Résumé

  • L'annonce du 10 septembre porte sur un brevet délivré le 26 mai selon la société, et non sur une nouvelle délivrance ou une protection testée indépendamment en septembre.
  • Le filtrage de l'entrée d'un modèle ne règle pas à lui seul la conservation du contexte, le partage des données et leur réutilisation autorisée.

Se souvenir du foyer tout en retirant certains identifiants du message envoyé à l'IA : le besoin n'a rien d'absurde, mais il suppose plusieurs frontières. La confidentialité ne se mesure pas uniquement à ce que reçoit un modèle lors d'une requête.

Le communiqué de Hamachi.ai du 10 septembre présente le brevet américain 12,641,064 et une architecture protégeant les informations identifiantes avant leur traitement par un LLM en aval. Il mentionne aussi l'orchestration d'agents, l'examen des brouillons et la journalisation. La page consacrée au brevet donne toutefois une date de délivrance précise : le 26 mai 2026. La notice de l'USPTO confirme l'identité du brevet et de son titulaire. Le fait d'actualité est ici l'annonce de septembre, pas une nouvelle délivrance ni un déploiement démontré.

La présentation commerciale promet le masquage et le marquage des données sensibles avant leur arrivée à tout modèle d'IA. Elle vante parallèlement un contexte durable sur les foyers, les notes des conseillers et les décisions antérieures, ainsi que l'archivage des communications générées. La page du brevet évoque aussi la protection puis la restauration d'informations sensibles. Ce sont des descriptions du fournisseur, non un constat indépendant de fonctionnement.

La politique de confidentialité datée du 17 février décrit un périmètre plus large. Les messages fournis et les courriels intégrés sont traités selon les fonctions demandées et les permissions accordées. Pour le partage avec des tiers, le texte prévoit le masquage lorsque cela est réalisable et mentionne des prestataires cloud, d'analyse et de modèles d'IA. Cette clause générale et la promesse portant sur l'entrée du modèle ne décrivent pas exactement le même champ. Leur différence ne démontre pas une fuite ; elle interdit surtout d'en déduire une promesse universelle d'absence de circulation des données personnelles.

Il faut également séparer l'inférence de l'amélioration des modèles. La politique prévoit l'emploi de contenus agrégés, anonymisés et désidentifiés pour améliorer modèles et services. L'utilisation de contenus clients identifiables pour entraîner des modèles publics ou tiers est conditionnée à une autorisation explicite. Ni une promesse générale de non-entraînement ni un droit de réutilisation sans condition ne peuvent en être déduits.

La conservation constitue encore une autre dimension. Le texte prévoit des durées liées au service et aux autres finalités indiquées, avec une possible conservation de certaines données de compte après résiliation. La description d'un stockage généralement résumé ou dérivé n'est pas une garantie d'effacement immédiat.

Enfin, le communiqué renvoie à une bêta privée, le site propose un essai assorti d'un vocabulaire tarifaire d'accès anticipé, et la politique décrit une plateforme commerciale de production. Cela ne prouve pas quelles fonctions sont accessibles à chaque compte. Les sources examinées n'établissent ni un benchmark indépendant du masquage, ni un audit client du parcours des données, ni une certification réglementaire.