Anonymisez les données clients des tickets : résumez le ticket, pas le client

C’est le volume qui en fait un problème de données

Un ticket collé dans un outil d’IA est une erreur ponctuelle. Une équipe qui le fait cent fois par jour expose systématiquement sa clientèle à un tiers, généralement sans que personne n’ait décidé que cela devait arriver.

Anonymiser sur le poste change la donne : l’IA reçoit toujours le cœur de la réclamation, le message d’erreur et la chronologie, mais plus l’identité qui s’y rattache.

Les identifiants que contiennent réellement les tickets

Noms, adresses e-mail personnelles et professionnelles, numéros de téléphone, adresses de livraison et de facturation, numéros de commande et de compte, IBAN, références de facture et souvent une signature qui en regroupe plusieurs. Les fils transférés multiplient tout cela, car chaque réponse emporte l’historique complet.

La détection couvre les identifiants directs comme les références structurées, et une même personne garde le même marqueur tout au long d’un long échange : un résumé montre toujours qui a dit quoi. Les numéros clients internes au format propre s’ajoutent comme termes personnalisés.

Exemple : faire résumer une réclamation

Le ticket suivant est fictif. Original : « Bonjour, je suis Claire Martin (claire.martin@example.fr). Le colis est arrivé endommagé et le remboursement sur l’IBAN FR76 3000 6000 0112 3456 7890 189 est en attente depuis trois semaines. »

Texte préparé : « Bonjour, je suis [full_name] ([email]). Le colis est arrivé endommagé et le remboursement sur l’IBAN [iban] est en attente depuis trois semaines. » Pour la tâche « Résume la réclamation en deux phrases et propose la prochaine réponse », c’est suffisant : le dommage, le remboursement en attente et le délai sont conservés.

Les remplacements illustrent le processus ; ce ne sont pas des résultats de détection mesurés. Avant de coller, vérifiez aussi l’objet, les messages précédents cités et les pièces jointes : les mêmes données y figurent souvent une seconde fois.

Rédiger la réponse, restaurer les valeurs en local

Demandez à l’IA de laisser les marqueurs inchangés. Le brouillon revient alors avec [full_name] et [iban], et l’application de bureau réinsère localement les vraies valeurs tant que la session est ouverte. La correspondance n’existe qu’en mémoire et n’est pas enregistrée.

Relisez le brouillon restauré avant l’envoi : la restauration remplace des marqueurs, elle ne vérifie pas les engagements. Si l’IA a promis un remboursement ou une date de livraison non validés, c’est une erreur de contenu, pas un problème de confidentialité.

Les règles de protection des données restent des questions à part

Anonymiser réduit ce que reçoit un service d’IA. Cela ne dit pas si votre entreprise a validé ce service pour des données clients, si un contrat de sous-traitance existe ni si les saisies servent à l’entraînement. La CNIL recommande de ne soumettre à un système d’IA générative que des informations que l’on est autorisé à partager et, sur un service grand public, de désactiver la réutilisation des données par le fournisseur. [1]

Un ticket sur « le seul grand client de Quimper » reste reconnaissable même sans nom. Retirez ce type de contexte avant de partager le texte.

Découvrez ce qui dort déjà dans vos archives

Si vous exportez des tickets pour des analyses, des données d’entraînement ou un transfert à un prestataire, l’analyse de dossiers vous indique avant tout partage quels fichiers contiennent quelles catégories de données personnelles : un rapport par fichier et par catégorie, produit entièrement sur la machine qui détient l’export.