Comment l'IA générative en entreprise amplifie le risque de rançongiciel - et comment le contenir

Selon Microsoft, environ 38 millions de détections de risques liés aux identités sont analysées chaque jour. Ce chiffre illustre l’ampleur du défi auquel les entreprises sont confrontées. L’intelligence artificielle générative, en particulier les assistants et agents IA déployés en entreprise, peut considérablement accélérer la propagation des rançongiciels si elle n’est pas correctement gouvernée. Cet article explore comment l’IA amplifie les risques existants et propose des mesures concrètes pour renforcer la cyber-résilience.

L’IA ne crée pas une menace radicalement nouvelle, elle l’amplifie

L’IA générative ne réinvente pas les techniques des cybercriminels. Elle les rend simplement plus rapides, plus efficaces et plus difficiles à détecter. Les attaquants utilisent déjà l’IA pour générer des courriels d’hameçonnage plus crédibles, rédiger du code malveillant, automatiser la reconnaissance, analyser les données volées et rationaliser l’extorsion. L’IA leur permet de travailler à une échelle bien supérieure sans modifier fondamentalement le déroulement des campagnes de rançongiciel.

Deux modèles de menace à distinguer

Il est essentiel de différencier deux scénarios distincts :

1. Les attaquants utilisant l’IA pour améliorer leurs propres opérations. Les groupes criminels exploitent de plus en plus l’IA pour automatiser leurs actions. Le rapport Acronis Cyberthreats Report H2 2025 documente par exemple le groupe GTG-2002, qui a utilisé l’IA pour générer et déboguer des scripts, faciliter la récolte d’identifiants, analyser les informations volées et personnaliser les communications d’extorsion. Cela permet à des équipes d’attaque réduites d’opérer à grande échelle.
2. Les organisations déployant l’IA en interne. Les assistants et agents IA sont de plus en plus connectés à des référentiels de documents, des plateformes de collaboration, des applications SaaS et des bases de connaissances internes. Si les cybercriminels compromettent les identités ou les autorisations associées à ces systèmes, l’IA peut accélérer leur capacité à localiser des informations sensibles, naviguer dans les systèmes connectés et abuser des accès légitimes.

Ces deux tendances se produisent simultanément. Alors que les attaquants deviennent plus efficaces grâce à l’IA, les entreprises doivent s’assurer que leurs propres déploiements d’IA n’étendent pas involontairement la surface d’attaque.

Où l’IA d’entreprise crée de nouvelles expositions

Toutes les applications d’IA ne présentent pas le même niveau de risque. Les assistants IA se contentent généralement de récupérer des informations ou de générer du contenu en réponse à des requêtes. Les agents IA vont plus loin : ils interagissent avec des applications métier, invoquent des API et exécutent des actions au nom de l’utilisateur.

“Plus une application a d’autonomie et d’autorisations, plus l’impact potentiel est élevé si son identité associée est compromise.”

Le véritable problème est celui de l’autorité déléguée. Les campagnes de rançongiciel modernes commencent généralement par l’exploitation de vulnérabilités, le compromis d’identifiants ou l’abus d’accès tiers de confiance. Les attaquants effectuent ensuite une découverte, élèvent leurs privilèges, identifient les données précieuses et les exfiltrent avant de décider s’ils chiffrent les systèmes, extorquent les victimes, ou les deux.

Comment le compromis d’identité transforme l’IA en accélérateur d’attaque

Ces attaques sont cruciales pour l’IA d’entreprise car les assistants et agents IA héritent des identités et des autorisations déléguées sous lesquelles ils opèrent. Lorsque les attaquants compromettent ces identités, ils peuvent également accéder aux services IA, aux données d’entreprise et aux applications connectées disponibles via les mêmes autorisations.

Prenons un exemple concret : un assistant IA connecté à la base de connaissances d’une entreprise peut réduire considérablement l’effort nécessaire pour localiser des informations sensibles. Au lieu de rechercher manuellement dans des centaines de dossiers, un attaquant disposant d’identifiants légitimes pourrait demander à l’assistant IA d’identifier les documents de sauvegarde, les procédures administratives, les informations clients ou les dossiers financiers.

De même, si un agent IA a l’autorisation d’envoyer des courriels, d’exporter des fichiers ou d’invoquer des outils métier connectés, les attaquants qui compromettent son identité pourraient potentiellement abuser de ces capacités pour accélérer le vol de données ou des actions non autorisées. Le risque sous-jacent est l’accès excessif, pas l’IA elle-même.

L’injection de prompt : une vulnérabilité spécifique

L’injection de prompt est une vulnérabilité au niveau de la couche applicative de l’IA. Des instructions malveillantes intégrées dans des documents, des courriels ou du contenu web peuvent influencer le comportement de l’IA lorsqu’elles sont récupérées par des applications d’entreprise. Cependant, ce n’est qu’une partie du risque plus large créé par des autorisations excessives, des intégrations non sécurisées et une supervision insuffisante.

Les recommandations de sécurité d’organisations telles que l’OWASP mettent l’accent sur des contrôles en couches, le moindre privilège et l’approbation humaine pour les actions à haut risque, plutôt que de se fier uniquement au filtrage des prompts.

L’IA rend déjà la cybercriminalité plus efficace

Les preuves s’accumulent. L’IA rend la cybercriminalité existante plus rapide sans changer fondamentalement son fonctionnement. Le rapport Acronis Cyberthreats Report H2 2025 documente plusieurs exemples :

• Le groupe GTG-2002 a utilisé l’IA pour générer et déboguer des scripts, faciliter la récolte d’identifiants, analyser les informations volées et personnaliser les communications d’extorsion. Cela a permis à de petites équipes d’attaque de passer à l’échelle.
• L’opération de rançongiciel GLOBAL GROUP a introduit un chatbot IA pour automatiser les négociations de rançon après le compromis. Bien que le chatbot n’ait pas modifié la chaîne d’infection, il a permis aux opérateurs de gérer plus de victimes simultanément tout en réservant les négociateurs humains pour les cas complexes.
• Des chercheurs d’Anthropic ont documenté un groupe parrainé par un État chinois utilisant l’IA agentique pour exécuter une grande partie d’une campagne de cyberespionnage, y compris la reconnaissance, la recherche de vulnérabilités, la récolte d’identifiants et la collecte de données.

Par ailleurs, les opérateurs de rançongiciel en tant que service (RaaS) font de plus en plus la publicité de l’automatisation assistée par IA pour le contournement de la défense et l’efficacité opérationnelle. Ces publicités indiquent comment les opérateurs de rançongiciel positionnent l’IA et où ils attendent des gains d’efficacité, même si les affirmations de capacité individuelles peuvent ne pas être vérifiées de manière indépendante.

“L’IA fonctionne principalement comme un multiplicateur de force opérationnelle plutôt que comme créateur de nouvelles techniques d’attaque.”

Six contrôles pour réduire l’exposition aux rançongiciels amplifiés par l’IA

Les organisations n’ont pas besoin de remplacer leur stratégie de sécurité existante pour l’IA d’entreprise. Cependant, elles doivent l’étendre avec une gouvernance, des contrôles d’accès et une surveillance spécifiques à l’IA. Voici six mesures recommandées par les experts en sécurité d’Acronis :

1. Inventorier et classifier les applications IA

Maintenez un inventaire des applications, modèles et intégrations IA approuvés et non autorisés. Chaque workflow IA doit avoir un propriétaire défini, un objectif métier et une classification de risque appropriée.

2. Appliquer le principe du moindre privilège

Accordez un accès minimal aux utilisateurs, applications IA, comptes de service et API. Révisez régulièrement les autorisations déléguées, révoquez les identifiants inutilisés et limitez l’accès de l’IA aux seuls systèmes et informations nécessaires à chaque tâche.

3. Contrôler le trafic et les mouvements de données liés à l’IA

Utilisez des capacités de passerelle web sécurisée, CASB et DLP pour découvrir les services IA, restreindre l’accès aux outils non autorisés et empêcher le téléchargement ou le transfert d’informations sensibles.

4. Surveiller et auditer l’activité IA

Corrélez l’utilisation des applications IA, les événements d’identité, l’accès aux données, les exportations et les actions des agents avec la télémétrie des terminaux, SaaS et cloud dans les systèmes SIEM ou XDR. Maintenez des pistes d’audit montrant quel utilisateur ou compte de service a initié une action, quelles ressources ont été consultées et si une approbation était requise.

5. Se préparer au confinement et à la récupération

Les équipes de sécurité doivent être capables de révoquer les jetons compromis, désactiver les intégrations affectées et suspendre les workflows IA en cas d’activité malveillante détectée. Les sauvegardes immuables et les procédures de récupération testées restent essentielles pour restaurer les opérations après des attaques destructrices.

6. Mettre en œuvre une autorisation humaine pour les actions à haut risque

Exigez une approbation humaine ou basée sur des politiques pour les actions à haut risque telles que les exportations en masse, les modifications administratives, les communications externes et l’exécution de code. L’OWASP recommande explicitement le moindre privilège et l’approbation humaine pour les opérations privilégiées.

Tableau comparatif : Risques IA vs. Contrôles

Étapes actionnables pour étendre la cyber-résilience à l’IA d’entreprise

1. Auditez vos déploiements IA actuels. Identifiez tous les assistants et agents IA en cours d’utilisation, leurs autorisations et leurs connexions aux systèmes d’entreprise.
2. Cartographiez les identités et les autorisations déléguées. Comprenez quels comptes de service et quelles identités sont associés à chaque application IA.
3. Implémentez des contrôles d’accès basés sur le moindre privilège. Révisez et réduisez les autorisations des comptes de service et des applications IA.
4. Déployez des capacités de surveillance et d’audit. Intégrez la télémétrie des applications IA dans vos systèmes SIEM ou XDR.
5. Testez vos procédures de confinement et de récupération. Assurez-vous de pouvoir révoquer rapidement les accès compromis et restaurer les opérations.

Conclusion : Intégrer l’IA dans la stratégie de sécurité existante

L’IA d’entreprise continuera de se développer car les avantages en termes de productivité sont évidents. Le défi est de garantir que ces gains ne se fassent pas au détriment de la sécurité. L’approche la plus efficace consiste à intégrer l’IA dans les stratégies existantes de gestion des identités, de protection des données et de réponse aux incidents, plutôt que de la traiter comme un domaine de sécurité distinct.

En combinant une gouvernance solide avec des pratiques de cybersécurité établies, les organisations seront mieux positionnées pour réduire le risque de rançongiciel tout en profitant des avantages de productivité de l’IA. La clé est de ne pas attendre qu’un incident se produise pour agir.