Agentive AI modifie le paysage de la cybersécurité en introduisant de nouvelles menaces issues d’attaques automatisées, ce qui rend le contrôle strict des accès et une stratégie de Zero Trust plus importants que jamais. De nombreuses organisations accordent aux agents d’IA un accès large aux données pour leur permettre de fonctionner de manière efficace et rapide. Cependant, cela peut créer des vulnérabilités que les cybercriminels exploitent. Les systèmes d’Agentive AI sont utilisés de manière à faciliter les attaques des pirates, comme l’injection de requêtes, où ces derniers trompent l’IA pour qu’elle suive des instructions nuisibles. Ces attaques peuvent impliquer de faire lire à l’IA des pages web manipulées contenant des ordres cachés, permettant aux attaquants d’extraire des données sensibles et de les envoyer vers leurs propres serveurs. Pour éviter cela, il est préférable de limiter l’accès des agents d’IA uniquement aux outils et aux données dont ils ont besoin pour accomplir leurs tâches spécifiques. Le principe du moindre privilège, qui consiste à n’accorder que l’accès nécessaire, est considéré comme la meilleure pratique dans ce contexte. L’émergence du Ransomware 3.0 a été signalée par 61 % des directeurs de la sécurité de l’information (CISO), qui estiment que l’utilisation de l’IA a accru le risque d’attaques par ransomware. L’absence de règles claires et de contrôle sur les données dans l’adoption de l’IA a conduit à l’apparition du Ransomware 3.0, qui utilise l’IA pour rendre les attaques plus puissantes. Dans ces attaques, le ransomware va bien au-delà du simple verrouillage des systèmes. Des outils alimentés par l’IA aident les attaquants à automatiser le phishing, à accélérer le vol d’identité et à se déplacer entre différents systèmes à une échelle auparavant inimaginable. Le développement le plus préoccupant est que les attaquants altèrent subtilement ou falsifient des enregistrements de données, ce qui peut nuire à la confiance dans ces données elles-mêmes. Les responsables de la sécurité sont désormais confrontés à un changement fondamental dans la manière dont le ransomware représente une menace, car l’IA peut naviguer dans des systèmes complexes et récupérer des informations au nom d’un attaquant. Pour rester sécurisées, les organisations doivent adopter une stratégie de résilience cybernétique basée sur le modèle Zero Trust, en traitant chaque agent d’IA comme une identité à haut risque. Cela inclut l’utilisation d’une authentification machine robuste et non phishable, de contrôles d’accès stricts et d’une surveillance continue pour protéger les données auxquelles les agents d’IA peuvent accéder. La sécurité des identités est désormais la première ligne de défense contre les menaces liées à l’IA. En 2026, on s’attend à ce que l’exploitation des faiblesses de la gestion des identités et des accès augmente. Bien que l’authentification multifacteur (MFA) ait amélioré la sécurité, les attaquants s’adaptent à ces défenses. Par conséquent, les organisations doivent accélérer l’adoption de technologies MFA résistantes au phishing, comme FIDO2 et Passkeys, pour garantir qu’elles soient le seul moyen approuvé pour se connecter aux systèmes. Selon l’étude AI Cyber Benchmark 2026, le niveau de préparation des entreprises en matière de cybersécurité liée à l’IA s’est amélioré, passant de 31 % en 2025 à 45 % cette année. Cependant, ce score encore modeste masque un écart croissant entre les politiques de gouvernance désormais affichées et la capacité réelle à répondre aux nouvelles menaces. Les services informatiques se sont concentrés sur le respect des exigences de conformité, l’adaptation des cadres de gestion des risques et la nomination d’officiers dédiés. Toutefois, la mise en œuvre effective de ces mesures dans les projets d’information reste limitée, d’autant plus que l’IA agent se développe rapidement. Contrairement aux modèles traditionnels de chatbots, l’IA agent peut planifier et exécuter des actions complexes à travers l’ensemble des applications d’une entreprise. La situation évolue : il ne s’agit plus seulement de protéger les données contre les fuites, mais aussi de sécuriser les décisions, les autorisations et les connexions API exécutées automatiquement. Seulement 33 % des organisations intègrent les spécificités des agents autonomes dans leurs analyses de risques, et à peine 15 % ont mis en place un système de gestion des identités et des accès (IAM) véritablement adapté à ces entités non humaines. Côté contrôles techniques, les entreprises ont développé de bonnes pratiques en réalisant des tests d’intrusion sur leurs systèmes d’IA avant leur déploiement. Cependant, une fois l’application lancée, le niveau de sécurité chute considérablement. La maturité diminue fortement lorsqu’il s’agit de détecter une attaque en cours (40 %) et d’y répondre (29 %). Les équipes de défense opérationnelle souffrent de réels angles morts : si près de 9 entreprises sur 10 génèrent des journaux d’activité pour leurs applications d’IA, seulement 8 % d’entre elles les envoient à leur centre des opérations de sécurité (SOC). En raison de la séparation entre les équipes data et les équipes cybersécurité, les comportements inhabituels passent inaperçus aux yeux des analystes. Ce manque de visibilité en temps réel laisse les organisations globalement assez démunies face aux écarts de modèle ou aux attaques les plus sophistiquées. Les capacités de gestion de crise restent très immatures : seulement 12,5 % des entreprises disposent d’un plan formel de réponse aux incidents pour leurs actifs liés à l’IA. Face à ce développement technologique rapide, la cybersécurité doit rapidement passer d’une conformité statique à une défense dynamique. Pour gérer les prochains mois avec un niveau de contrôle acceptable, trois priorités stratégiques doivent guider les responsables de la sécurité. La première priorité consiste à réguler l’Agentive AI en faisant de la gestion des identités non humaines une préoccupation majeure. Les agents d’IA doivent être traités comme des utilisateurs à part entière, soumis à un contrôle strict de leurs privilèges, de l’accès aux données et des actions qu’ils sont autorisés à effectuer. La deuxième priorité vise à réduire l’aveuglement opérationnel en unifiant la supervision. Les journaux d’activité des applications d’IA doivent être intégrés au SOC pour détecter les comportements inhabituels. Parallèlement, les entreprises doivent créer des scénarios de crise formels incluant le risque que l’IA devienne incontrôlable et préparer des mécanismes pour isoler rapidement les systèmes suspects. Enfin, les RSSI devront maîtriser les changements dans la chaîne d’approvisionnement en IA. L’utilisation croissante de modèles open source et de modèles hébergés en interne offre plus d’indépendance, mais transfère aux entreprises la responsabilité de la sécurité des fournisseurs cloud. La gouvernance du cycle de vie de ces modèles et la vérification de leur intégrité deviendront la clé de la maturité en cybersécurité.