Des cyberattaques à la vitesse des machines : qui gardera la main ?

L'intelligence artificielle accélère à la fois l'attaque et la défense. Pour Shane Buckley, CEO de Gigamon, la détection à la vitesse des machines devient nécessaire là où les incidents se déroulent plus vite que les cycles humains. Mais automatiser une réponse revient aussi à déléguer une autorité. Cette question ne peut pas être traitée après coup.

Lors de notre entretien à Paris, le 8 octobre dernier, il a décrit une asymétrie connue de la cybersécurité : les défenseurs doivent protéger de nombreuses voies d'accès, quand un attaquant n'a besoin que d'une seule. L'IA peut amplifier cet écart en permettant d'explorer davantage de voies simultanément. « Vous faites face à une attaque menée par des machines, avec une réponse assurée par des humains. » m’a résumé Shane Buckley. Cette formule est par extension un plaidoyer pour une détection plus rapide. Elle ne justifie pas pour autant une automatisation sans limites : l'organisation doit décider à l'avance de ce qu'un système est autorisé à faire seul. C’est ce délicat équilibre que les organisations doivent trouver.

Le temps devient une contrainte opérationnelle

En 2026, Anthropic a indiqué que Project Glasswing ouvrait à un groupe restreint de partenaires défensifs l'accès à Claude Mythos Preview pour des travaux de cybersécurité, et que le programme avait identifié plus de 10 000 vulnérabilités de sévérité élevée ou critique dans des logiciels essentiels. Le constat est simple : la découverte de failles peut s'accélérer bien plus vite que leur qualification, leur correction et le déploiement sûr d'un correctif.

Shane Buckley applique ce raisonnement aux architectures de supervision. Selon lui, dans certains environnements, la chaîne de production et d'ingestion des journaux introduit un délai incompatible avec une décision de confinement rapide. La durée varie selon l'architecture et l'incident ; l'enjeu est de disposer d'éléments suffisamment tôt pour décider avec discernement.

L'enquête Gigamon publiée le 29 septembre 2026 illustre l'écart entre perception et réalité opérationnelle. Fondée sur les réponses de plus de 300 RSSI, elle indique que 27 % d'entre eux estiment pouvoir identifier la cause première d'un incident et rétablir un fonctionnement normal en moins de 72 heures, contre 48 % des autres dirigeants de niveau C. Ces réponses sont instructives, même si l’on doit souligner qu’il s'agit d'une enquête commanditée par un fournisseur et de réponses déclaratives, non de mesures objectives indépendantes.

Ce que le réseau voit et ce qu'il ne voit pas

Reste que la réalité technique est bien là. Les agents IA font circuler des requêtes, des identités et des données entre modèles, outils et systèmes. Le Model Context Protocol (MCP) décrit la connexion des applications d'IA à des outils et à des données externes ; le protocole Agent2Agent (A2A) définit un mode de communication entre agents. Lorsqu'ils traversent des points observés, ces échanges offrent des signaux utiles aux équipes de sécurité.

En guise d’exemple, Shane Buckley cite notamment une session MCP qui contournerait une passerelle approuvée par l'entreprise, ou une identité qui génère un volume d'activité incompatible avec son usage attendu. Ces signaux peuvent déclencher une investigation ou un confinement prévu par la politique. Ils ne donnent cependant qu'une vision partielle : le contenu chiffré suppose un déchiffrement autorisé, et certains échanges locaux entre processus ne traversent pas de point d'observation réseau. Le dirigeant insiste sur le problème : « Il n'existe aucun moyen de savoir intrinsèquement qu'il s'agit d'une mauvaise transaction. »

Une opération unique, sensible et irréversible peut sembler légitime dans la télémétrie, avec une identité valide, un chemin autorisé, une permission configurée. L'observabilité peut montrer ce qui s'est produit, mais pour autant, elle ne peut pas prouver, à elle seule, que l'action correspondait à l'intention de l'autorité compétente. Pour ces opérations, le contrôle doit donc être prévu avant l'exécution. Cela implique la prise en compte de différents aspects complémentaires, comme une validation proportionnée à la conséquence, une confirmation indépendante ou encore une chaîne d'autorité vérifiable.

Automatiser la réponse, c'est déléguer une autorité

Au fil de notre entretien, Shane Buckley en vient aux possibilités qui s’offrent aux organisations. Il envisage une progression de la détection automatisée vers une réponse elle aussi plus automatisée. La distinction est essentielle : un agent de défense peut isoler une charge de travail, révoquer un accès ou modifier une configuration de production. Une décision erronée peut alors créer un dommage opérationnel supérieur à celui de l'incident qu'elle cherche à contenir. « Si la machine fonctionne en temps réel, l'humain ne peut pas fonctionner en temps réel, parce que nous ne répondons pas aussi vite. » met en avant le CEO de Gigamon, en pointant les frictions que cela peut aussi créer.

L'autorité à accorder doit donc dépendre de la conséquence, de la réversibilité et de la fiabilité du signal. Une violation de protocole assortie d'un remède limité et réversible peut relever d'une action automatique. Une décision qui peut interrompre une usine, un service hospitalier ou un processus critique exige pour sa part une limite d'autorité définie, un état de repli sûr et une responsabilité clairement attribuée.

L'IA hybride ne résout pas le problème de contrôle

Les entreprises combinent désormais modèles frontier, modèles open-weight et environnements privés pour arbitrer entre performance, coût, maîtrise des données et souveraineté. Ce choix peut être pertinent, mais il ne réduit pas automatiquement le risque cyber : chaque environnement supplémentaire ajoute des intégrations, des identités, des permissions et des flux à gouverner. Avec cette complexité croisante, Shane Buckley met en garde : « Alors que le monde passe à l'IA hybride, vous répétez exactement la même erreur ». Son argument n'est pas qu'il faudrait éviter l'IA hybride. Il est que l'autorité effective d'un agent ne peut pas être plus forte que l'environnement le moins gouverné auquel il peut accéder. Les règles relatives aux actions sensibles doivent donc être appliquées là où elles s'exécutent, et pas seulement décrites dans une politique centrale.

Dans le secteur financier, le règlement européen DORA est applicable depuis le 17 janvier 2025. Il encadre la résilience opérationnelle numérique et renforce l'exigence de maîtrise des risques liés aux technologies de l'information et de la communication. Et c’est un bon exemple : il ne prescrit pas un modèle unique de gouvernance des agents IA ; il rappelle que la capacité à démontrer des contrôles effectifs est une exigence opérationnelle.

Des preuves utiles à ceux qui portent le risque

« De combien d'informations quelqu'un devrait-il disposer, et de combien a-t-il réellement besoin ? Ce sont deux questions différentes ». Shane Buckley replace l’enjeu de gouvernance des agents dans un contexte plus large. Un conseil d'administration n'a pas besoin de voir chaque alerte. Il doit pouvoir savoir quelles actions sensibles les agents peuvent accomplir, qui a autorisé chaque classe d'action, quels contrôles détectent un écart et si ces contrôles restent efficaces après une évolution des modèles, des outils ou des permissions.

Dans son enquête, Gigamon indique que 76 % des RSSI interrogés considèrent la visibilité limitée sur le trafic piloté par l'IA comme un frein majeur à la sécurisation de l'adoption de l'IA ; 80 % citent une gouvernance insuffisante des usages d'IA non autorisés comme principal défi pour sécuriser les données ; et 43 % placent la gouvernance de l'IA parmi leurs priorités de sécurité. Au-delà de la question des outils utilisés, ces chiffres pointent un déficit de contexte et de gouvernance que les dirigeants doivent traiter.

Mais à quel rythme ces changements sont-ils possibles ? « Ne vous laissez pas convaincre qu'il faut aller vite. C'est l'une des choses que font les pirates » sourit Shane Buckley quand je lui pose la question. Quand il développe ce qu’il entend par là, il me dit que la réponse n'est ni de suspendre l'IA ni de donner aux agents une autorité générale. Elle consiste plutôt à commencer par un ou deux cas d'usage conséquents, puis à identifier l'irréversibilité de chaque action, la preuve disponible si elle tourne mal, l'autorité requise avant son exécution et l'état de repli en cas d'échec de l'automatisation. Une meilleure détection permettra de traiter davantage d'attaques qui laissent des traces. Les actions uniques dépendront toujours d'une autorité décidée avant que la machine n'agisse.