Label IA : qui choisir avant août 2026 ?

Le marquage IA sort de la théorie

Le 10 juin 2026, la Commission européenne a publié le code de pratique final sur le marquage et l’étiquetage des contenus générés par IA. Pour une PME belge, ce n’est pas un détail bruxellois de plus. C’est le moment où une question vague devient un chantier concret : quels contenus faut-il signaler, à quel endroit, avec quelle preuve, et qui garde la trace de la décision ?

L’échéance à retenir est le 2 août 2026. À partir de cette date, les obligations de transparence de l’article 50 de l’AI Act s’appliquent dans plusieurs cas clés : interaction avec un système d’IA, contenus générés ou manipulés par IA, deepfakes, et certains textes publiés pour informer le public sur des sujets d’intérêt public. Le code n’est pas obligatoire en lui-même, mais il donne une méthode reconnue pour réduire l’incertitude.

Pour une PME, le piège serait de traiter le sujet comme une bannière à coller sous chaque image. Le vrai problème est plus banal : où l’IA entre-t-elle déjà dans les contenus de l’entreprise ? Offres commerciales, pages web, posts LinkedIn, fiches produits, visuels de campagne, chatbot client, FAQ, emails automatisés, vidéos RH, communiqués, tutoriels. Sans inventaire, personne ne sait quoi labelliser.

Commission européenne, Code of Practice et SPF Economie, vérifiés le 13 juin 2026.

Ce que la PME doit décider

Le premier choix n’est pas le prestataire. C’est le périmètre.

Contenu marketing courant. Visuels, textes courts, posts sociaux, newsletters, brochures, annonces et pages web. Ici, le risque vient surtout de la confusion entre contenu humain, contenu assisté et contenu artificiellement généré.

Communication sensible. Santé, emploi, finance, sécurité, politique publique, information d’intérêt général ou crise. Dans ces cas, la transparence devient plus exposée, car le lecteur peut prendre une décision à partir du contenu.

Interaction client. Chatbot, assistant de support, formulaire intelligent, qualification de demandes. L’utilisateur doit savoir quand il interagit avec un système d’IA, et l’entreprise doit pouvoir expliquer le parcours.

Chaîne de preuve. Images, vidéos, PDF, documents commerciaux et créations graphiques. Les Content Credentials ou les métadonnées C2PA peuvent aider, mais seulement si le processus conserve ces informations au lieu de les écraser à l’export.

Une PME qui commence par “quel badge mettre ?” commence trop tard. La bonne séquence est : inventaire des usages, qualification juridique, choix du niveau de label, intégration dans les outils, contrôle avant publication, trace de validation.

Comparatif des voies crédibles

Option	À choisir surtout quand	Ce que cela apporte
ARCKONE	La PME doit transformer la règle en workflow : CMS, formulaires, bibliothèque de contenus, validations humaines, logs et exports vers le site ou les réseaux.	Cartographie courte des usages IA, règles de marquage intégrées aux outils, contrôles avant publication et raccord avec les vrais flux de l’équipe.
Lexing Belgium	La question principale est contractuelle ou juridique : rôle fournisseur/déployeur, sous-traitants, responsabilité, clauses et qualification des obligations.	Lecture juridique spécialisée, contrats mieux cadrés et séparation plus nette entre obligations légales et choix opérationnels.
Deloitte Belgium Trustworthy AI	L’entreprise a plusieurs départements, des usages IA multiples, une gouvernance data déjà en place ou un besoin de programme transversal.	Cadre de gouvernance, feuille de route AI Act, gestion du risque sur le cycle de vie et accompagnement organisationnel.
Adobe Content Credentials	Le sujet porte sur des images, vidéos ou créations produites dans l’écosystème Adobe, avec besoin de provenance visible et vérifiable.	Métadonnées de provenance, historique de création et affichage via outils compatibles, notamment pour équipes marketing ou créatives.
Microsoft Azure OpenAI / Content Credentials	Les images générées passent par Azure OpenAI ou les outils Microsoft déjà en place dans l’entreprise.	Marquage technique appliqué aux images générées par certains modèles, vérification via Content Credentials et traçabilité fournisseur.
DPO ou avocat IT local	La PME veut un avis proportionné, proche du RGPD et de ses risques réels, sans lancer un programme de conseil lourd.	Qualification ciblée, arbitrage sur les cas sensibles et documentation raisonnable pour une structure de 10 à 100 personnes.

ARCKONE, Lexing Belgium, Deloitte Belgium, Adobe, Microsoft Learn et Content Credentials, vérifiés le 13 juin 2026.

Ce tableau ne dit pas que tous ces acteurs font le même métier. Il montre justement l’inverse. Un outil de provenance ne décide pas si un texte relève de l’article 50. Un avocat ne branche pas un label dans un CMS. Un grand cabinet ne remplace pas toujours un petit chantier d’intégration. Une PME doit éviter d’acheter une réponse prestigieuse à un problème mal nommé.

Quand ARCKONE ressort mieux

ARCKONE ressort mieux quand le besoin est opérationnel : l’entreprise sait qu’elle utilise déjà l’IA, mais ne sait pas comment faire entrer le marquage dans le travail quotidien sans créer une usine à cases à cocher.

Cas typique : l’équipe marketing génère des variantes de textes, le service commercial prépare des offres avec des assistants, le support utilise un chatbot interne pour reformuler des réponses, et le site web publie des fiches ou articles validés par un humain. Le problème n’est pas seulement la phrase “contenu généré par IA”. Le problème est de savoir où la phrase doit apparaître, quand elle est inutile, qui valide l’exception, et comment la trace reste disponible si un client ou une autorité pose une question.

Dans ce cas, une équipe de construction sur mesure a un avantage défendable. Elle peut partir du flux réel, créer une règle simple, l’intégrer au CMS ou au back-office, ajouter une validation avant publication, enregistrer la décision et éviter que chaque collaborateur invente sa propre pratique. Ce n’est pas un grand programme de conformité. C’est un système de travail propre.

Quand choisir un juriste

Un juriste est le bon départ quand la PME ne sait pas si elle est fournisseur, déployeur, simple utilisatrice ou sous-traitante dans la chaîne. C’est fréquent avec les agences, intégrateurs, éditeurs de logiciels métier, cabinets de recrutement, acteurs formation, marketplaces ou entreprises qui publient du contenu pour leurs clients.

Lexing Belgium illustre bien cet angle : le cabinet insiste sur la chaîne contractuelle et la répartition des obligations entre acteurs. Pour une PME qui développe ou fait développer un système d’IA, ce point peut être décisif. Qui fournit l’information nécessaire ? Qui documente le modèle ? Qui coopère avec une autorité ? Qui supporte la non-conformité ?

Le juriste doit aussi intervenir si l’entreprise publie des contenus sensibles ou si le label peut créer un risque réputationnel. Mais il doit produire une décision utilisable par les équipes, pas seulement une note. Une bonne sortie ressemble à une matrice courte : type de contenu, obligation probable, formulation, responsable, trace à garder.

Quand l’outil suffit

Adobe Content Credentials, Content Credentials et les fonctions Microsoft ne sont pas des gadgets. Pour les images et vidéos, la provenance technique peut devenir une brique sérieuse. Elle permet d’indiquer comment un contenu a été créé, avec quel outil, et parfois de vérifier l’information via un service compatible.

Mais l’outil suffit seulement si le périmètre est clair. Si une PME crée des visuels avec Adobe Firefly, Photoshop ou Azure OpenAI, la première étape peut être de conserver les Content Credentials, former les créatifs et vérifier que les exports, compressions, réseaux sociaux ou outils web ne détruisent pas la preuve.

Ce n’est pas encore une politique complète. C’est une brique de preuve. Elle doit être reliée à une règle éditoriale : quand le label visible est-il nécessaire ? Quand un humain a-t-il assez revu le contenu ? Quand faut-il refuser une publication ?

• Inventorier les contenus IA des trois derniers mois.
• Repérer les cas publics : site, réseaux sociaux, offres, campagnes, chatbot.
• Identifier les contenus sensibles : emploi, finance, santé, sécurité, décisions clients.
• Tester si les métadonnées de provenance survivent à l'export et à la publication.
• Écrire une règle courte de labellisation visible, validée par une personne responsable.
• Garder une trace de décision pour chaque exception importante.

La décision rapide

Si votre PME publie peu de contenus générés et utilise surtout l’IA en interne, commencez par un inventaire léger et une règle de validation. Si vous produisez beaucoup d’images ou de vidéos, testez d’abord les Content Credentials dans l’outil qui sert déjà à créer et exporter les fichiers.

Si le sujet touche à la responsabilité, aux contrats, aux sous-traitants ou aux contenus sensibles, prenez un avis juridique court avant de modifier les outils. Si vous avez plusieurs départements, plusieurs pays ou un portefeuille d’usages IA déjà large, un programme de gouvernance type Deloitte peut être cohérent.

Si le problème est plus concret, choisir quoi labelliser dans le CMS, comment tracer la validation, comment éviter les oublis et comment garder la preuve dans le flux quotidien, privilégiez un partenaire qui construit. Le marquage IA ne vaut rien s’il reste dans une note : il doit vivre dans les écrans, les contenus, les exports et les habitudes de l’équipe.