Dans de nombreuses entreprises, l’exercice d’évacuation incendie est encore traité comme une formalité. L’alarme retentit, les occupants quittent le bâtiment, le temps d’évacuation est relevé, puis l’exercice est considéré comme terminé. Cette approche donne une impression de maîtrise. Pourtant, elle ne permet souvent de vérifier qu’une partie très limitée de la réponse réelle à un départ de feu. En pratique, un incendie ne commence pas par une évacuation déjà lancée dans un cadre maîtrisé. Il commence par une détection, une alerte, une transmission d’information, une levée de doute, une prise de décision, puis une coordination entre plusieurs acteurs. C’est toute cette chaîne qui doit être testée. Un exercice d’évacuation incendie en entreprise ne devrait donc pas être réduit à la simple sortie des occupants. Il doit permettre d’évaluer à la fois le fonctionnement humain, la prise de décision, les automatismes techniques et la capacité des équipes à réagir dans des conditions proches de la réalité. Sans oublier qu'en cas réel, la place de rassemblement sera un point de relais du plan de continuité des activités (PCA).

Le responsable de sécurité physique fait face à une masse croissante d’informations. Procédures, incidents, mains courantes, parc technique, budgets, tableaux de bord. L’intelligence artificielle peut l’aider à traiter plus vite, à mieux structurer l’analyse et à mieux défendre ses choix. À une condition claire, garder l’humain au centre et traiter les données sensibles dans un cadre informatique maîtrisé.

Dans de nombreuses entreprises, les projets de sécurité physique mobilisent des budgets importants : vidéoprotection, contrôle d’accès, hyperviseur, capteurs IoT, interphonie, etc. Pourtant, un élément essentiel est souvent négligé une fois l’installation terminée : la documentation technique. Au moment de la réception du projet, tout semble fonctionner correctement. Les prestataires ont configuré les systèmes, les intégrateurs ont livré les équipements et les utilisateurs disposent des fonctionnalités attendues. Mais quelques années plus tard, lorsque survient un incident, un changement d’architecture ou un remplacement de matériel, une question simple apparaît : qui connaît réellement l’architecture du système ?

De nombreuses entreprises ou institutions installent des caméras sans prendre en compte certains aspects essentiels.

L’introduction d’un système de reconnaissance faciale dans un dispositif de vidéoprotection nécessite généralement la réalisation d’une analyse d’impact relative à la protection des données (DPIA). Cette analyse vise à identifier les risques pour les droits et libertés des personnes concernées.

L’intégration de l’intelligence artificielle (IA) dans les systèmes de vidéoprotection transforme profondément la sécurité des entreprises. Les technologies de reconnaissance faciale permettent aujourd’hui d’identifier automatiquement des personnes à partir d’images captées par des caméras ou des photos enregistrées dans la base de données du système. Dans certains environnements recevant du public – agences bancaires, bureaux de poste, cabinets médicaux, administrations ou commerces – ces systèmes pourraient permettre de détecter la présence d’individus déjà impliqués dans des incidents de sécurité dûment répertoriés à l'interne. Cependant, la mise en œuvre d’un tel dispositif en Suisse soulève d’importantes questions juridiques et éthiques, notamment au regard de la Loi fédérale sur la protection des données (LPD). A noter qu'aujourd'hui, cette question ne pourrait pas être adressée selon la RGPD qui est bien plus restrictive. Cet article propose une analyse des enjeux techniques, juridiques et opérationnels liés à la détection faciale dans les espaces privés accessibles au public.