Vos systèmes IA ont plus d’accès que vos employés. Personne ne l’a remarqué.
Il y a une ironie discrète dans la manière dont la plupart des entreprises ont déployé l’IA cette année. Elles ont passé des mois à former le personnel sur les politiques de gestion des données, à réaliser des simulations de phishing et à construire des processus de revue d’accès pour éviter que les humains n’exposent accidentellement des données sensibles. Puis elles ont donné aux agents IA les clés de tout, bases de données, API, outils internes, dossiers clients, avec presque aucun contrôle équivalent.
Un nouveau rapport circulant ce mois-ci parmi les équipes de sécurité d’entreprise chiffre ce phénomène : une entreprise sur huit a déjà subi une violation liée à des systèmes IA autonomes. Relisez cela. Pas un phishing assisté par IA, pas des employés abusant de ChatGPT, de véritables violations causées par des agents IA autonomes déployés par les organisations elles-mêmes.
Ce n’est pas un risque futur. Cela se passe maintenant.
Le problème d’accès dont personne ne parle
Quand les équipes de sécurité modélisent les menaces internes, elles pensent aux personnes. Un ingénieur mécontent avec accès à la base de données. Un employé financier dont les identifiants ont été compromis. Il existe des cadres, des guides et des outils construits autour de ce type de risque.
Mais les agents IA, ceux que les organisations déploient aujourd’hui pour gérer les escalades du support client, exécuter des workflows automatisés, générer des rapports ou interagir avec des plateformes SaaS, ont souvent un accès plus large que n’importe quel humain. Et ils sont provisionnés différemment. Pas de workflow d’approbation managériale. Pas de revue trimestrielle des accès. Pas de processus de désactivation quand le projet change de direction.
Selon une étude du Ponemon Institute publiée plus tôt ce mois-ci, 79 % des organisations n’ont pas atteint ce qu’elles appelleraient une maturité complète en sécurité de l’IA, c’est-à-dire des systèmes entièrement déployés et des risques évalués en profondeur. Et 31 % des organisations ignorent si elles ont subi une faille de sécurité liée à l’IA au cours de l’année passée. Pas « probablement non », elles ne peuvent tout simplement pas le dire.
Ce n’est pas qu’une préoccupation philosophique sur le risque IA. C’est un problème concret de visibilité avec des conséquences réglementaires directes, surtout pour les entreprises soumises au RGPD, à l’HIPAA, ou qui se préparent aux règles à haut risque du AI Act européen qui entreront en vigueur en août.
Où les agents se trompent
La vulnérabilité n’est généralement pas le modèle IA lui-même. C’est ce que les chercheurs en sécurité appellent la « couche d’exécution », le moment où un agent IA agit dans le monde réel. Une requête base de données. Un appel API. Une écriture de fichier. Un message envoyé au nom d’un humain.
La plupart des organisations sécurisant leurs déploiements IA se concentrent sur l’entrée : s’assurer que les employés ne collent pas de propriété intellectuelle dans ChatGPT, bloquer les données sensibles d’atteindre des modèles externes. C’est un travail important. Mais l’IA autonome introduit un risque de sortie structurellement différent.
Quand un agent IA a accès à des outils, et la plupart des frameworks agentiques populaires actuellement, d’OpenAI Assistants aux workflows LangChain en passant par les agents Microsoft Copilot, donnent exactement cela, cet agent peut être manipulé pour mal utiliser ces outils. L’injection de prompt est le vecteur d’attaque le plus documenté : un adversaire intègre des instructions dans le contenu que l’agent va traiter, et l’agent les suit. Ce n’est pas un bug du modèle IA. C’est la conséquence de donner à l’IA la capacité d’agir.
Un scénario réel issu de la recherche sur les menaces de ce mois : un agent IA utilisé pour la révision de contrats avait un accès étendu au stockage de documents de l'équipe juridique. Un acteur malveillant a intégré des instructions dans un document contractuel soumis, et l'agent a fidèlement transmis des modèles internes à une adresse email externe. L'agent faisait exactement ce pour quoi il avait été conçu, simplement pas avec le contenu attendu par l'équipe.
Le chevauchement de l’IA fantôme
Voici où cela devient plus compliqué. Le problème de l’IA agentique ne se limite pas aux outils officiellement approuvés. L’IA fantôme, les employés utilisant des outils IA, agents et plateformes d’automatisation sans que le service informatique en soit informé, se développe rapidement.
Le coût moyen d’une violation de données impliquant l’IA fantôme est désormais de 308 000 $ par incident. Et contrairement aux déploiements approuvés, les agents IA fantômes fonctionnent entièrement en dehors de votre architecture de sécurité. Il n’y a pas de revue d’accès car il n’y a jamais eu de processus d’attribution d’accès. Votre SIEM ne les détecte pas. Vos outils DLP n’interceptent pas leurs sorties. Votre piste d’audit présente une lacune précisément là où vous avez le plus besoin de voir ce qui s’est passé.
Nous observons cela de manière intéressante avec les outils IA basés sur navigateur. Les employés installent des extensions de navigateur qui utilisent des agents IA pour « aider » aux tâches professionnelles, résumer des emails, rédiger des réponses, extraire des données. Ces extensions obtiennent souvent des autorisations étendues sur la session du navigateur de l’utilisateur, ce qui peut inclure un accès authentifié aux outils internes. L’extension (et tout agent IA qui y fonctionne) dispose désormais des mêmes accès que l’employé. Mais personne ne l’a catalogué, personne ne l’a examiné, et l’employé n’a rien fait de mal. Il a simplement installé un outil de productivité.
À quoi ressemble une bonne gouvernance ici
L’écart entre la situation actuelle de la plupart des entreprises et celle qu’elles doivent atteindre n’est pas principalement un problème technologique. De nombreux outils existent pour aider, CASB, plateformes de gestion SaaS, surveillance des terminaux. L’écart est surtout un problème de politique et de visibilité.
Une gouvernance efficace de l’IA pour les systèmes agentiques doit aborder quelques points que les cadres de sécurité traditionnels ne couvrent pas :
Gestion d’identité non humaine. Chaque agent IA capable d’agir doit avoir sa propre identité, avec des permissions limitées et un propriétaire clairement défini. Ce n’est pas ainsi que la plupart des organisations provisionnent l’IA aujourd’hui. Les agents héritent généralement des identifiants de l’utilisateur ou du compte de service qui les a configurés, sans gestion indépendante de leur cycle de vie.
Surveillance au niveau d’exécution. Savoir quelles données ont alimenté un modèle IA ne suffit plus. Il faut une visibilité sur les actions déclenchées par le modèle : quelles API ont été appelées, quels fichiers ont été consultés, quels messages ont été envoyés. C’est un problème de traçabilité, et la plupart des équipes de sécurité ne l’ont pas.
Découverte inclusive de l’IA fantôme. Extensions de navigateur, outils LLM locaux, intégrations IA tierces ajoutées par des équipes individuelles, aucun de ces éléments n’apparaît dans votre inventaire logiciel approuvé. Obtenir cette visibilité est la base de tout le reste. On ne peut pas gouverner ce qu’on ne voit pas.
La date limite d’août est réelle
Pour les organisations concernées par le règlement européen sur l’IA, août 2026 n’est plus une date lointaine abstraite. Les règles sur l’IA à haut risque entreront en vigueur dans environ cinq mois, et les exigences de conformité incluent une documentation obligatoire, une évaluation des risques, des mécanismes de supervision humaine et des pistes d’audit pour les systèmes IA concernés.
Les systèmes agentiques qui interagissent avec les décisions RH, les données clients, les flux financiers ou les processus juridiques relèveront presque certainement de classifications à haut risque. Les équipes de conformité administrative, qui pensaient avoir du temps, sont désormais en situation d’urgence, et les contrôles de sécurité sous-jacents à cette posture de conformité sont encore plus cruciaux.
L’ironie est que les organisations qui ont le plus rapidement adopté l’IA, celles qui devraient être les plus avancées, sont souvent les plus exposées. Elles ont déployé largement, agi vite, et sauté la couche de gouvernance. Les systèmes d’IA qui apportent une réelle valeur productive sont souvent les mêmes qui créent des risques d’accès non déclarés et des lacunes d’audit.
Ce n’est pas un argument pour avancer lentement. C’est un argument pour rattraper la couche de gouvernance maintenant, avant qu’août n’impose la question de manière plus difficile à résoudre.
---
Aona AI aide les entreprises à découvrir l’utilisation de l’IA fantôme, à gouverner l’accès aux agents IA et à constituer les pistes d’audit nécessaires à la conformité réglementaire. Si vous cherchez à obtenir une visibilité sur l’IA réellement utilisée dans votre organisation, [réservez une démo](/book-demo).
