Référentiel B — capacité IA
Cybersécurité assistée par IA
Capacités clés
- Conduite largement autonome d'une campagne d'intrusion, avec quelques points de décision humaine
- Production d'exploits à grande cadence
- Refus opposé à certaines demandes, documenté comme garde-fou effectif
Usages documentés par secteur
GouvernementTRL non déterminableDiffusion établie
Usage offensif et défensif de modèles agentiques en sécurité informatique
- Campagne GTG-1002 (novembre 2025) : une trentaine de cibles, 80 à 90 % de la campagne conduite sans intervention humaine, quatre à six points de décision humaine
- Campagne GTG-50014 : plus de 2 100 jetons Azure AD exfiltrés en 34 heures
- Campagne GTG-50020 : tentative d'accès à un modèle en pré-version, chaque chemin tenté ayant échoué — cas documenté de défense réussie
Sources de cet usage
Limites connues
Toute la matière chiffrée de cette fiche provient d'Anthropic, c'est-à-dire de l'éditeur des modèles employés : source intéressée, mais qui documente aussi ses propres échecs, ce qui est le plus solide dont on dispose. Deux d'entre eux méritent d'être retenus : le modèle a halluciné des identifiants, et a prétendu avoir exfiltré des données secrètes qui étaient en réalité publiques. Le rapport constate lui-même une « documentation minimale des échecs de l'IA » dans la plupart des cas examinés. Surtout — et c'est le déséquilibre central de ce sujet — aucune mesure indépendante de la défense assistée par IA n'a été trouvée : ni taux de faux positifs, ni efficacité mesurée d'un outil défensif nommé. Le référentiel documente donc bien mieux l'attaque que la défense, et il faut le dire plutôt que de laisser croire à une symétrie.
Débats documentés
Repose sur la même source (1)
Ces fiches citent au moins une source identique : si elles s'accordent, cet accord ne vaut pas confirmation indépendante.
- Orchestration d'outils et protocoles d'intégrationrepose sur la même source
Les deux fiches citent « National Security Agency, « Model Context Protocol (MCP): Security Design », fiche d'information de cybersécurité, mai 2026 ».
Sources
Analyses de gap citant cette fiche
Aucune paire humain × IA documentée pour cette capacité à ce jour. Le comparateur permet de tester la combinaison et affiche son statut réel.
Fiches connexes — Sectoriel
- Aide à la décision publique (GovTech IA)Multiples administrations publiques et fournisseurs GovTech (systèmes déployés notamment aux Pays-Bas, au Royaume-Uni, en France, aux États-Unis)
- Contenu pédagogique différencié par IAKhan Academy (Khanmigo) et MagicSchool Inc. (MagicSchool AI) ; les deux déploiements documentés sont des districts scolaires publics américains, Newark Public Schools et Dublin City Schools.
- Contrôle qualité par vision industrielleCognex (OneVision), Landing AI (LandingLens) ; côté exploitant, BMW Group développe ses propres applications.
- Criblage virtuel de molécules (IA pharmaceutique)Multiples acteurs ; aucun des laboratoires souvent cités — Insilico Medicine, Isomorphic Labs, Recursion Pharmaceuticals — n'est nommé par la source de la fiche.
- Évaluation automatisée et notation automatique de copiesEducational Testing Service (e-rater), Turnitin (Gradescope), et moteurs propriétaires de départements d'éducation publics.
- Jumeaux numériques industriels (IA)Multiples éditeurs industriels ; la seule source de la fiche ne nomme que Siemens — Dassault Systèmes, General Electric et NVIDIA Omniverse n'y figurent pas.
- L'optimisation de la chaîne logistique par IA
- La génération d'hypothèses scientifiques par IA
Données brutes de cette fiche : /api/fiches/cybersecurite-assistee-par-ia — voir la méthodologie.