Google accepte de nettoyer les archives de Spirit Airlines avant leur rachat pour 10 millions de dollars

Les e-mails professionnels, les messages Teams et les documents concernant les salariés peuvent survivre à l’entreprise elle-même — et devenir une marchandise destinée à l’entraînement de l’IA. Selon WIRED, Google a conclu un accord pour acheter les archives de Spirit Airlines, qui a cessé ses activités, pour 10 millions de dollars. Le syndicat du personnel navigant commercial est intervenu dans la transaction et a obtenu des garanties : les documents sensibles seront exclus et le reste des données devra faire l’objet d’une anonymisation indépendante. Le tribunal doit encore approuver l’accord.

Les développeurs et les fondateurs connaissent bien ce problème : de vastes archives d’entreprise semblent constituer un jeu de données utile, jusqu’à ce qu’on y découvre des informations médicales, des conflits de travail et les échanges de personnes qui n’ont pas choisi de participer à l’entraînement de modèles. Supprimer la colonne des noms ne suffit pas.

Ce qui devait être vendu

La transaction s’inscrit dans la liquidation de Spirit Airlines. Le fonds décrit par WIRED comprend 1,99 milliard d’e-mails, 664 millions de messages Microsoft Teams, ainsi que des informations sur les déplacements et la formation des salariés. Les archives contiennent des documents remontant à 1986 ; cela ne signifie pas que chaque type de données a été collecté pendant toute cette période.

Google avait déclaré que les informations personnelles ne feraient pas partie de l’achat. Mais l’Association of Flight Attendants, qui représente 55 000 membres du personnel navigant commercial, a jugé les mesures initiales insuffisantes pour protéger les salariés de Spirit. Cet effectif correspond à l’ensemble du syndicat, et non aux salariés de la compagnie aérienne figurant dans les archives.

Selon les conditions révisées, Spirit devra faire appel à Tonic AI. Ce prestataire devra exclure les informations pouvant être reliées à des consommateurs ou à des salariés précis et vérifier qu’il sera impossible de les réidentifier après l’anonymisation. Google s’engage à conserver les données sous cette forme.

Les dossiers médicaux des salariés, les documents d’enquêtes internes et ceux relatifs aux relations de travail seront exclus de la vente. Il en va de même pour les informations concernant les systèmes de gestion de la sécurité du secteur. Le risque dépasse ici la protection de la vie privée : la perspective de voir vendre les signalements de problèmes de sécurité pourrait dissuader les salariés d’en effectuer.

Pourquoi supprimer les noms ne suffit pas

Imaginons cet e-mail : « Après le vol de vendredi, je manquerai la formation en raison d’une intervention en clinique. » Même sans signature, le rapprochement entre l’itinéraire, la date, le calendrier des formations et d’autres messages peut permettre de deviner qui l’a écrit. Il s’agit d’un exemple fictif, et non d’une citation tirée des archives de Spirit.

C’est pourquoi l’exigence d’empêcher toute réidentification compte davantage que la simple promesse d’effacer les identifiants évidents. L’utilité des données d’entreprise repose souvent sur leur contexte : qui écrit à qui, quelle situation est évoquée, quelles décisions sont prises. Mais ce même contexte peut révéler l’identité d’une personne.

Pour une équipe qui achète des données ou prépare ses propres échanges pour l’IA, la question pratique est la suivante : quels liens subsistent après le nettoyage ? Examiner les documents un par un ne permet pas d’y répondre complètement. Il faut tenir compte du fait que les informations de plusieurs e-mails peuvent, une fois réunies, former une histoire reconnaissable.

L’article ne détaille ni la méthode de Tonic AI, ni les résultats des vérifications, ni le risque résiduel. À ce stade, l’accord définit donc des exigences de traitement, sans démontrer l’efficacité d’une technologie d’anonymisation particulière.

La vie privée a désormais un prix

Les conditions comportent une réserve importante : Google pourra renoncer à l’achat si le nettoyage réduit le volume des actifs de plus de 8 %. Il s’agit du droit de l’acheteur de se retirer de la transaction. Le texte cité ne permet pas de conclure que chaque salarié dispose d’un moyen individuel de refuser le transfert de ses données.

Ce seuil illustre la tension commerciale autour de telles archives. L’acheteur recherche un contenu suffisamment riche, tandis que la protection des personnes peut imposer d’en supprimer une part importante. Considérer d’emblée que toutes les données achetées pourront servir à l’entraînement constitue une mauvaise base pour chiffrer un projet.

La leçon pratique pour les responsables produit et les fondateurs : avant d’acheter des archives, il faut définir les catégories de documents à exclure, les exigences d’anonymisation et les conséquences de la perte de données utiles. Ces conditions influent à la fois sur le budget et sur la possibilité même d’utiliser les données achetées.

Le syndicat entend obtenir des dispositions similaires dans ses accords avec d’autres compagnies aériennes. Pour l’instant, il s’agit d’un seul accord, encore soumis à l’approbation du tribunal. Mais il pose déjà une question concrète au marché des données : que restera-t-il de la valeur d’archives professionnelles une fois réellement retirées les informations concernant les personnes ?