OpenAI lance Privacy Filter : la validation de l'approche Senseway DataShield
OpenAI vient de publier Privacy Filter, un modèle open-weight de 1,5 milliard de paramètres au total (50 millions de paramètres actifs) dédié à la détection et au masquage des informations personnelles identifiables (PII) dans les textes (Source : OpenAI, 22 avril 2026). Cette annonce marque un tournant : le plus grand acteur de l'IA mondiale reconnaît officiellement que la protection des données personnelles avant tout traitement par l'IA est une nécessité absolue.
C'est exactement la philosophie que Senseway DataShield applique depuis sa création.
OpenAI valide notre approche
L'aveu le plus significatif de l'annonce d'OpenAI se trouve dans leurs propres résultats de performance. Le modèle de base atteint un score F1 de 54 % sur les tâches spécifiques à un domaine. Après fine-tuning sur un volume limité de données, ce score bondit à 96 % (Source : OpenAI, 2026).
OpenAI formule ainsi ce constat dans leur annonce :
« Nous avons également constaté que le modèle peut être adapté efficacement. L'ajustement sur une quantité même limitée de données améliore rapidement la précision sur des tâches propres à un domaine, faisant passer le score F1 de 54 % à 96 %, et atteint presque la saturation sur le benchmark d'adaptation au domaine que nous avons évalué. »
Cette amélioration spectaculaire confirme ce que nous observons depuis des mois avec Senseway DataShield : la détection contextuelle des PII par apprentissage automatique surpasse largement les approches à base de règles déterministes. OpenAI l'écrit eux-mêmes :
« Les outils traditionnels de détection des PII reposent souvent sur des règles déterministes [...] Ils peuvent bien fonctionner pour des cas d'usage restreints, mais passent souvent à côté d'informations personnelles plus subtiles et ont du mal à saisir le contexte. »
Nos performances sont comparables — notre pipeline DataShield combine détection par patterns (600+ règles, 20+ pays) et scoring ML contextuel, atteignant des taux de précision équivalents. Mais la comparaison s'arrête là, car notre solution va beaucoup plus loin.
Architecture technique : un modèle de classification bidirectionnel
Privacy Filter est un modèle de classification de tokens bidirectionnel avec décodage de Viterbi (Source : OpenAI, 2026). Il tourne sur une fenêtre de contexte de 128 000 tokens (Source : OpenAI, 2026) et atteint un score F1 de 96 % sur le benchmark PII-Masking-300k, avec une précision de 94,04 % et un rappel de 98,04 % (Source : OpenAI, 2026 ; voir aussi Model Card).
Le modèle est publié sous licence Apache 2.0 (Source : OpenAI, 2026) et disponible sur GitHub et HuggingFace.
Une analyse indépendante de Tonic.ai confirme ces performances sur leurs propres jeux de données (Source : Tonic.ai, 2026).
Ce que Privacy Filter ne fait pas
Le modèle d'OpenAI est un outil de masquage unidirectionnel. Il détecte les PII et les remplace par des étiquettes génériques appartenant à 8 catégories : personne_privée, adresse_privée, e-mail_privé, téléphone_privé, URL_privée, date_privée, numéro_de_compte, secret (Source : OpenAI, 2026). Point final.
Les données originales sont perdues. Il n'y a pas de coffre-fort, pas de correspondance token-valeur, pas de restitution possible. Une fois masquées, les informations personnelles disparaissent définitivement.
OpenAI le reconnaît explicitement dans les limitations de Privacy Filter :
« Ce n'est pas un outil d'anonymisation, une certification de conformité, ni un substitut à l'examen des politiques dans des contextes à forts enjeux. »
En d'autres termes : pour la finance, le juridique, le médical — les domaines où la protection compte le plus — Privacy Filter ne suffit pas.
Senseway DataShield fonctionne radicalement différemment grâce à notre pipeline CRT (Capture → Replace → Transmit) :
- Capture : détection contextuelle des PII (noms, adresses, IBAN, numéros AVS, emails, téléphones, dates, et bien plus)
- Replace : chaque occurrence est remplacée par un identifiant unique et stockée dans un coffre-fort chiffré avec TTL configurable
- Transmit : le texte protégé est transmis au LLM — qui ne voit jamais les données originales
- Restitution : à la réception de la réponse, les identifiants sont automatiquement restaurés vers les valeurs originales
Le LLM travaille, vos données restent les vôtres, et la réponse vous revient complète. Avec OpenAI Privacy Filter, la réponse du LLM ne contiendra que des [PRIVATE_PERSON] — inutilisable en contexte professionnel.
8 catégories contre 600+ règles
Privacy Filter détecte 8 catégories de PII (Source : OpenAI, 2026) :
- personne privée, adresse, email, téléphone, URL, date, numéro de compte, secret
Senseway DataShield détecte des centaines de types de données sensibles à travers 600+ règles de détection couvrant 20+ pays :
- Numéros AVS/AHV (Suisse), numéros de sécurité sociale (France, USA), NIE (Espagne)
- IBAN multi-pays, cartes de crédit, numéros fiscaux
- Adresses structurées multi-formats
- Données médicales, juridiques, financières
- Noms et prénoms avec résolution d'entités (variantes d'un même nom = même token)
- Et chaque nouvelle donnée sensible détectée enrichit le système en continu
La question fondamentale : où vont vos données ?
Voici le point que l'annonce d'OpenAI ne mentionne jamais : la souveraineté des données.
Privacy Filter est un modèle que vous pouvez exécuter localement — c'est un point positif (Source : GitHub openai/privacy-filter). Mais il ne résout qu'une partie du problème. Dès que vous envoyez le texte masqué à un LLM hébergé aux États-Unis — que ce soit GPT-5, Claude (Anthropic), Gemini (Google), Llama (Meta), Grok (xAI) ou tout autre modèle américain — vos données, même masquées, transitent par des serveurs soumis au CLOUD Act et au FISA Section 702. Le problème n'est pas limité à OpenAI : tous les fournisseurs de LLM sous juridiction américaine sont concernés par ces lois d'accès extraterritorial aux données.
Senseway garantit une souveraineté complète :
- Hébergement suisse : infrastructure Infomaniak, datacenters à Genève, certifiés ISO 27001
- Aucune exfiltration : les données originales ne quittent jamais le périmètre suisse
- Modèles souverains : option de routage vers des LLM hébergés en Suisse et en Europe
- Conformité nLPD et RGPD : conforme dès la conception, pas en option
- Pas de CLOUD Act : entreprise suisse, droit suisse, juridiction suisse
Le fine-tuning valide notre modèle
Le passage du F1 de 54 % à 96 % après fine-tuning est un résultat qu'OpenAI documente précisément (Source : OpenAI, 2026), et que nous observons exactement chez Senseway. La détection générique est insuffisante — chaque domaine (finance, RH, juridique, santé) a ses propres patterns de données sensibles.
Notre système de Prompt Threat Intelligence (PTI) analyse en continu les nouvelles menaces et adapte les règles de détection. Plus de 11 000 patterns actifs sont maintenus et mis à jour, couvrant les spécificités de chaque secteur et de chaque juridiction.
La différence : chez OpenAI, le fine-tuning est à votre charge, avec vos données, sur leur infrastructure. Chez Senseway, l'amélioration continue est intégrée au service, dans un cadre souverain.
Conclusion : OpenAI confirme le besoin, Senseway apporte la réponse
L'annonce d'OpenAI est une excellente nouvelle pour l'écosystème. Elle valide publiquement ce que nous défendons depuis le premier jour : les données personnelles doivent être protégées avant tout traitement par l'IA (Source : OpenAI, 2026).
Mais la détection seule ne suffit pas. Un vrai système de protection des données dans les workflows IA doit être :
- Réversible : tokenisation avec restitution, pas masquage destructif
- Souverain : hébergement et juridiction garantis, pas un modèle open-source à déployer soi-même
- Complet : détection multi-pays, multi-domaine, multi-format, pas 8 catégories
- Continu : suivi de conversation avec persistance du coffre-fort, pas un traitement ponctuel
- Intégré : protection transparente dans le flux de travail, pas un outil séparé à orchestrer
OpenAI a ouvert la porte. Senseway l'avait déjà franchie.
Senseway DataShield est disponible en version B2B (intégration API, Guard on-premise, proxy transparent) et B2C (chat protégé grand public). Essai gratuit avec 100K tokens/mois, hébergement suisse inclus.