Les 6 référentiels que tout acheteur d'IA vocale en entreprise doit exiger
La plupart des pages sécurité des fournisseurs se vantent d'un seul badge — SOC 2 le plus souvent — et s'arrêtent là. Les équipes achats qui mènent de vraies revues ont besoin de six contrôles clarifiés dès le premier jour :
- HIPAA — entités couvertes et partenaires commerciaux traitant des PHI pendant les appels.
- SOC 2 Type II — le rapport d'efficacité opérationnelle (pas Type I, pas le PDF autodéclaré).
- PCI DSS v4.0.1 — partout où un appelant énonce ou compose en DTMF un numéro de carte.
- GDPR + UK GDPR — appelants de l'UE et du Royaume-Uni, sous-traitants ultérieurs dans l'UE, DPA au titre de l'Article 28.
- Résidence des données — région de stockage physique des transcriptions, des enregistrements et des embeddings.
- Risques propres à la voix — empreintes vocales, durée de conservation des enregistrements, fuite des données d'entraînement.
Si le fournisseur ne peut pas répondre aux six points en un seul appel, c'est déjà une réponse. Passez la démo et passez au suivant.
HIPAA : BAA, PHI dans les transcriptions, exclusion de l'entraînement des modèles
Une transcription vocale devient un PHI dès l'instant où l'appelant prononce son nom accompagné d'une pathologie, d'un médicament ou d'un rendez-vous. Traitez le magasin de transcriptions, le magasin d'embeddings et l'entrepôt analytique comme des systèmes contenant des PHI.
Exigences HIPAA minimales pour un fournisseur d'IA vocale :
- BAA signé avec des sous-traitants ultérieurs nommément désignés (fournisseur de LLM, fournisseur d'ASR, fournisseur de TTS, opérateur télécom, fournisseur d'observabilité). Un BAA qui exclut le LLM n'est pas un BAA.
- Chiffrement en transit (TLS 1.2+, SRTP pour les médias) et au repos (AES-256).
- Journaux d'audit de chaque accès aux PHI conservés 6 ans.
- Mode zéro rétention de données (ZDR) sur l'appel au LLM. OpenAI ZDR, Anthropic ZDR et le mode sans journalisation de Google Vertex sont tous configurables : vérifiez lequel est réellement câblé pour votre tenant, et non le réglage par défaut vanté par le marketing.
- Exclusion de l'entraînement des modèles par écrit. Le fournisseur doit s'engager contractuellement à ce que l'audio de vos appels, vos transcriptions et les charges utiles des appels d'outils ne servent jamais à entraîner un modèle, ni le sien ni celui d'un sous-traitant ultérieur.
Exemple de clause BAA à coller dans l'appel d'offres :
"Le Fournisseur s'interdit, et fait en sorte que chaque Sous-traitant s'interdise, d'utiliser les Informations de Santé Protégées transmises via le Service d'IA Vocale pour entraîner, affiner ou évaluer un quelconque modèle d'apprentissage automatique, y compris, sans s'y limiter, les grands modèles de langage, les modèles de reconnaissance automatique de la parole et les modèles de synthèse vocale. Le Fournisseur configure l'ensemble des fournisseurs de modèles tiers en mode zéro rétention de données ou sans journalisation pour le tenant du Client et fournit sur demande une attestation écrite de cette configuration."
Si le fournisseur renâcle devant cette clause, c'est qu'il range vos PHI dans le corpus d'entraînement de quelqu'un.
SOC 2 Type II : ce qu'il faut vérifier au-delà du badge
Le badge SOC 2 en pied de page ne veut rien dire. Exigez le rapport lui-même sous NDA et lisez les parties que les fournisseurs espèrent vous voir sauter.
Checklist du rapport :
- Type II, pas Type I. Type I est une revue de conception à un instant donné. Type II couvre 6 à 12 mois d'efficacité opérationnelle. Tout ce qui est en deçà relève du théâtre.
- Trust Service Criteria couverts. Security est obligatoire. Availability, Confidentiality et Processing Integrity devraient tous figurer dans le périmètre d'une plateforme d'IA vocale qui traite de vrais appels clients.
- Auditeur. Un vrai Big-4 ou un cabinet d'expertise comptable reconnu. Pas un auditeur à la chaîne à 5 000 $ dont le rapport sans réserve est l'argument de vente.
- Section des exceptions. Sautez la lettre d'accompagnement. Allez aux exceptions. Zéro exception dans un vrai Type II signifie en général que le périmètre a été tracé autour du vide. Une ou deux exceptions bien documentées avec leur remédiation, c'est normal et sain.
- Organisations de sous-service. Cherchez AWS, GCP et Azure listés comme exclusions avec leurs propres SOC 2. Si le fournisseur de LLM ou l'opérateur télécom est une organisation de sous-service, son SOC 2 doit également être référencé.
- Description du périmètre. Vérifiez que le produit d'IA vocale que vous achetez est nommé dans le périmètre. Les fournisseurs limitent parfois le périmètre au site vitrine ou au tableau de bord, et non au chemin d'inférence.
PCI DSS : comment l'IA vocale modifie (ou élargit) votre périmètre sur les appels de paiement
C'est là que la plupart des déploiements d'IA vocale font exploser en silence le périmètre PCI de l'acheteur. Dès qu'un appelant prononce 16 chiffres, tout le chemin — opérateur télécom, ASR, fenêtre de contexte du LLM, magasin de transcriptions, fournisseur d'observabilité — se retrouve dans l'Environnement des Données de Porteurs de Cartes.
Deux architectures, deux audits très différents :
| Modèle | Ce qui arrive au numéro de carte | Votre périmètre PCI |
|---|---|---|
| IA vocale naïve | L'ASR transcrit "4111 1111 1111 1111" dans le contexte du LLM et dans vos journaux | CDE complet : ASR, LLM, base de transcriptions, pipeline de journaux, entrepôt BI |
| Suppression DTMF / pause-reprise | L'appelant est basculé vers un clavier IVR PCI DSS Level 1, l'agent et l'ASR sont coupés, seul un token revient | Le périmètre PCI du fournisseur, pas le vôtre |
Le schéma pause-reprise avec masquage DTMF (parfois appelé "suppression d'assistance agent") ramène votre périmètre de "auditer l'univers" à "auditer l'intégration".
Questions à poser au fournisseur :
- Le masquage DTMF se fait-il au niveau du SBC ou au niveau applicatif ? Au niveau du SBC, les tonalités n'entrent pas du tout dans le flux média.
- L'ASR reçoit-il un audio coupé pendant la fenêtre de saisie, ou sa transcription est-elle simplement expurgée a posteriori ? L'expurgation a posteriori n'est pas conforme à PCI : la donnée a déjà touché le système.
- Le fournisseur détient-il un AOC PCI DSS v4.0.1 en cours de validité pour le composant de saisie du paiement ? Demandez l'AOC, pas un communiqué de presse.
- Les enregistrements du segment de paiement sont-ils stockés, même chiffrés ? PCI exige qu'ils ne soient pas conservés du tout s'ils contiennent des SAD après autorisation.
GDPR + résidence dans l'UE : localisation des données, sous-traitants ultérieurs, signaux d'alerte dans le DPA
Si un appelant compose depuis l'UE ou le Royaume-Uni, GDPR s'applique quel que soit le siège de votre entreprise. Le fournisseur d'IA vocale est un sous-traitant (Article 28) ; votre entreprise est le responsable de traitement.
Le DPA doit préciser :
- Les sous-traitants ultérieurs nommément désignés avec leurs localisations. "AWS" ne suffit pas — "AWS eu-central-1", si.
- Des Standard Contractual Clauses (modules 2021) si un sous-traitant ultérieur est aux États-Unis, plus une Transfer Impact Assessment.
- Une garantie écrite de résidence des données. "UE dans la mesure du possible" n'est pas une résidence. Cherchez un verrouillage de région au niveau du tenant : audio, transcriptions, embeddings et index vectoriels restent tous en eu-west-1 / eu-central-1 / eu-north-1.
- Un SLA de suppression. Suppression au titre de l'Article 17 de GDPR sous 30 jours, propagée aux sauvegardes dans la fenêtre de rotation des sauvegardes documentée.
- Une notification des changements de sous-traitants ultérieurs assortie d'un vrai droit d'opposition — 30 jours minimum, pas un "nous mettrons la page à jour".
Signaux d'alerte dans les DPA des fournisseurs :
- "Les données agrégées et anonymisées peuvent être utilisées pour améliorer nos services." Les données vocales sont rarement vraiment anonymisables : les empreintes vocales sont des identifiants biométriques au sens de l'Article 9 de GDPR. Rayez cette clause.
- Un centre de données uniquement aux États-Unis avec un "nous respectons GDPR" mais sans SCC ni TIA.
- Une liste de sous-traitants ultérieurs cachée derrière un identifiant ou un NDA. L'Article 28 exige qu'elle vous soit accessible.
Risques propres à la voix : conservation des enregistrements, empreintes vocales biométriques, fuite des données d'entraînement
Les référentiels ci-dessus ont été écrits pour le SaaS et les paiements. L'IA vocale ajoute trois modes de défaillance qu'aucun d'eux ne couvre entièrement :
1. Conservation des enregistrements. La durée par défaut sur la plupart des plateformes est de 30 à 90 jours, parfois illimitée. Exigez une conservation configurable par tenant jusqu'à 0 jour (transcription seule, sans audio) et vérifiez qu'il s'agit d'une suppression définitive, pas d'un simple indicateur de suppression logique.
2. Empreintes vocales biométriques. Certaines plateformes calculent des embeddings de locuteur (un vecteur de 192 dimensions qui identifie une voix de manière unique) pour la diarisation ou la détection de fraude. Au titre de l'Article 9 de GDPR, de BIPA (Illinois) et de la Texas CUBI, ce vecteur est une donnée biométrique soumise à des exigences de consentement supérieures à celles des PII ordinaires. Demandez : des empreintes vocales sont-elles générées, où sont-elles stockées, peuvent-elles être désactivées par tenant ?
3. Fuite des données d'entraînement. Même avec une exclusion de l'entraînement des modèles, les fournisseurs utilisent parfois des transcriptions expurgées pour évaluer les performances d'un modèle ou constituer des jeux d'évaluation. L'"évaluation" peut être une échappatoire. Faites en sorte que la clause couvre tout usage aval du modèle, y compris les évaluations et les jeux de données d'optimisation de prompts.
Le questionnaire d'appel d'offres à télécharger (15 questions)
Collez ces questions dans votre questionnaire fournisseur. Des réponses par oui ou par non obligent le fournisseur à s'engager sur le papier.
- Signerez-vous un BAA HIPAA couvrant tous les sous-traitants ultérieurs, y compris les fournisseurs de LLM, d'ASR et de TTS ?
- Exploitez-vous le LLM en mode zéro rétention de données / sans journalisation pour notre tenant par défaut ?
- Vous engagerez-vous contractuellement à ce que notre audio, nos transcriptions et les charges utiles des appels d'outils ne servent jamais à l'entraînement, à l'affinage ou à l'évaluation de modèles ?
- Fournissez votre rapport SOC 2 Type II le plus récent sous NDA. Quels Trust Service Criteria sont dans le périmètre ?
- Le chemin d'inférence de l'IA vocale est-il explicitement nommé dans la description du périmètre SOC 2 ?
- Listez toutes les exceptions du dernier SOC 2 Type II ainsi que l'état de remédiation de chacune.
- Fournissez votre AOC PCI DSS v4.0.1 en cours de validité. Quel composant est certifié ?
- Comment les données de carte de paiement sont-elles saisies : suppression DTMF au niveau du SBC, masquage applicatif ou expurgation a posteriori ?
- Les enregistrements des segments de paiement sont-ils conservés sous une forme quelconque ? Si oui, où et pendant combien de temps ?
- Fournissez une liste des sous-traitants ultérieurs avec la région du centre de données physique de chacun.
- L'audio, les transcriptions, les embeddings et les index vectoriels peuvent-ils être épinglés à une région de l'UE au niveau du tenant ?
- Quel est votre SLA de suppression au titre de l'Article 17 de GDPR, propagation aux sauvegardes incluse ?
- Générez-vous des embeddings de locuteur ou des empreintes vocales ? Peuvent-ils être désactivés par tenant ?
- Quelle est la durée minimale configurable de conservation des enregistrements d'appels ? Peut-elle être mise à zéro ?
- Fournissez la synthèse d'un test d'intrusion récent réalisé par un tiers (moins de 12 mois) couvrant le chemin d'inférence vocale.
Si un fournisseur ne peut pas répondre aux 15 questions par écrit en une semaine, c'est qu'il n'a pas encore fait le travail — et vous payez pour être son projet de R&D en conformité.
FAQ
HIPAA suffit-il pour un déploiement d'IA vocale en santé ? Non. HIPAA est nécessaire, pas suffisant. Il vous faut aussi SOC 2 Type II pour les contrôles de la plateforme, un test d'intrusion à jour sur le chemin d'inférence et une couverture biométrique au niveau des États (BIPA, CUBI, Washington My Health My Data) si vous générez des empreintes vocales.
Un rapport SOC 2 Type II signifie-t-il que le fournisseur est conforme à GDPR ? Non. SOC 2 couvre l'efficacité opérationnelle des contrôles internes. GDPR est un régime juridique qui impose un DPA, des sous-traitants ultérieurs nommément désignés, des SCC pour les transferts et des droits pour les personnes concernées. Un fournisseur a besoin des deux, et les deux rapports couvrent des surfaces différentes.
Un fournisseur d'IA vocale peut-il réduire mon périmètre PCI à zéro ? Presque, mais pas exactement à zéro. Un fournisseur doté d'une suppression DTMF au niveau du SBC et d'un AOC PCI Level 1 pour le composant de saisie du paiement vous ramène au territoire du SAQ A ou du SAQ A-EP dans la plupart des déploiements de paiement par téléphone. L'intégration et la décision de routage des appels restent à votre charge.
Qu'est-ce que le mode zéro rétention de données (ZDR) et pourquoi est-ce important ? ZDR est une configuration au niveau du tenant chez le fournisseur du LLM qui désactive la journalisation des prompts et des complétions. Sans lui, les transcriptions de vos appels séjournent au minimum 30 jours dans les journaux du fournisseur de LLM, ce qui rompt en aval les engagements du BAA comme ceux du DPA.
FAQ JSON-LD: render this section as Question + Answer schema.org entities for the FAQPage type so the SERP gets the rich result. Standard Next.js MDX FAQ component on the blog already handles this — wrap the section in <FAQ> and the layout emits the JSON-LD.
Vous évaluez un fournisseur d'IA vocale et vous en avez assez des pages sécurité rédigées par le marketing ? Finn est livré avec un BAA signé, un SOC 2 Type II couvrant le chemin d'inférence, une suppression DTMF au niveau du SBC pour PCI et une résidence UE au niveau du tenant dès le premier jour. Envoyez-nous le questionnaire de 15 questions ci-dessus : nous répondons sous 48 heures, par écrit, preuves à l'appui. Réservez une revue de sécurité digne des achats →
Relecteur : Comité humain / responsable du contenu AGNB. Ne pas publier avant relecture — l'étape de publication est manuelle pour l'instant.
À lire aussi : Sécurité de l'IA vocale : le modèle de menaces de la couche audio
