Les agents d’IA. Ils sont partout. On en voit la publicité à la télévision, dans les transports en commun et même dans les stades.
Pour les professionnels de la sécurité, ils sont incontournables : presque tous les fournisseurs essaient de vendre un produit qui les utilise, au point que le terme a presque perdu son sens.
Les professionnels de la sécurité ont donc commencé à concevoir, configurer et exploiter leur propre IA agentique pour la sécurité.
Les agents conçus sur mesure comblent les lacunes que les outils prêts à l’emploi ne peuvent pas combler. Les agents d’IA open source et indépendants des fournisseurs peuvent largement contribuer à renforcer la défense collective. Mais sans gouvernance appropriée, ils peuvent faire plus de mal que de bien.
Pourquoi les équipes de sécurité conçoivent-elles et partagent-elles leurs propres agents ?
Les équipes de sécurité conçoivent leurs propres agents pour trois raisons principales : les agents d’IA sont efficaces, ceux conçus sur mesure le sont davantage, et les agents open source renforcent la défense collective.
Pourquoi utiliser des agents d’IA ?
Malgré le battage médiatique, l’IA agentique appliquée à la sécurité produit des résultats.
Selon le rapport Verizon DBIR 2026, les entreprises doivent remédier à 50 % de vulnérabilités CISA KEV de plus qu’il y a un an. Alors que leur nombre augmente, les équipes de sécurité doivent les détecter, les prioriser et les corriger plus rapidement que jamais. Les agents d’IA peuvent les y aider.
Un système d’IA agentique peut corréler et prioriser les failles et, dans certains cas, y remédier sans intervention humaine. Cela réduit considérablement le délai moyen de réponse (MTTR), une priorité urgente puisque le même rapport a constaté que le délai médian de correction des vulnérabilités CISA KEV était passé de 32 à 43 jours en un an.
Pourquoi concevoir ses propres agents d’IA ?
Les outils prêts à l’emploi répondent rarement aux exigences propres à chaque entreprise. Les agents d’IA génériques présentent souvent des lacunes contextuelles, manquent de contrôles et de garde-fous adéquats et sont sujets à une dérive des intentions.
Les professionnels conçoivent leurs propres agents pour remédier à ces insuffisances.
Ils les intègrent en profondeur à leur architecture de sécurité et à la télémétrie locale. Ils définissent des listes d’autorisation strictes pour les outils et des limites d’exécution rigoureuses. Les boucles conçues sur mesure permettent de resserrer les étapes d’approbation avec intervention humaine. Enfin, les serveurs Model Context Protocol (MCP) connectent ces agents aux outils.
Pourquoi partager les agents d’IA ?
Un serveur MCP — de loin le protocole agentique dominant, avec plus de 10 000 serveurs actifs et 7 millions de téléchargements mensuels — est également ce qui rend les agents indépendants des fournisseurs et partageables.
Un professionnel peut écrire un serveur MCP pour, par exemple, un outil de détection donné, sans attendre qu’un fournisseur propose cette intégration. De même, des professionnels de différentes équipes, voire de différentes entreprises, peuvent récupérer et exécuter des serveurs MCP conçus par leurs pairs.
Le partage d’agents d’IA de cette manière renforce la défense collective, comme le fait le renseignement sur les menaces open source.
Grâce au renseignement sur les menaces open source, les équipes de sécurité obtiennent les informations nécessaires pour corriger une vulnérabilité ou déjouer une attaque.
L’IA agentique open source pour la sécurité va plus loin, en fournissant aux équipes un outil prêt à l’emploi capable d’effectuer le travail, au lieu de les obliger à en concevoir un de zéro.
Résoudre le problème de gouvernance des agents d’IA
Malgré tous ces avantages, les professionnels ne peuvent pas déployer des agents d’IA à tout-va sans supervision. Il ne s’agit pas de chatbots qui se contentent de générer du texte : ils exécutent des actions.
Lorsqu’un agent peut écrire du code de manière autonome, interroger des magasins de données et modifier des configurations réseau sans autorisation humaine, un partage non structuré ou une utilisation non surveillée introduit un risque opérationnel majeur.
Étendez ce risque à des écosystèmes entiers, voire à des secteurs d’activité entiers, et le potentiel d’abus devient immense et impossible à ignorer.
À quoi la gouvernance doit-elle donc ressembler avant de pouvoir accorder aux agents un accès en écriture ?
Premièrement, appliquez le principe du moindre privilège, comme condition de départ et non comme une réflexion ultérieure.
La manière la plus simple de déployer des agents consiste à leur donner accès à tout et à les laisser faire. Mais cela introduit un risque inutile. Ne donner aux agents accès qu’à ce qui est absolument nécessaire permet d’éviter des conséquences imprévues ailleurs dans l’entreprise.
Ensuite, mettez en place des points de contrôle avec intervention humaine pour les actions ayant le plus fort impact.
On peut généralement faire confiance aux agents pour effectuer sans validation des actions à faible impact, comme le triage des alertes et la corrélation des journaux, car une erreur ne causera pas trop de dommages. En revanche, des actions erronées à fort impact, comme des opérations d’écriture sur des systèmes de production, peuvent mettre une entreprise à genoux. La validation humaine est donc essentielle.
Enfin, les agents doivent être auditable. De bonnes pistes d’audit pour les agents de sécurité consignent non seulement l’action effectuée, mais aussi la raison pour laquelle l’agent a décidé de l’effectuer, les éléments auxquels il a touché et la personne qui l’a approuvée. Ces informations doivent être conservées dans des enregistrements interrogeables et infalsifiables, qu’un humain pourra examiner a posteriori.
Comment les équipes peuvent-elles mesurer la rentabilité des agents d’IA ?
Même si le code et la logique sous-jacents des agents d’IA partagés sont souvent gratuits, leur exécution et leur sécurisation ne le sont pas. Il faut donc s’assurer qu’ils justifient les efforts consentis.
Cela signifie qu’il faut les évaluer à l’aune de résultats concrets. Votre MTTR a-t-il diminué ? Avez-vous réduit la charge de triage des analystes ? Manquez-vous moins de détections critiques ? Ce sont quelques-unes des questions que vous devez vous poser, ainsi qu’à votre équipe.
Quel avenir pour les agents d’IA open source ?
À mesure que les professionnels se sentiront plus à l’aise avec la conception de leur propre IA agentique pour la sécurité, ces outils devraient se multiplier. Les plateformes d’échange en ligne gagneront en popularité, et la défense collective en bénéficiera.
Cependant, une catastrophe n’est pas exclue. Un agent open source malveillant peut, et risque fort de, provoquer de graves perturbations opérationnelles ou des compromissions.
C’est pourquoi la gouvernance est si importante et pourquoi vous devez choisir avec soin ceux que vous mettez en œuvre.