La visibilité des données reste un défi

Les systèmes d'IA autonomes en cybersécurité ont besoin de données fiables et de cadres de référence pour renforcer la résilience des organisations. Au cours de la dernière décennie, la visibilité a été un défi persistant dans les environnements informatiques des entreprises, les équipes peinant à sécuriser, gérer et corriger ce qu'elles ne pouvaient pas voir.

Des outils améliorés, mais une action lente

Cela a conduit à d'importants investissements dans les outils de surveillance et d'analyse, ainsi que dans les tableaux de bord, qui ont amélioré la visibilité. Cependant, la principale difficulté aujourd'hui réside dans la capacité à agir rapidement à partir des informations disponibles afin de réduire les risques. Cette frustration devient de plus en plus visible chez les entreprises, car le problème n'est plus le manque de données, mais l'incapacité à les exploiter efficacement lorsque des décisions doivent être prises rapidement.

Les problèmes structurels des systèmes informatiques

Au-delà des données et de la visibilité, le problème est avant tout structurel. L'informatique d'entreprise s'est développée autour d'outils spécialisés, chacun remplissant correctement sa fonction, mais aucun ne fournissant un cadre de référence unique, commun et fiable. Il en résulte des données éparpillées, qui ralentissent considérablement leur exploitation.

Des données fragmentées ralentissent les réponses

Des questions auxquelles il devrait être possible de répondre en quelques secondes deviennent une véritable chasse au trésor entre différents systèmes, qui décrivent parfois une même machine de différentes manières. Cette fragmentation des données informatiques et de sécurité reste courante dans les grandes organisations, transformant des corrections rapides en interventions longues et complexes.

La gestion des correctifs devient un enjeu stratégique

La gestion des correctifs logiciels (patching) en offre l'un des exemples les plus révélateurs. Le nombre de vulnérabilités divulguées chaque mois dépasse désormais largement ce que le tri manuel peut raisonnablement absorber, tandis que la découverte assistée par l'IA ne fait qu'accentuer cette pression. Ce qui était autrefois une opération de maintenance courante représente aujourd'hui un risque important pour l'entreprise.

Les décisions stratégiques en informatique

Les conseils d'administration et les comités d'audit s'intéressent directement à la conformité des correctifs, un sujet qui serait resté confiné aux équipes informatiques il y a seulement quelques années. C'est l'une des nouvelles réalités de l'informatique d'entreprise : les décisions opérationnelles deviennent des décisions stratégiques. Lorsque le risque est celui d'une fuite de données, l'application des correctifs n'est plus une simple tâche informatique ; elle relève de la gestion des risques à l'échelle de l'entreprise.

Le besoin d'un cadre de référence

Toutefois, l'IA ne peut pas déterminer de manière autonome quels actifs existent, à qui ils appartiennent, ce qui a changé, ou si une action est conforme aux politiques de l'entreprise. Ces réponses exigent l'existence d'un cadre de référence fiable. Face à la fragmentation, la réponse habituelle consiste à ajouter un nouvel outil chargé de relier ceux déjà en place.

L'intégration comme principe

Trop souvent, cette approche ajoute une couche de complexité au lieu d'en supprimer une. Le véritable défi consiste plutôt à faire de l'intégration un principe de départ. Cela implique de consolider l'environnement autour d'un système de référence commun : une couche unique de confiance capable de répertorier ce qui existe dans l'environnement, de comprendre comment les différents éléments sont reliés et de connaître leur état actuel.

Des données fiables pour la réussite de l'IA

Cette couche est peut-être moins visible que la dernière fonctionnalité d'IA, mais c'est précisément elle qui permet à ces nouvelles capacités d'être réellement efficaces. Cette approche s'inscrit dans une évolution plus large de l'informatique d'entreprise. Les organisations doivent aller au-delà des systèmes conçus principalement pour suivre des tâches et des processus afin de disposer de cadres de référence capables de fournir un contexte fiable et faisant autorité pour la prise de décision.

L'IA dépend d'un contexte fiable

C'est précisément de ce contexte que dépendent les systèmes d'IA modernes. Il est également essentiel pour les équipes informatiques et de sécurité qui souhaitent automatiser davantage leurs opérations. La fiabilité d'un système autonome dépend directement de la fiabilité des données sur lesquelles il s'appuie.

L'IA a besoin de données faisant autorité

De nombreuses initiatives en matière d'IA échouent non pas parce que le modèle est insuffisant, mais parce qu'il travaille avec des informations incomplètes, obsolètes ou contradictoires. L'IA peut traiter des informations et formuler des recommandations plus rapidement que n'importe quelle équipe humaine. Cependant, elle ne peut pas savoir par elle-même quels actifs l'organisation possède, comprendre l'état réel de son environnement ou déterminer si une situation respecte les exigences en vigueur.

La gouvernance est essentielle

L'autonomie exige également une gouvernance. Tout système capable de prendre des mesures doit fonctionner avec des garde-fous clairs : l'IA peut prendre en charge les tâches routinières auxquelles elle est le mieux adaptée, tandis que les humains conservent la supervision chaque fois que le jugement, la responsabilité ou l'évaluation des risques entrent en jeu.

La vitesse et le contrôle doivent être équilibrés

La rapidité compte, mais l'exposition aux risques s'accélère elle aussi. Or, la vitesse sans contrôle ne fait qu'amplifier les risques. L'avenir ne réside donc pas dans des systèmes autonomes fonctionnant sans intervention humaine, mais dans une autonomie encadrée, où l'IA agit dans des politiques définies, à partir de données fiables et dans des limites fixées par les humains.

Des pressions convergentes sur l'informatique

Trois forces convergent aujourd'hui : l'intensification des cybermenaces, la pression exercée pour démontrer un retour sur investissement mesurable dans l'IA, et les attentes des conseils d'administration, qui exigent davantage d'efficacité sans complexité supplémentaire. Les dirigeants ne peuvent plus considérer la sécurité, les opérations, les données et l'IA comme des sujets distincts.

Des systèmes interconnectés ont besoin d'un socle

Tout est interconnecté, et le socle sur lequel ils reposent doit l'être tout autant. Il ne s'agit pas d'éliminer les outils existants ni d'espérer une transformation du jour au lendemain. Cependant, la direction à suivre est claire, et le coût lié au maintien d'environnements fragmentés devient de plus en plus difficile à justifier.

Les dirigeants doivent privilégier la consolidation

Pour les dirigeants, le point de départ consiste donc à donner l'impulsion : consolider les données, permettre aux systèmes de prendre en charge en toute sécurité les tâches routinières et donner aux équipes les moyens de se concentrer sur les problèmes qui exigent réellement un jugement humain.