Presidio est un bon projet. Disons-le franchement : l'outil open-source de Microsoft fait honnêtement son travail, et beaucoup d'équipes techniques s'appuient dessus sans jamais le regretter. Mais l'anonymisation cache un piège. Détecter « presque tout », ce n'est pas protéger. Une seule donnée oubliée, et la personne redevient identifiable. Or Presidio, utilisé brut, en laisse toujours filer au moins une, exactement comme le prouve le cas réel reproduit juste en dessous.
Cas réel de notre comparateur, sur des statuts de société. Presidio détecte même plus d'entités au total (34 contre 31), mais laisse passer le nom de la société, le SIREN, le SIRET, l'identifiant Docusign et le capital. Or le SIREN ou l'ID Docusign suffit à remonter à l'entreprise et au document. Détecter plus n'est pas protéger mieux.
Détecter plus n'est pas protéger mieux
Regardez les chiffres. Dans cet exemple réel, Presidio trouve même plus d'entités que Safe-Doc (34 contre 31). Brillant ? Non. Car il laisse filer le SIREN, le SIRET et l'identifiant Docusign, trois marqueurs qui suffisent, à eux seuls, à remonter jusqu'à l'entreprise et jusqu'au document précis. L'anonymisation, c'est tout ou rien. Le total ne dit rien. Ce qui compte, c'est la donnée qui passe au travers. Et il en suffit d'une.
Pourquoi Safe-Doc va plus loin : des mois de R&D
Safe-Doc n'est pas un assemblage de règles. C'est un moteur. Un moteur travaillé pendant des mois, affiné sur des corpus français et anglais, sur des dizaines de types de données (IBAN, NIR, références internes, noms composés, abréviations métier), et surtout mesuré en continu par des benchmarks qui traquent précisément les cas que les outils génériques laissent filer. Ce travail-là ne se voit pas. C'est pourtant lui qui sépare le « presque » du « fiable ».
Le comparatif
| Critère | Presidio (brut) | Safe-Doc |
|---|---|---|
| Détection FR et EN | Générique, à configurer | Moteur affiné FR + EN |
| Cas difficiles (IBAN en tableau, noms composés, abréviations) | Souvent loupés | Couverts (R&D dédiée) |
| Ré-identification (clé gardée) | À développer | Intégrée |
| Documents PDF, Word, Excel, scans | À votre charge | Pris en charge (OCR) |
| Mesure de qualité | À vous de tester | Benchmarks en continu |
| Prêt à l'emploi | Non (projet de dev) | Oui |
Soyons justes : Presidio est gratuit, open-source, flexible. Pour une équipe technique qui veut tout bâtir et tout configurer elle-même, ligne par ligne, c'est une brique parfaitement utile et même recommandable. Mais brut, sur de vrais documents, le « presque » coûte cher. Une fuite suffit.
En résumé
Presidio est un point de départ. Un bon, pour des développeurs prêts à construire. Safe-Doc, lui, est le choix de ceux qui ne peuvent pas se permettre la moindre fuite, en français comme en anglais, et sans monter le moindre projet technique. À lire ensuite : le guide ChatGPT et RGPD en entreprise.
Zéro fuite, pas « presque ». Prenez un vrai document. Testez Safe-Doc dessus, maintenant.