Chaque fois que vous envoyez une requête à une IA dans le cloud, vous exportez des données. Pas au sens figuré — littéralement. La note médicale, la clause du contrat, le numéro de carte du client, l'adresse cachée au troisième paragraphe : tout cela quitte votre machine, traverse Internet et atterrit sur les serveurs de quelqu'un d'autre, pour y être journalisé, mis en cache, et parfois utilisé pour l'entraînement. Pour la plupart des requêtes, c'est sans conséquence. Pour celles qui portent l'identité d'une personne réelle ou la santé d'un patient, c'est une fuite qui n'attend que d'être nommée.
PulseLABS considère cette frontière comme sacrée. Entre vous et tout modèle externe se trouve un moteur — Synapse pour le routage et la génération, Cortex pour la connaissance — et au cœur de ce moteur vit le Bouclier PII/PHI. Rien de sensible n'atteint un fournisseur cloud sans passer d'abord par lui. Voici ce qu'il fait, et pourquoi le moteur est toute la raison d'être.
Pourquoi il faut une couche
Si votre application appelle OpenAI directement, il n'y a aucune couture à inspecter. La requête est assemblée et expédiée d'un même souffle ; ce qu'elle contenait est parti. Il n'existe aucun instant où quelqu'un — ou quelque chose — peut examiner les octets sortants et décider que cette partie ne doit jamais partir.
Synapse et Cortex existent pour créer cet instant. Ce ne sont pas un mince relais qui transmet votre texte inchangé. Ce sont un point de contrôle. Chaque requête de génération passe par Synapse ; chaque document que vous indexez et chaque fait que Cortex extrait empruntent le même chemin protégé. Parce qu'il existe un seul endroit par lequel tout le trafic transite, il existe un seul endroit où appliquer une seule règle : les valeurs sensibles sont masquées avant de franchir la limite de la machine, et restaurées à l'instant où la réponse revient. Cette garantie, on ne peut pas la greffer sur un appel d'API direct. On ne peut que l'intégrer à une couche — ce qui est précisément la raison de sa présence.
Comment fonctionne le Bouclier
Le mécanisme est volontairement simple, car les choses simples sont vérifiables.
- Analyser. Avant qu'une requête ne parte vers un fournisseur externe, le Bouclier analyse chaque champ de texte — la consigne système et chaque message — à la recherche de motifs sensibles.
- Jetonniser. Chaque correspondance est remplacée par un marqueur déterministe :
[EMAIL_1],[NAME_2],[CREDIT_CARD_1]. La valeur d'origine est conservée dans un coffre propre à la requête, qui ne quitte jamais votre serveur. - Envoyer le texte masqué. Le fournisseur voit
[EMAIL_1], pas l'adresse. Il raisonne sur la structure du problème sans jamais détenir l'identité. - Restaurer. Lorsque la réponse revient, le Bouclier remet chaque jeton à sa valeur d'origine avant que vous ne la voyiez. Le masquage vous est invisible et invisible au résultat final — seul le fournisseur a vu les blancs.
Le même coffre est partagé entre tous les champs d'une requête, de sorte qu'une même valeur donne toujours le même jeton. Si un nom apparaît dans la consigne système puis dans un message, le modèle voit un [NAME_1] cohérent aux deux endroits et peut toujours raisonner qu'il s'agit de la même personne — il n'apprend simplement jamais qui. À la restauration, les jetons sont remplacés du plus long au plus court, pour que [EMAIL_12] ne soit jamais rogné par [EMAIL_1].
Il refuse de crier au loup
Un outil de masquage qui signale tout est un outil qu'on finit par désactiver. Le Bouclier est conçu pour la précision. Les candidats « carte bancaire » passent par la somme de contrôle de Luhn avant d'être touchés, pour qu'un numéro de commande à seize chiffres reste en place. Les numéros NHS britanniques sont validés par leur clé de contrôle mod-11 ; les numéros de téléphone sont bornés en longueur ; les numéros de sécurité sociale français et les IBAN suivent leur structure réelle. L'objectif est de masquer ce qui identifie vraiment et de laisser le texte ordinaire — y compris les personnalités publiques dans un débat, ou les nombres qui n'ont que l'air sensibles — parfaitement intact.
Deux modes : standard et médical
Le Bouclier fonctionne à l'un de deux niveaux, choisi par politique.
Le mode standard attrape les PII classiques à la forme rigide : e-mails, numéros de téléphone et de fax, cartes bancaires, IBAN, numéros d'identité nationaux, adresses IP et MAC. Il ne touche jamais au texte libre comme les noms ou les dates, il peut donc s'exécuter sur chaque requête du produit — débats, chat, analyse de marché — sans abîmer l'écriture ordinaire.
Le mode médical est la dé-identification HIPAA Safe Harbor. En plus de tout ce que couvre le mode standard, il retire les dix-huit catégories d'identifiants qui rendent une donnée de santé ré-identifiable : noms de patients (ancrés à des titres comme Dr ou Patient), dates, âges au-delà de 89 ans, détail géographique jusqu'au code postal, numéros de dossier médical et de bénéficiaire, et identifiants de santé nationaux aux États-Unis, au Royaume-Uni et en France. Point crucial, il préserve le récit clinique — les diagnostics, les traitements, le raisonnement. Safe Harbor retire qui est le patient, pas ce dont il souffre, si bien que le modèle peut encore vous donner un avis utile sur un cas anonyme. (Et si même les termes cliniques doivent disparaître, une seule option les retire aussi.)
Safe Harbor retire qui est le patient, pas ce dont il souffre. Le modèle raisonne sur un cas réel sans jamais apprendre à qui il appartient.
L'échappatoire locale
Voici le principe qui relie le tout : le Bouclier ne masque que lorsque les octets quittent réellement la machine. Si votre espace de travail pointe vers un modèle local — Ollama sur votre propre matériel — rien ne traverse Internet, donc rien n'est masqué. Le modèle reçoit le texte complet et intact, et raisonne en pleine fidélité. Le garde est inerte par conception lorsqu'il n'y a aucun fournisseur externe contre lequel se protéger.
C'est l'argument discret en faveur d'une IA hébergée dans vos propres murs. Sur un fournisseur cloud, la dé-identification est une taxe nécessaire que vous payez pour rester en sécurité. Sur un modèle local, cette taxe disparaît — la donnée n'est jamais partie, il n'y a donc jamais rien eu à cacher. Le Bouclier rend l'IA cloud sûre ; l'IA locale la rend superflue. PulseLABS vous laisse choisir par espace de travail, et basculer sans redéploiement.
Cortex se souvient sans risque, lui aussi
Le masquage ne concerne pas que le chat en direct. Quand Cortex indexe vos documents, le texte est vectorisé — transformé en vecteurs pour la recherche — et ces vecteurs, sur un fournisseur cloud, sont eux aussi calculés à distance. Le Bouclier s'y applique donc également, dans une variante qui émet des jetons indépendants de l'ordre : un e-mail devient toujours le même [EMAIL], qu'il apparaisse dans un document stocké ou dans votre requête de recherche, de sorte que le texte masqué reste aligné et que la recherche fonctionne encore. Chaque enrichisseur qui lit votre contenu brut — le contextualiseur, l'extracteur de faits, le générateur de questions-réponses — est protégé de la même façon : entrée sensible masquée à la sortie, restaurée dans les résultats. Votre base de connaissances reste consultable sans que vos secrets en soient le prix d'entrée.
À qui cela s'adresse
À toute personne dont le travail touche aux données confidentielles d'autrui et qui veut malgré tout la puissance d'un bon modèle.
- Cliniciens et équipes de santé qui veulent un deuxième avis sur un cas sans expédier de données de santé protégées à un tiers.
- Avocats et finance qui manipulent contrats, numéros de compte et détails personnels sous le sceau de la confidentialité.
- Fondateurs et opérateurs qui font passer chaque jour des données clients, des transcriptions de support et des documents internes par l'IA.
- Quiconque dans une Europe régulée où « on l'a envoyé à une API américaine » n'est pas une réponse recevable à une question de protection des données.
Pourquoi cela vous concerne
La commodité de l'IA cloud a une clause cachée : vous confiez à un tiers tout ce que vous tapez. La plupart du temps, cette confiance est justifiée. Mais les données d'identité et de santé ne sont pas des données « de la plupart du temps » — ce sont les catégories que la loi nomme spécifiquement, celles dont une fuite est irréversible. Une requête masquée ne peut être ni détournée, ni réquisitionnée, ni utilisée pour l'entraînement, parce que la partie sensible n'y était pas. Et une requête qui n'a jamais quitté vos locaux ne peut pas fuir du tout.
C'est le choix que PulseLABS est construit pour vous offrir : une couture dure et vérifiable entre vos données et le cloud, et la possibilité de retirer entièrement le cloud de l'équation. Le moteur est cette couture. Le Bouclier est ce qui s'y tient.
