Chief AI Risk Officer : faut-il un pilote des risques IA ?

À mesure que les organisations intensifient le recours à l’intelligence artificielle, elles se confrontent à des formes de risque encore mal comprises. Le premier de ces risques tient à une propriété que les systèmes d’information classiques n’ont jamais connue : l’absence de déterminisme, qui est le propre à l’intelligence artificielle générative. 

Contrairement à une règle métier “codée en dur” ou à une conformité auditable de manière répétable, qui renvoient invariablement le même résultat pour un jeu de données précis ou une situation factuellement donnée, un modèle génératif peut produire des réponses différentes face à des sollicitations identiques.

À cette variabilité s’ajoute une surface d’attaque hybride, recensée depuis 2023 par l’OWASP (fondation de référence en sécurité applicative) : injection de contenu malveillant dans un prompt, compromission de l’interface de dialogue, attaques “supply chain”, empoisonnement / biasement du modèle avant sa mise en service… « Ces nouvelles sources de risques peuvent être internes, quand l’entreprise déploie de l’intelligence artificielle et que ses propres collaborateurs en font un usage non-encadré. Elles peuvent aussi être externes, quand des attaquants utilisent l’IA pour mener leurs opérations contre une organisation. Enfin, il faut tenir compte du fait que l’intelligence artificielle peut dépasser le cadre qu’on a cru lui imposer de respecter d’elle-même », résume Mouloud Aït-Kaci, fondateur du cabinet Hackcyom.

D’autres risques, de nature éthique, viennent s’ajouter à cette liste. Un modèle peut ainsi appliquer des traitements différents selon les profils, au risque de produire des décisions pouvant être perçues comme discriminatoires, avec des conséquences juridiques et réputationnelles directes pour l’entreprise. La propriété intellectuelle ou encore le secret des affaires constituent un troisième front de vulnérabilité en matière de confidentialité, illustré par exemple par le transfert d’information de code source vers un service hébergé à l’étranger.

Des risques qui dépassent les périmètres classiques

Au même titre que la fonction de DPO a émergé avec les problématiques de protection des données personnelles, cette évolution conduit certains spécialistes et acteurs économiques à envisager une fonction dédiée, le Chief AI Risk Officer (CAIRO), chargée d’organiser, l’évaluation et la maîtrise de ces risques spécifiques. Dans une analyse publiée en 2025, l’ISACA (association internationale de référence en gouvernance des systèmes d’information) décrit le CAIRO comme la fonction chargée de bâtir l’infrastructure de gestion des risques que ni le RSSI ni le DSI n’ont le temps, et encore moins le mandat, de développer.

« Le RSSI défend un système d’information, alors que le CAIRO défend les enjeux métier et stratégiques de l’entreprise contre un mésusage volontaire ou non de l’intelligence artificielle elle-même. Le RSSI travaille sur un terrain connu et cartographié depuis plus de vingt ans, tandis que l’usage massif de l’IA ne date que de deux ans. Le CAIRO doit donc explorer des problématiques encore immatures, sans réponse toujours établie », ajoute Mouloud Aït-Kaci.

Mouloud Aït-Kaci situe le CAIRO à hauteur du RSSI lorsque celui-ci occupe déjà une position élevée, au-dessus de lui dans le cas contraire. Le CAIRO ne saurait en revanche dépendre du DSI, « car sa fonction dépasse le seul périmètre du système d’information. Il doit également accéder directement au comité de direction pour évangéliser des risques qui dépassent les préoccupations purement techniques », complète-t-il.

Une responsabilité qui commence à s’institutionnaliser

Le rôle de CAIRO reste encore rare sous cet intitulé précis. En revanche, plusieurs organisations commencent à formaliser des responsabilités proches, souvent sous les appellations de Chief AI Officer, AI Risk Officer ou responsable de la gouvernance IA. Aux États-Unis, le mémorandum OMB M-24-10 impose ainsi aux agences fédérales de désigner un Chief AI Officer chargé de coordonner la gouvernance, l’innovation et la gestion des risques liés aux usages de l’IA, en particulier lorsque ces systèmes peuvent affecter les droits ou la sécurité du public.

Le secteur financier avance aussi dans cette direction. La Banque Nationale du Canada a ouvert en mai 2026 un poste (pourvu depuis) de “Model Risk Governance Specialist”, rattaché à son équipe de gestion du risque de modèle. Un mois plus tôt, Citi recrutait un “Artificial Intelligence Risk and Controls Officer” (poste également pourvu), chargé des cadres de contrôle applicables à l’IA générative. 

En Europe, l’AI Act n’impose pas la désignation d’un responsable de l’IA comparable au DPO prévu par le RGPD. Le texte privilégie une autre logique : les organisations doivent mettre en place un dispositif de gestion des risques liés à l’IA et garantir une supervision humaine des systèmes concernés. Cette approche rappelle celle des systèmes de management de la sécurité de l’information (SMSI), sans pour autant rendre obligatoire l’adoption de la norme ISO 42001.

Repartir du processus plutôt que du poste

Face à la montée en puissance des risques spécifiques liés à l’IA, et à l’émergence du poste de CAIRO, Christophe Lesur, CEO de Cloud Temple, propose une lecture complémentaire. Il interroge en effet la manière dont ces risques apparaissent dans l’entreprise. “Le besoin d’un rôle de CAIRO surgit souvent lorsque l’organisation ajoute l’IA à ses processus existants sans revoir en profondeur la donnée, les validations, les responsabilités et les contrôles”, commente-t-il.

Dans cette perspective, le retard à l’adoption d’une fonction de CAIRO peut devenir le symptôme d’une transformation IA abordée trop tardivement par la direction générale d’une entreprise. Certaines organisations peuvent en effet être tentées de laisser dans un premier temps les usages se diffuser, puis chercher une fonction capable de reprendre la main sur des pratiques déjà en place. Elles doivent alors produire des règles, des restrictions, des chartes et des contrôles pour compenser une architecture opérationnelle qui n’a pas été pensée autour de l’IA alors même que leurs données les plus sensibles ont déjà fuité.

Christophe Lesur en tire la règle suivante : « Il ne faut jamais saupoudrer de l’IA sur un processus métier existant. Cela ne fonctionne pas, le résultat sera moins bon pour beaucoup plus cher”. Il poursuit en mettant en avant les caractéristiques inhérentes aux frameworks agentiques : “Ces frameworks imposent de refondre profondément la façon dont nous produisons le métier. Ce n’est plus l’humain qui occupe le centre de la production, mais le système agentique avec les données. Quand nous ne voulons pas ou ne pouvons pas le faire, nous posons des rustines pour contrôler un dispositif qui, de toute façon, échappe à la personne », conclut-il.