une version anonymisée. Il faudra aussi configurer VPC-SC pour éviter toute fuite accidentelle.

« Antigravity est utilisable, mais les dépôts sensibles doivent être isolés. Les développeurs traitent le code cœur en local ; l’IA assiste les fonctions périphériques. »

Ce n’est pas une réponse binaire « oui/non ». C’est un jugement combinant classification des risques, mesures techniques et processus de conformité.

La pression de la transformation IA ne disparaîtra pas. Les concurrents adoptent l’IA, les clients attendent des cycles plus courts, les équipes ont besoin d’outils de productivité. Mais la ligne de sécurité et de conformité ne peut pas céder — une fuite de données peut coûter plus que tous les gains apportés par l’IA.

L’enjeu est de trouver l’équilibre dans cette tension. Comprendre les mécanismes de sécurité des outils, établir des politiques d’usage adaptées, mettre en œuvre les contrôles techniques nécessaires.

L’écosystème IA de Google (NotebookLM, Antigravity, Gemini Enterprise) est relativement mature côté sécurité entreprise : accords de traitement des données clairs, contrôles techniques comme VPC-SC, certifications de conformité.

Mais au final, la sécurité reste la responsabilité de l’entreprise. Le fournisseur fournit les capacités ; comment les utiliser et les protéger dépend de vos décisions.

Nous espérons que cet article vous aidera à formuler une réponse plus éclairée dans cette salle de réunion.