if ( !emtpy($headline_subheadline ) ) : ?>
Les SOC gérés par des agents, le confinement à la vitesse des machines et les équipes de sécurité plus plates pourraient transformer la façon dont la cyberdéfense est pratiquée à mesure que l’ère de l’IA s’installe.
endif; ?>
L’émergence rapide de l’IA a radicalement transformé de nombreuses professions, l’ingénierie et le développement de logiciels étant peut-être les activités les plus transformées. Le « rituel solitaire » habituel d’un développeur écrivant du code pendant des heures cède la place à la collaboration avec une armée de chatbots.
Dans son rapport de 2025 sur l’état du développement de logiciels assistés par l’IA, les chercheurs de Google Cloud ont constaté que même alors, l’utilisation du LLM était presque universelle parmi les codeurs, avec 90 % des développeurs interrogés utilisant l’IA dans le cadre de leur travail, et 80 % estimant qu’elle avait augmenté leur productivité. Une étude antérieure de Microsoft a documenté les effets de l’IA sur la productivité, les développeurs de logiciels qui utilisaient l’IA accomplissant 26 % de tâches en plus que les développeurs qui n’utilisaient pas l’IA.
L’inconvénient de l’augmentation de la productivité est l’impact sur les emplois de développeurs de logiciels. Bien que les données soient difficiles à trouver, des preuves anecdotiques et certaines recherches montrent un impact sur l’emploi. Par exemple, un document de travail de la Réserve fédérale de mars 2026 a révélé que l’emploi des codeurs ralentissait. « Nous trouvons des preuves solides que la croissance annuelle de l’emploi des codeurs est actuellement inférieure d’environ 3 % à ce qu’elle était avant ChatGPT », ont conclu les auteurs.
Non seulement le nombre d’emplois de développeurs a potentiellement diminué, mais l’organisation autour de ces emplois a également changé. Gartner prédit que « 80 % des organisations transformeront leurs grandes équipes d’ingénierie logicielle en équipes plus petites, renforcées par l’IA d’ici 2030 », avec davantage de spécialistes de niveau intermédiaire et supérieur ; des managers supervisant un domaine d’activité plus large ; de nouveaux rôles émergents, notamment des spécialistes de la gouvernance de l’IA, des concepteurs de contexte et des concepteurs UX augmentés par l’IA ; et une demande accrue de pensée systémique.
Les experts prédisent que ce type de changements se fera bientôt sentir dans le secteur de la cybersécurité avec des SOC gérés par des agents, un tri continu des vulnérabilités, un confinement à la vitesse des machines et des humains dirigeant des flottes d’agents défensifs, ce qui pourrait rendre la sécurité de l’information méconnaissable dans son état actuel.
Et pourtant, l’analogie entre l’évolution des logiciels et la cybersécurité est imparfaite.
De plus, les changements ne seront pas aussi rapides pour le cyberespace que pour le développement de logiciels.
Le SOC autonome est presque là
La transition vers un nouveau monde de cybersécurité a déjà commencé, et le domaine en transformation le plus évident est le centre des opérations de sécurité (SOC). La plupart des experts s’accordent sur le fait que les agents IA peuvent facilement effectuer le travail que font aujourd’hui les SOC dotés d’un personnel complet, et le faire plus rapidement et mieux.
« Nous avons eu un incident via Jira, et l’agent est allé extraire toutes les informations de GitHub, a extrait toutes les informations de Datadog, puis a effectué un premier tri », explique Lindner de Contrast Security. « Je ne veux même pas l’appeler un analyste SOC junior. C’est un analyste SOC qui effectue un tri initial. »
Mais il semble y avoir un désaccord sur le degré d’autorité qui devrait être accordé aux agents d’IA remplaçant le SOC.
Néanmoins, les experts estiment qu’une grande partie du travail de premier niveau effectué par les analystes SOC sera transférée aux agents, laissant les humains gérer la remontée d’informations, la surveillance et le jugement de niveau supérieur.
« Fondamentalement, toute la cybersécurité devra fonctionner à la vitesse d’une machine », explique Reavis. « Les SOC auront absolument un niveau d’activité dans lequel tous les agents prendront les décisions et effectueront le tri. Ensuite, l’humain dans la boucle sera à un niveau plus élevé, plus senior. »
La découverte de vulnérabilités devient abondante, mais l’absorption devient rare
Il est indéniable que les changements les plus immédiats et les plus continus apportés par l’IA aux cyberdéfenseurs sont la découverte rapide d’un nombre massif de vulnérabilités en matière de cybersécurité, un changement que le secteur connaît déjà. Mais même cette transformation comporte des inconvénients, car traquer et corriger chaque défaut est une tâche ardue qui prend du temps pour la plupart des défenseurs.
« Le problème, c’est absolument l’absorption », déclare Reavis du CSA. « Comment puis-je absorber ces informations ? Comment les trier ? Comment les corriger ? »
Menlo’s Litty a déjà rencontré ce problème avec des systèmes d’analyse statique qui généraient plus de résultats que les organisations d’ingénierie ne pouvaient en traiter. « Vous pouvez trouver des centaines de choses, mais si vous envoyez des centaines de choses à l’ingénierie et que la plupart d’entre elles ne sont pas pertinentes, l’ingénierie vous ignorera tout simplement », dit-il.
L’IA peut déjà détecter et tester des problèmes dans le code source, mais la validation autonome dans des environnements de production complexes reste plus difficile. Caleb Sima, président de l’Initiative CSA AI Safety et partenaire fondateur de White Rabbit, fait la distinction entre l’analyse du code source et les tests autonomes d’environnements de production complexes.
La soi-disant « apocalypse de la vulnérabilité » est moins un changement fondamental en matière de cybersécurité qui rendra le domaine méconnaissable qu’une question d’une déconnexion croissante que les défenseurs ne connaissent que trop bien. Comme le dit Lindner : « Nous n’avons pas de problème à trouver les problèmes. Nous avons du mal à trier et à résoudre tous les problèmes que nous trouvons. »
Les attaques à la vitesse des machines forcent le confinement à la vitesse des machines
Un autre changement qui pourrait laisser les pratiques traditionnelles de cybersécurité dans le rétroviseur est ce qui se produit lorsque des attaques autonomes modifient l’environnement des menaces, nécessitant une réponse à la vitesse de la machine.
« Il ne s’agit plus d’un seul attaquant s’enracinant dans votre réseau, mais plutôt de l’atterrissage d’un agent qui génère 200 agents qui se déplacent rapidement dans votre entreprise pour identifier et exploiter ses vulnérabilités », explique Sima. Ces agents peuvent explorer l’environnement, localiser des actifs précieux et s’enfuir avec des données avant que les défenseurs ne puissent réagir.
Les cyberdéfenseurs doivent être en mesure de réagir de manière égale et rapide. « Le cloud, l’application et les points finaux devraient tous être capables de mettre en quarantaine, de déplacer et d’ajuster activement les contrôles à la vitesse de la machine sans interrompre la production », explique Sima.
Litty estime que les défenseurs devraient supposer que n’importe quel composant pourrait être violé et concevoir l’environnement pour limiter les dommages qui en résulteraient. « Cela revient à des fondamentaux : moindre privilège et séparation des tâches », dit-il. « Comment puis-je m’assurer d’avoir des composants séparés et une défense en profondeur, afin qu’une seule vulnérabilité exploitée ne fasse pas tomber toute mon entreprise ? »
Les équipes de défenseurs deviennent plus plates et plus composées d’agents
Même s’il serait tentant de conclure qu’à mesure que les emplois d’analystes SOC disparaissent, le paysage de la cybersécurité centré sur l’IA entraînerait des pertes nettes d’emplois dans l’ensemble du secteur, les experts affirment que cela n’arrivera probablement pas.
Ils anticipent plutôt une restructuration des rôles et l’émergence d’équipes plus petites et composées d’agents importants. «Je constate un aplatissement des organisations entre les dirigeants et les bâtisseurs», déclare Reavis. « Les personnes les plus expérimentées devront aller construire des choses. »
Sima de White Rabbit envisage un modèle de main-d’œuvre en forme d’haltère, composé de professionnels très expérimentés d’un côté et de jeunes travailleurs natifs de l’IA de l’autre, avec une pression sur les travailleurs du milieu qui se consacrent à la coordination et à la gestion de projet. « Je pense que vous verrez une barre : les contributeurs individuels seniors de haut niveau, puis les juniors et les stagiaires », dit-il. « Le milieu va avoir du mal. »
Lindner de Contrast Security convient que les travailleurs possédant les connaissances et l’expérience les plus élevées s’en sortiront bien à l’avenir.
« Ce que l’IA ne pourra pas remplacer, c’est l’expérience et le jugement », dit-il. « Mon équipe est très senior aujourd’hui, et j’en ai besoin. J’ai besoin qu’ils comprennent pleinement, qu’ils aient l’expérience et le jugement nécessaires pour savoir comment et quand l’IA va fonctionner pour nous, et où nous devons ajouter différents contrôles là où l’IA ne fonctionnera pas, car elle ne fonctionnera pas partout. «
L’IA ne remplacera probablement jamais les cyberprofessionnels qualifiés, selon Litty. « Je ne vois absolument pas les humains disparaître dans ces zones pour l’instant », dit-il.
De la prolifération des outils à un plan de contrôle IA
Une restructuration bénéfique du marché de la cybersécurité à mesure que l’IA s’implante pleinement est que les LLM peuvent être l’interface qui connecte, mais ne réduit pas, la prolifération des outils de sécurité existants.
Sima décrit le contrôle des pare-feu, des outils de point de terminaison et d’autres systèmes de manière conversationnelle sans avoir à se soucier de l’interface de chaque produit. « L’IA devient l’interface et le ciment de tous ces produits de sécurité fragmentés », dit-il.
La capacité de gérer l’étalement sera sûrement la bienvenue dans un monde caractérisé par une énorme prolifération d’agents et un taux de désabonnement accéléré. « L’empreinte technologique explose, et elle est si vaste », déclare Reavis de la CSA. « D’un côté, on assiste à une forte expansion urbaine et nous aurons des milliards d’agents. »
Litty, quant à lui, pense que les outils existants vont évoluer au lieu de proliférer. « Ce que nous constatons jusqu’à présent, c’est que cela change les outils », dit-il. « Cela ne signifie pas nécessairement plus d’outils. Jusqu’à présent, je ne vois pas une explosion d’outils. »
Que doivent faire les RSSI maintenant ?
Les RSSI n’ont pas besoin d’attendre que ces changements et d’autres liés à l’IA se produisent avant d’agir. Les experts recommandent aux responsables de la sécurité d’identifier les tâches limitées et à volume élevé, telles que l’enrichissement des alertes, le tri initial et la priorisation des vulnérabilités, où les agents peuvent être testés avec une autorité restreinte.
« Ce que j’envisagerais de dire aux personnes âgées, c’est : allez construire des choses », déclare Reavis. « Construire des choses ne signifie pas accéder à un poste de débutant, mais construire des choses qui créent une nouvelle façon de faire votre travail. »
Les RSSI devraient également attirer l’attention sur la création d’une nouvelle discipline de gouvernance basée sur un inventaire de chaque agent et fonction de sécurité basée sur l’IA.
« Tout d’abord, (ayez) un registre des endroits où vous utilisez l’IA, puis examinez la qualité du résultat », explique Litty de Menlo. « Comment détectez-vous les dérives de ce que font vos outils d’IA ? Est-ce que cela fonctionne toujours ? Si vous prenez l’exemple du SOC, comment évaluez-vous l’efficacité de votre agent d’IA dans le tri de vos vulnérabilités ? »
Enfin, les agents autonomes ne doivent pas être considérés comme des agents anonymes. Chaque agent doit avoir un humain ou une équipe nommé qui en est responsable, l’examen humain étant réservé aux situations conséquentes ou difficiles à reproduire.
« Il doit y avoir un propriétaire nommé », explique Sima. « Que ce propriétaire nommé soit une équipe ou un individu dépend de la responsabilité de cet agent d’IA, de son but et de son objectif, ainsi que du travail qu’il accomplit. »
La tâche des RSSI n’est donc pas de tout automatiser. Il s’agit de savoir où travaillent les agents, de limiter ce qu’ils peuvent faire et de déterminer qui répond à leur place en cas d’échec.
