Des chercheurs ont testé la capacité de plusieurs modèles d’intelligence artificielle à pirater de vraies entreprises. Les résultats révèlent des intrusions réussies, mais sous conditions très encadrées.
L’expérience menée par une équipe de recherche en cybersécurité a mis en scène des modèles d’OpenAI, Anthropic et Meta face à des infrastructures réelles d’entreprises volontaires. L’objectif : mesurer jusqu’où ces systèmes peuvent aller sans intervention humaine, dans un cadre légal strict. Les trois modèles testés ont franchi certaines barrières de sécurité, exploitant des failles connues pour accéder à des données sensibles. Mais le protocole utilisé limite fortement la portée des conclusions.
French Tech Next40/120 : 46 nouvelles startups, dont 11 pour le Next40
Le protocole de test : des cibles volontaires et des garde-fous
Les chercheurs ont ciblé des PME et startups ayant accepté de jouer les cobayes. Chaque entreprise a fourni un accès contrôlé à ses systèmes : serveurs web, bases de données client, interfaces d’administration. Les modèles d’IA ont reçu pour mission de trouver des vulnérabilités et d’extraire des informations sans aide humaine, en utilisant uniquement leurs capacités de raisonnement et d’exécution de code.
L’ASN autorise Flamanville 3 à monter en puissance jusqu’à 100 %
Les conditions d’expérimentation interdisaient toute attaque destructive ou irréversible. Les IA disposaient d’un budget de requêtes limité et devaient opérer en moins de six heures. Aucune donnée personnelle identifiable n’a été visée : les chercheurs ont anonymisé les informations avant le test. Ce cadre, aussi rigoureux soit-il, réduit la comparaison avec une cyberattaque réelle menée par un acteur malveillant.
Résultats : trois modèles, trois niveaux de réussite
Le modèle d’OpenAI a réussi à s’introduire dans quatre des sept systèmes testés. Il a exploité une injection SQL sur une interface de connexion mal protégée, puis utilisé des identifiants faibles pour accéder à un panneau d’administration. Sur une autre cible, il a détecté une version obsolète d’un framework PHP et a déclenché une faille de type Remote Code Execution. Le tout en deux heures trente.
French Tech 2030 : 80 startups sélectionnées pour « bâtir la souveraineté technologique »
Anthropic a obtenu des résultats plus modestes : deux intrusions réussies sur sept tentatives. Le modèle a identifié une API mal configurée exposant des clés d’accès en clair, puis a utilisé ces clés pour interroger une base de données. Il a échoué sur les cibles mieux sécurisées, bloqué par des pare-feux ou des mécanismes de détection d’anomalies.
Meta a enregistré une seule réussite, sur un serveur de test mal isolé du réseau principal. Le modèle a exploité une faille de Path Traversal pour lire des fichiers de configuration. Les six autres systèmes lui ont résisté, principalement en raison de protections par authentification multifactorielle ou de règles de filtrage IP strictes.
| Modèle | Intrusions réussies | Taux de réussite |
|---|---|---|
| OpenAI | 4 | 57 % |
| Anthropic | 2 | 29 % |
| Meta | 1 | 14 % |
Source : rapport de recherche en cybersécurité, août 2026
Cybersécurité industrielle face aux IA : les enjeux
Les failles exploitées : du classique, pas de magie
Aucune des intrusions ne repose sur une technique inédite. Les modèles ont utilisé des méthodes documentées depuis des années : injection SQL, escalade de privilèges, exploitation de configurations par défaut. Leur force réside dans la vitesse d’analyse : là où un humain passe des heures à scanner un périmètre, l’IA teste des centaines de combinaisons en quelques minutes.
Les chercheurs notent que les systèmes les mieux protégés ont résisté sans difficulté. Les entreprises appliquant les recommandations de l’ANSSI, avec mises à jour régulières, segmentation réseau et journaux d’audit actifs, n’ont subi aucune compromission. Les failles exploitées concernaient toutes des infrastructures négligées : logiciels obsolètes, mots de passe faibles, absence de chiffrement des communications internes.
Ce que ça change pour la cybersécurité industrielle
Pour les industriels, le message est clair : les vulnérabilités connues ne peuvent plus attendre. Les équipes de sécurité des sites de production ou des infrastructures critiques savent depuis longtemps qu’un attaquant déterminé finit par entrer. Mais l’automatisation de la reconnaissance et de l’exploitation par des IA change la donne sur le temps de réaction.
Un responsable sécurité d’un équipementier automobile interrogé par les chercheurs résume : « Avant, on avait des jours pour détecter une anomalie et corriger. Avec des IA capables de scanner et d’exploiter en deux heures, la fenêtre se compte en minutes. » Les outils de détection basés sur des signatures deviennent insuffisants : il faut des systèmes capables de repérer des comportements anormaux en temps réel.
La directive NIS 2, entrée en vigueur en Europe en 2024, impose aux opérateurs d’importance vitale et aux fournisseurs de services numériques de renforcer leurs dispositifs de cybersurveillance. Les industriels concernés, Thales, Schneider Electric, TotalEnergies, ont déjà déployé des centres opérationnels de sécurité (SOC) dotés d’IA défensive. Mais les PME sous-traitantes restent souvent le maillon faible : moins de ressources, moins de surveillance, des systèmes vieillissants.
Les limites de l’étude et les biais du protocole
Plusieurs experts en sécurité relativisent la portée de l’expérience. D’abord, les cibles étaient volontaires et avaient désactivé certaines protections pour permettre le test. Ensuite, les modèles d’IA opéraient dans un environnement contrôlé, sans risque de contre-mesures hostiles ni de défense active. Enfin, le budget de calcul alloué aux modèles était largement supérieur à ce qu’un attaquant moyen pourrait déployer.
Un chercheur du CERT-FR rappelle : « Une IA qui teste 500 requêtes par seconde sur un système réel se fait repérer en quelques minutes par un bon SOC. Les tests en laboratoire ne reproduisent pas le bruit, les faux positifs, les délais réseau, les erreurs humaines qui ralentissent une vraie attaque. » Le protocole exclut aussi toute dimension de persistance : les modèles devaient entrer et sortir rapidement, sans installer de porte dérobée ni chercher à maintenir l’accès.
Ce que les industriels peuvent en retenir
Trois leviers ressortent des conclusions de l’étude. Premier point : l’hygiène de base reste le meilleur rempart. Mises à jour automatisées, chiffrement des flux, séparation des réseaux de production et d’administration. Les entreprises qui appliquent ces principes n’ont pas été compromises.
Deuxième point : la détection doit passer au temps réel. Les industriels qui ont déployé des systèmes de détection d’anomalies basés sur l’apprentissage automatique ont vu les tentatives d’intrusion bloquées en quelques secondes. Les outils classiques de type antivirus ou pare-feu périmétrique ne suffisent plus.
Troisième point : la formation des équipes. Les modèles d’IA exploitent les mêmes failles que les hackers humains, mais plus vite. Former les développeurs à la sécurité du code, sensibiliser les opérateurs aux risques de phishing ou d’ingénierie sociale, auditer régulièrement les infrastructures : autant de mesures qui bloquent 80 % des attaques, qu’elles viennent d’une IA ou d’un humain.
L’ANSSI recommande depuis 2025 aux industriels de simuler des attaques régulières, y compris avec des outils automatisés. Plusieurs groupes, dont Naval Group et Airbus, ont intégré des IA offensives dans leurs programmes de Red Team pour tester leurs défenses. L’objectif : repérer les failles avant qu’un attaquant réel ne le fasse.
IA offensive en 2026 : ce qu'il faut retenir
- Des modèles d'IA ont piraté 4 entreprises sur 7 lors d'un test encadré en août 2026.
- Les failles exploitées : injection SQL, API mal configurées, logiciels obsolètes.
- Les systèmes respectant les normes ANSSI ont résisté à toutes les tentatives d'intrusion.
- La directive NIS 2 impose aux opérateurs critiques un renforcement de la cybersurveillance depuis 2024.
- Les industriels intègrent des IA offensives dans leurs programmes de Red Team pour tester leurs défenses.
