X-Force Threat Intelligence Index 2026

Les cyberadversaires continuent d’accroître leur ampleur et leur influence en exploitant des faiblesses fondamentales liées à l’identité, au contrôle des accès et à la gestion des identifiants, plutôt qu’en s’appuyant sur des techniques hautement sophistiquées ou inédites. Si les outils de cyberattaque et l’automatisation ont évolué, les conditions sous-jacentes permettant la compromission restent, elles, largement inchangées.

Une fois l’accès établi, les cybercriminels cherchent systématiquement à collecter des identifiants, à élever leurs privilèges et à détourner des sessions, ce qui leur permet d’effectuer des mouvements latéraux à travers des environnements hybrides, cloud et SaaS. Cette activité a été encore amplifiée, selon les données du rapport de cette année, par le fait que plus de la moitié des vulnérabilités divulguées ne nécessitaient aucune authentification, permettant aux cybercriminels d’obtenir un point d’ancrage sans même contourner les contrôles d’identité.

De plus, l’exposition d’identifiants de chatbots d’IA sur des marchés clandestins montre que les plateformes d’IA font désormais pleinement partie de la surface d’attaque liée aux identités en entreprise. Même si les identifiants observés n’étaient plus valides, leur association constante avec des logiciels malveillants de type infostealer souligne le risque croissant posé par des identifiants non gérés et une mauvaise hygiène des identités au sein des écosystèmes SaaS et IA.

Dans le même temps, une augmentation de près de quatre fois des violations majeures liées à la chaîne d’approvisionnement et à des tiers au cours des cinq dernières années reflète la dépendance croissante des cybercriminels à des identités compromises, des identifiants partagés et des intégrations auxquelles est accordée une confiance excessive pour obtenir un accès et maintenir leur persistance.

Face à ces tendances, comment les entreprises doivent-elles réagir et par quoi commencer ? Et comment transformer la sécurité en un véritable avantage concurrentiel, plutôt qu’en simple démarche de réduction des risques ?

Alors que les acteurs de la menace utilisent l’IA pour mettre les équipes de sécurité sous pression, en industrialisant leurs campagnes de phishing, en accélérant la création de code malveillant et en affinant leurs techniques d’ingénierie sociale, les responsables sécurité doivent adopter une approche proactive plutôt que réactive face à ces menaces. Ils doivent pérenniser leurs organisations grâce à une sécurité de bout en bout pilotée par l’IA.

Cette stratégie dite de « shift left », qui consiste à passer d’une réponse tactique et réactive à un plan proactif, implique d’abord d’obtenir une vision holistique d’un paysage des menaces en évolution rapide, en intégrant les menaces les plus récentes ainsi qu’un contexte et des informations élargis dans leur planification.

Ces informations peuvent être fournies par des partenaires de sécurité, via des capacités de détection et de réponse aux menaces alimentées par une IA agentique, ainsi qu’une préparation aux menaces post-quantiques. Cette démarche « shift left » doit également inclure une base solide pour la gestion des risques, l’évaluation et la posture de sécurité.  Grâce à la gestion de la posture de sécurité de l’IA (AISPM), les entreprises peuvent bénéficier d’une meilleure visibilité et d’une protection renforcée des applications alimentées par l’IA dans les environnements cloud, leur permettant de surveiller et de gouverner les actifs d’IA tout en protégeant les déploiements contre des menaces telles que l’empoisonnement des données et les attaques adverses.

Le « shift left » doit aussi tenir compte du contexte métier de l’entreprise, et de son appétence au risque. Il doit prioriser la sécurisation des actifs et des données critiques en fonction de leur impact métier, comprendre les motivations et capacités des cybercriminels, et identifier puis gérer activement les dépendances liées à la chaîne d’approvisionnement et aux tiers.

L’essor récent des centres d’opérations de sécurité autonomes, qui utilisent l’IA agentique pour compléter le rôle des agents de sécurité, permet d’orchestrer plusieurs agents afin qu’ils interviennent tout au long du cycle de vie des menaces, de la traque des menaces à leur résolution. Les entreprises disposent ainsi des outils dont elles ont besoin pour détecter et atténuer les attaques de plus en plus complexes générées par l’IA.

Pour les entreprises, la protection des identités a toujours constitué un défi. Un défi qui va devenir encore plus difficile. Face à l’amélioration constante des techniques d’attaque basées sur le vol d’identifiants, les responsables de l’informatique et de la sécurité doivent s’appuyer sur l’IA pour mieux appréhender les risques et les menaces liés à l’identité à travers leur environnement informatique. En combinant des services et solutions de détection et réponse aux menaces liées à l’identité (ITDR) et de gestion de la posture de sécurité des identités (ISPM) optimisées par l’IA, les entreprises peuvent identifier plus rapidement et plus efficacement les vulnérabilités et prévenir les attaques.

S’il faut encore le rappeler : l’identité doit être traitée comme une infrastructure critique. Compte tenu de la sensibilité des données pilotées par l’IA et des workflows agentiques, les responsables de la sécurité qui ne l’ont pas encore fait doivent élever leurs systèmes d’identité au même niveau de résilience, de gouvernance et de surveillance que les composants d’infrastructure essentiels. Ils doivent centraliser la gestion et la gouvernance des accès aux identités couvrant les collaborateurs, clients, partenaires et identités machines.

Ils doivent également appliquer des contrôles d’accès continus basés sur le risque, informés par le contexte tel que le comportement utilisateur, la posture des terminaux et les caractéristiques des workloads. Cette évolution nécessitera également des capacités spécialisées de traque des menaces, des protections spécifiques à l’IA et des contrôles de sécurité au niveau de l’infrastructure pour se défendre contre des attaques externes de plus en plus sophistiquées.

Au-delà du risque lié aux identifiants compromis, l’augmentation des vulnérabilités ne nécessitant pas d’authentification montre l’importance d’intégrer directement l’identité dans les architectures applicatives.

Pour sécuriser ces architectures, les équipes sécurité doivent mettre en place une authentification forte et un contrôle rigoureux des autorisations pour les applications publiques et internes, les API et les communications interservices. Des politiques d’accès tenant compte de l’identité doivent être utilisées pour limiter l’exposition et empêcher qu’une exploitation au niveau applicatif ne se transforme en compromission plus large.

Rien ne plaît plus aux cybercriminels qu’une vulnérabilité négligée ou ignorée. Heureusement, les responsables de la sécurité savent comment gérer cela, en revenant aux fondamentaux. Cela signifie adopter une approche continue et proactive d’identification des faiblesses dans les environnements, notamment en recherchant :

- Du code non sécurisé

- Des identifiants faibles ou réutilisés

- Des erreurs de configuration

- Des modifications non autorisées

- Des paramètres par défaut non sécurisés

- Des comportements utilisateurs à risque

- Des correctifs manquants

Si un cybercriminel parvient malgré tout à pénétrer le système, trois éléments peuvent aider à empêcher qu’une exploitation initiale n’évolue vers une collecte d’identifiants ou une exfiltration de données : une résolution proactive, une hygiène de configuration rigoureuse et une surveillance continue du comportement des applications.

Des tests d’intrusion réguliers sur l’ensemble de la pile technologique, y compris les applications, les réseaux, l’infrastructure cloud, les modèles d’IA, les mainframes, le matériel et même le personnel sont également nécessaires pour identifier les vulnérabilités et les écarts de configuration susceptibles d’entraîner des accès non autorisés ou l’exposition de systèmes et de données sensibles.

Les chatbots d’IA et les workflows agentiques doivent être sécurisés et gouvernés avec la même rigueur, voire davantage, que les autres plateformes SaaS d’entreprise. Trop souvent, dans la précipitation liée aux impératifs de déploiement, ce n’est pas le cas. C’est problématique, car les risques et menaces liés à l’IA représentent des défis majeurs pour les entreprises.

L’IA agentique a introduit de nouveaux risques et amplifié certains risques existants. Les responsables de la sécurité ont besoin d’une solution complète de gouvernance de l’IA pour déployer l’IA à grande échelle avec confiance et transparence, tout en générant de la valeur. Afin d’éviter l’enfermement propriétaire, cette solution devrait être ouverte, hybride et indépendante des plateformes, permettant aux entreprises d’utiliser le modèle le mieux adapté à chaque cas d’utilisation et de déployer l’IA là où cela est le plus pertinent.  

La gouvernance des modèles permet d’évaluer les systèmes d’IA sous-jacents, de tester leurs performances et leur précision, et de prévenir les comportements inappropriés. Le respect des réglementations relatives à l’utilisation de l’IA est essentiel pour maintenir la conformité et réduire les risques.

Les entreprises devraient évaluer l’adoption de l’IA dans l’ensemble de leurs opérations, notamment en mettant en œuvre une authentification forte et des contrôles d’accès conditionnels, en sécurisant les systèmes d’IA, en protégeant les identifiants et tokens des services d’IA, et en surveillant les schémas d’accès anormaux ou l’exposition d’identifiants.

Des erreurs de configuration, des violations de données ou de simples erreurs humaines peuvent conduire à l’exposition publique d’actifs précieux tels que la marque de l’entreprise, son nom de domaine, ses adresses IP ou des actifs spécifiques à ses clients. Cela met en évidence le risque qui échappe au contrôle du périmètre de votre réseau. Les équipes de sécurité devraient collaborer avec un partenaire de confiance afin d’identifier l’exposition de ces actifs critiques sur le web de surface accessible au public, le deep web non indexé et les sites du dark web. Ces services spécialisés incluent des capacités de surveillance des vols d’identifiants, des domaines suspects, des CVE et des bulletins de sécurité.

Alors que les données et l’IA jouent un rôle de plus en plus central dans les entreprises numérisées et dans l’économie digitale, les responsables de la sécurité doivent innover et s’adapter au rythme des évolutions pilotées par l’IA. Pour cela, ces responsables et leurs équipes doivent s’assurer qu’ils disposent des bons contrôles de protection des données, tels que le chiffrement, les contrôles d’accès, la prévention des pertes de données, la surveillance et l’audit, ainsi qu’une classification sécurisée des données, afin de protéger les données de l’organisation et de maîtriser celles qui sont intégrées dans les systèmes d’IA, évitant ainsi toute exposition involontaire d’informations sensibles.

Si la sécurité des données a toujours été importante, elle revêt une importance encore plus grande dans le monde de l’IA : il s’agit de découvrir où se trouvent les données sensibles, comprendre comment elles sont utilisées et exposées, hiérarchiser les risques liés aux données en fonction du contexte et appliquer des contrôles proactifs, tout en respectant des exigences de conformité strictes telles que le RGPD, le CCPA, la norme PCI-DSS et bien d’autres.