Cybersécurité et IA : qui protège vraiment les données des citoyens quand les modèles trouvent les failles plus vite que les humains ?

Quand une IA devient assez forte pour repérer une faille, qui la contrôle ?

Pour une entreprise, un hôpital ou une administration, la vraie question n’est plus seulement de savoir si un piratage est possible. C’est de savoir qui voit la faille en premier, et qui agit avant l’attaque.

Avec les modèles les plus avancés, l’intelligence artificielle passe d’un outil d’assistance à un outil de défense offensive. Elle peut repérer des vulnérabilités, proposer un correctif, puis aider à vérifier que la réparation tient. Dans la cybersécurité, ce basculement change le rapport de force. Il accélère la protection. Il accélère aussi, mécaniquement, la course entre attaquants et défenseurs.

Anthropic s’inscrit précisément dans cette logique. L’entreprise présente Project Glasswing comme un cadre de collaboration autour de Claude Mythos Preview pour la cybersécurité défensive. Elle dit vouloir partager les enseignements tirés de ces travaux avec le secteur, tout en limitant l’accès au modèle à des acteurs sélectionnés. Autrement dit, l’outil est pensé pour des usages sensibles, pas pour une diffusion massive sans garde-fous.

Une course technologique, mais aussi une course industrielle

Le cœur du sujet est simple. Les modèles dits de frontière, ou frontier models, ne se contentent plus de produire du texte ou du code. Ils analysent du code, repèrent des comportements suspects et, dans certains cas, peuvent aider à exploiter une faiblesse s’ils sont détournés. Anthropic affirme d’ailleurs que le délai entre la découverte d’une vulnérabilité et son exploitation s’est brutalement réduit dans l’ère de l’IA. L’entreprise dit aussi avoir trouvé plus de 500 failles dites zero-day dans des logiciels open source, puis les avoir transmises selon un cadre de divulgation coordonnée. Une zero-day est une faille inconnue de l’éditeur, donc sans correctif disponible au moment où elle est détectée.

Ce n’est pas un détail technique. C’est un enjeu de pouvoir. Celui qui dispose du meilleur calcul, des meilleurs modèles et des meilleurs ingénieurs peut fixer le tempo. Et celui qui fixe le tempo prend souvent l’avantage sur les autres, qu’il s’agisse d’une attaque, d’une correction ou d’une norme de sécurité. Anthropic s’appuie sur cette promesse pour renforcer son image de fournisseur de confiance, avec une approche centrée sur les garde-fous et la recherche de sécurité.

Le revers est connu. Plus le modèle est puissant, plus il devient sensible. Plus il peut aider à défendre, plus il peut aussi, en théorie, aider à attaquer. C’est pour cela que l’entreprise encadre l’accès à ses outils les plus avancés. Elle ne cherche pas seulement à protéger ses clients. Elle protège aussi son propre modèle contre un usage malveillant, ce qui est devenu un argument commercial à part entière.

L’Europe veut des règles. Elle veut aussi des machines

Dans ce débat, l’Europe avance avec un autre levier : la régulation. L’AI Act est entré en vigueur le 1er août 2024. Ses règles de gouvernance pour les modèles d’IA à usage général s’appliquent depuis le 2 août 2025, et le texte sera pleinement applicable le 2 août 2026, avec certaines exceptions. La Commission présente ce cadre comme une manière d’encourager une IA fiable et conforme aux droits fondamentaux.

Mais la norme ne fabrique pas, à elle seule, des capacités industrielles. C’est là que le sujet devient politique. La Commission indique avoir désigné 19 AI factories et 13 antennas à travers l’Europe, pour soutenir l’entraînement de modèles avancés dans l’Union. Elle pousse ainsi un double mouvement : fixer des règles communes et créer une base de calcul plus solide sur le continent.

Le problème, pour les défenseurs d’une souveraineté technologique européenne, est que la dépendance reste forte. Les grands modèles ont besoin de puces, d’électricité, de centres de données, de capital et de volumes massifs de données. Sans ces briques, l’Europe risque de devenir surtout consommatrice de modèles conçus ailleurs. C’est le sens de la critique portée par certains acteurs européens de l’IA, comme Mistral AI, qui plaident pour un accès plus large au calcul, à la donnée et à une infrastructure continentale plus robuste.

Ce que cela change pour les entreprises, les salariés et les États

Pour les grandes entreprises, le gain est immédiat. Un modèle capable de relire du code, de tester des scénarios d’attaque et de suggérer des correctifs réduit les délais. Il peut aussi diminuer le coût de certaines opérations de sécurité. Pour les petites structures, en revanche, le bénéfice dépend de l’accès réel à ces outils et de la capacité à les intégrer. Sans équipe dédiée, l’IA de cybersécurité reste souvent un produit cher, complexe et mal exploité.

Pour les États et les collectivités, l’enjeu est encore plus sensible. Une administration qui gère des données d’identité, des titres sécurisés ou des services critiques n’a pas le droit à l’erreur. L’IA peut aider à détecter plus tôt une anomalie. Mais elle ne remplace ni l’architecture de sécurité, ni la formation des équipes, ni la gouvernance des accès. La technologie accélère. Elle ne compense pas un système fragile.

Pour les salariés, la conséquence est double. D’un côté, les métiers de la cybersécurité prennent de la valeur. De l’autre, une partie des tâches répétitives change vite de nature. Les équipes passent moins de temps à chercher des indices évidents. Elles passent plus de temps à arbitrer, valider, hiérarchiser. L’enjeu n’est donc pas seulement technique. Il devient organisationnel. Celui qui sait dialoguer avec l’outil, cadrer le prompt et relire les résultats garde la main. Celui qui subit l’outil perd du terrain.

Et pour les citoyens, le sujet est concret. Une faille dans une base de données publique, une attaque sur un opérateur essentiel ou une compromission d’un fournisseur peut vite toucher les papiers d’identité, les soins, les transports ou les impôts. La cybersécurité n’est plus un sujet réservé aux experts. Elle est devenue une condition de fonctionnement ordinaire de l’État numérique.

Entre label européen et dépendance américaine, la bataille continue

Deux visions se croisent. La première, portée par Anthropic et ses partenaires industriels, mise sur la vitesse, le calcul et la sécurité intégrée au produit. La seconde, défendue par l’Union européenne et par plusieurs acteurs européens, insiste sur la conformité, la transparence, la maîtrise des données et l’autonomie de l’infrastructure. Les deux approches peuvent se nourrir. Elles peuvent aussi se contredire frontalement si l’Europe se contente d’acheter des outils sans construire ses propres capacités.

Ce débat est déjà visible dans la stratégie d’Anthropic sur le continent. L’entreprise a annoncé en novembre 2025 l’ouverture de bureaux à Paris et Munich, signe qu’elle veut aussi peser dans le marché européen, au moment même où l’Union consolide ses règles. Elle dit travailler avec la logique de la conformité. L’Europe, elle, espère transformer cette conformité en avantage compétitif, avec des labels et des standards exportables.

Reste un point décisif : la donnée. Sans corpus massif, sans données utiles et sans architecture partagée, les modèles avancés s’améliorent ailleurs que sur le continent. C’est pour cela que la bataille n’est pas seulement celle des logiciels. C’est aussi celle des infrastructures, des droits sur les contenus, des centres de données et des usages professionnels. En clair, l’Europe ne choisira pas entre règles et puissance. Elle devra construire les deux en même temps.

Ce qu’il faut surveiller maintenant

Le prochain rendez-vous se joue à plusieurs niveaux. D’abord, l’application progressive de l’AI Act, déjà en cours depuis 2025, va tester la capacité de l’Union à imposer ses règles sans freiner ses entreprises. Ensuite, les investissements dans les AI factories et les infrastructures de calcul diront si l’Europe passe du discours à l’exécution. Enfin, la montée en puissance des modèles capables d’agir sur la cybersécurité obligera les grands acteurs publics et privés à revoir leurs pratiques de défense. Le vrai test n’est donc pas la puissance brute du modèle. C’est la vitesse à laquelle les institutions sauront l’encadrer, l’utiliser et la rendre utile sans perdre la maîtrise.