Passer au contenu principal

Rel-IA

CYBERSÉCURITÉ

IA et cybersécurité : les 7 nouveaux risques à traiter en 2026

L'IA a quitté le stade du chatbot. Elle lit vos documents, agit dans vos outils et tourne parfois sans surveillance. Ces nouveaux usages créent des risques que les outils de sécurité classiques voient mal. Voici les sept à traiter en priorité, appuyés sur l'OWASP et l'ANSSI.

Par Nassim Drine · Mis à jour le 17 novembre 2026

À retenir

  • Les risques IA ne remplacent pas les risques classiques : ils s’y ajoutent et passent souvent sous les radars.
  • Les plus urgents en 2026 : injection de prompt, fuite de données, agents trop autonomes, chaîne d’approvisionnement, bases documentaires empoisonnées, sorties non contrôlées, consommation et secrets mal gérés.
  • La référence internationale est le Top 10 OWASP pour les applications LLM (édition 2025). En France, l’ANSSI publie un guide dédié à l’IA générative.
  • Le principe directeur reste le même : moindre privilège, validation humaine, journalisation, tests.

IA et cybersécurité : pourquoi tout change

Pendant longtemps, la cybersécurité d’une entreprise visait des applications au comportement prévisible. Un modèle de langage ne fonctionne pas ainsi. Il interprète du texte, et ce texte peut venir de n’importe où.

Trois évolutions rendent le sujet urgent :

  1. L’IA est partout. Assistants grand public, outils intégrés aux suites bureautiques, assistants internes, agents. Souvent adoptés avant toute politique de sécurité.
  2. L’IA agit. Les agents lisent, écrivent, envoient, planifient. Une erreur ou une manipulation a des effets réels.
  3. L’IA se branche. Connecteurs, plugins, serveurs MCP : chaque extension relie le modèle à un nouveau système.

L’OWASP a formalisé ces risques dans son Top 10 2025 pour les applications LLM. L’ANSSI a publié le 29 avril 2024 des recommandations de sécurité pour les systèmes d’IA générative, couvrant tout le cycle de vie. Nous nous appuyons sur ces deux références.

Les 7 risques IA à traiter en priorité

# Risque Référence OWASP Question à poser
1 Injection de prompt LLM01 Nos outils lisent-ils des contenus non fiables ?
2 Fuite de données sensibles LLM02 Quelles données sortent, et vers où ?
3 Agents trop autonomes LLM06 Quelles actions sont faites sans validation ?
4 Chaîne d’approvisionnement LLM03 D’où viennent nos modèles, plugins et connecteurs ?
5 Données et RAG empoisonnés LLM04, LLM08 Qui peut écrire dans nos sources documentaires ?
6 Sorties non contrôlées LLM05 Les sorties du modèle sont-elles validées avant usage ?
7 Secrets exposés et consommation non bornée LLM07, LLM10 Nos prompts contiennent-ils des secrets ? Nos coûts sont-ils plafonnés ?

Risque 1 — L’injection de prompt

C’est le premier risque du classement OWASP. Une instruction cachée dans un e-mail, une page web ou un document détourne le modèle. Elle peut provoquer une fuite, une réponse manipulée ou une action non voulue. Anthropic, qui investit fortement sur le sujet, écrit en novembre 2025 que l’injection de prompt est « loin d’être un problème résolu ».

À faire : identifier les assistants qui lisent des contenus externes et peuvent agir. Ce sont vos cibles prioritaires. Détails dans Injection de prompt : vos assistants internes sont-ils exposés ?.

Risque 2 — La fuite de données sensibles

Un collaborateur colle un contrat dans un assistant grand public. Un assistant interne mal cloisonné répond avec des données d’un autre service. Les deux cas relèvent du même risque : l’information sensible sort de son périmètre.

À faire : une liste claire des données interdites, des outils validés avec des réglages vérifiés (entraînement désactivé, hébergement connu), et des droits d’accès respectés dans les assistants internes. Le phénomène d’usage non déclaré est détaillé dans Shadow AI : vos équipes utilisent déjà l’IA sans vous le dire.

Risque 3 — Les agents trop autonomes

L’OWASP parle d’« agentivité excessive » (Excessive Agency). Elle a trois causes : des fonctions inutiles, des permissions trop larges, une autonomie sans validation pour des actions à fort impact. Un agent qui peut supprimer, envoyer ou payer est un levier pour un attaquant.

Les éditeurs le reconnaissent. Anthropic rappelle dans sa documentation que les outils d’écriture portent par nature plus de risque, et que les tâches planifiées s’exécutent sans surveillance.

À faire : limiter les outils au strict nécessaire, faire valider les actions sensibles par un humain, contrôler les autorisations dans les systèmes cibles plutôt que de laisser le modèle décider.

Vous voulez savoir où en sont vos systèmes IA face à ces 7 risques ?

Nous en parlons lors d'un appel de 30 min : inventaire, priorités et premières mesures concrètes.

Réserver un appel de 30 minDemander un devis

Risque 4 — La chaîne d’approvisionnement

Modèles téléchargés, bibliothèques, plugins, connecteurs MCP : chaque composant tiers est une porte d’entrée. Anthropic souligne par exemple qu’un serveur MCP local s’exécute avec les droits de l’ordinateur, et que chaque extension inconnue ajoute une voie d’attaque.

À faire : tenir un inventaire des composants IA, n’installer que des extensions vérifiées, lire les permissions avant installation, télécharger les modèles depuis leur source officielle.

Risque 5 — Les données et le RAG empoisonnés

Un assistant qui interroge vos documents (RAG) fait confiance à ce qu’il trouve. Si quelqu’un peut insérer un contenu piégé dans la base, il influence les réponses de tous. L’OWASP couvre ce risque sous deux entrées : l’empoisonnement des données et des modèles (LLM04), et les faiblesses des bases vectorielles et embeddings (LLM08).

À faire : contrôler qui peut écrire dans les sources indexées, appliquer les droits d’accès au moment de la recherche, tracer l’origine de chaque document.

Risque 6 — Les sorties non contrôlées

Une sortie de modèle insérée telle quelle dans une page web, une requête de base de données ou un script peut créer une faille classique (injection, exécution de code). L’OWASP nomme ce risque « gestion inappropriée des sorties » (LLM05). Le code généré par IA entre dans cette catégorie : il doit être relu et testé comme tout code externe.

À faire : traiter chaque sortie du modèle comme une entrée utilisateur non fiable. Validation, échappement, revue de code systématique.

Risque 7 — Secrets exposés et consommation non bornée

Deux risques souvent oubliés. D’abord, les secrets dans les prompts système : l’OWASP est clair, identifiants et chaînes de connexion n’ont rien à y faire, car un prompt système peut fuiter. Ensuite, la consommation non bornée (LLM10) : un attaquant peut multiplier les requêtes pour faire exploser votre facture (« denial of wallet ») ou tenter de copier le comportement du modèle.

À faire : sortir les secrets des prompts, poser des quotas et des limites de débit par utilisateur, surveiller la consommation et alerter sur les anomalies.

Par où commencer : un plan en 5 étapes

Inventoriez vos usages IA

Outils officiels, outils utilisés sans validation, assistants internes, agents. Pour chacun : quelles données, quels accès, quelles actions.

Classez par exposition

Un outil qui lit des contenus externes, touche des données sensibles et peut agir passe en tête de liste.

Posez les règles de base

Charte d’usage, données interdites, réglages obligatoires, validation humaine des actions irréversibles.

Branchez la supervision

Journalisation des requêtes et des actions, remontée vers le SIEM, alertes sur les comportements anormaux.

Testez et formez

Tests d’injection et de fuite avant chaque mise en production. Formation des équipes techniques et sensibilisation des utilisateurs.

Exemple illustratif : une ETI de 600 salariés découvre lors de l’inventaire onze outils IA en usage, dont quatre non validés. Deux assistants internes lisent des e-mails entrants et peuvent créer des tickets. Ils deviennent la priorité : validation humaine ajoutée, journalisation branchée, campagne de tests menée avant l’extension à d’autres services.

Aller plus loin

Le couple IA et cybersécurité demande des compétences que peu d’équipes ont encore : comprendre l’architecture d’un système IA, cloisonner les identités non humaines, prévenir les fuites, poser des garde-fous, superviser.

C’est le programme de notre formation Sécurisation technique des systèmes IA, trois jours pour les équipes qui branchent des modèles sur le SI. Pour un regard extérieur sur vos systèmes existants, notre service de cybersécurité IA réalise l’audit et la cartographie des risques.

Questions fréquentes

Quel est le risque IA le plus urgent pour une entreprise ?

Dans la majorité des organisations, c’est la fuite de données sensibles via des outils utilisés sans cadre. C’est le plus fréquent et le plus simple à réduire. Dès que des assistants internes lisent des contenus externes et peuvent agir, l’injection de prompt devient la priorité, car elle se combine avec tous les autres risques.

Les outils de sécurité classiques suffisent-ils face aux risques IA ?

Ils restent indispensables : gestion des identités, cloisonnement réseau, SIEM, revue de code. Mais ils ne voient pas une instruction cachée dans un document ni une réponse manipulée. Il faut les compléter par des contrôles propres à l’IA : filtrage des entrées et sorties, validation des actions, tests d’injection, inventaire des modèles et extensions.

Qu'est-ce que le Top 10 OWASP pour les LLM ?

C’est un classement des dix risques de sécurité majeurs des applications fondées sur des modèles de langage, publié par le projet OWASP GenAI Security. L’édition 2025 place en tête l’injection de prompt, suivie de la divulgation d’informations sensibles et de la chaîne d’approvisionnement. C’est la référence la plus utilisée par les équipes sécurité.

Faut-il interdire l'IA pour limiter les risques ?

Non. L’interdiction pousse les usages dans l’ombre et supprime toute visibilité. Mieux vaut proposer des outils validés, bien configurés, avec des règles claires et des équipes formées. La sécurité se construit en encadrant les usages, pas en les ignorant.

Sources

Apprendre ou déléguer ?

Nos formations rendent vos équipes autonomes. Notre agence construit à leur place.

Comparer les deux →
Nassim Drine, formateur IA et cybersécurité
Nassim DrineCo-fondateur de Rel-IA, expert cybersécurité & IA. Mis à jour le 20 novembre 2026.
Voir le profil du formateur →

À VOIR AUSSI

Pour aller plus loin

Adoptez l'IA avant qu'elle ne s'installe sans vous.

Vous préférez qu'on s'en occupe ? Rel-IA Agence construit vos automatisations de A à Z. Échange gratuit →

Demander un devis☎