En raison de l’émergence récente des modèles d’IA, le débat a été relancé. La discussion se concentre désormais sur les possibilités de l’IA générative ou agentique, alors que la question fondamentale se situe en réalité ailleurs. Ce n’est pas l’intelligence du modèle qui détermine la valeur ajoutée finale, mais la qualité des informations sur lesquelles le modèle peut se baser. Cette nuance devient de plus en plus importante à mesure que les cybermenaces évoluent plus rapidement et que les équipes de sécurité sont soumises à une pression croissante.
Les centres d’opérations de sécurité (SOC) sont aujourd’hui confrontés à un double défi. D’une part, la complexité du paysage des menaces augmente, et d’autre part, l’écart se creuse entre le nombre d’incidents et l’expertise disponible pour les examiner. Cela fait de la rapidité un facteur de plus en plus déterminant.
Cette pression croissante se fait également sentir sur le plan financier. Selon le Fortinet Cybersecurity Skills Gap Report, 52 % des organisations ont indiqué qu’un incident de sécurité en 2025 a coûté plus d’un million de dollars, contre 38 % en 2021. À cela s’ajoute le fait que les attaquants utilisent eux-mêmes de plus en plus l’IA. Selon FortiGuard Labs, le délai entre la découverte d’une vulnérabilité critique et sa première exploitation est passé d’une moyenne de 4,76 jours à peine 24 heures.
Dans ce contexte, il est logique que les organisations utilisent de plus en plus l’intelligence artificielle au sein des SecOps. L’IA peut traiter de grandes quantités de télémétrie, détecter des modèles et soutenir les analystes dans leurs recherches et leur hiérarchisation. Selon l’étude de Gartner Research 4 Ways Generative AI Will Impact CISOs and Their Teams, l’IA générative pourrait en outre réduire d’environ 30 % le nombre de faux positifs dans la sécurité des applications et la détection des menaces d’ici 2027.
Écosystème d’information
Pourtant, c’est précisément là que réside un piège important. La discussion actuelle suggère parfois que des modèles d’IA plus puissants mènent automatiquement à une meilleure sécurité. En réalité, la qualité de l’intelligence artificielle est principalement déterminée par la cohérence de l’écosystème d’information sous-jacent.
Lorsque les données de sécurité sont dispersées entre différents outils, l’IA ne voit qu’une partie de l’image complète. Une connexion suspecte, un trafic réseau anormal ou une alerte de point de terminaison peuvent alors sembler être des événements isolés, alors qu’ils font en réalité partie de la même attaque. Sans cette cohérence, l’IA risque d’analyser des symptômes au lieu de comprendre la cause.
Fortinet souligne donc l’importance d’une approche SecOps intégrée où la télémétrie, les données de journaux, la veille sur les menaces, le SIEM, l’automatisation et les informations historiques sur les incidents convergent. Ce n’est que lorsque l’IA a accès à ce contexte complet qu’elle peut réaliser des analyses fiables, établir des liens et formuler des recommandations qui aident réellement les équipes de sécurité.
D’assistant à partenaire de recherche autonome
L’évolution de l’IA générative vers l’IA agentique s’inscrit dans ce développement plus large. L’IA générative soutient aujourd’hui principalement l’interprétation des données de journaux, le résumé des incidents et l’interaction avec des environnements de sécurité complexes via le langage naturel.
L’IA agentique va encore plus loin. Non seulement le système analyse les informations, mais il peut également élaborer des hypothèses, collecter des données pertinentes, mener des enquêtes et proposer ou — dans le cadre de politiques prédéfinies — initier des actions de réponse. Par conséquent, l’IA passe d’une fonctionnalité de soutien à un composant actif du processus d’enquête.
Une plateforme intégrée comme fondement
L’émergence de l’IA montre en même temps que l’approche classique de l’architecture de sécurité atteint ses limites. Les organisations qui ajoutent l’intelligence artificielle à un paysage de produits de sécurité isolés n’exploiteront qu’une partie limitée du potentiel. Ce n’est pas le nombre de fonctionnalités d’IA qui détermine le résultat, mais la mesure dans laquelle les données, les processus et l’automatisation forment un tout.
De ce point de vue, le marché évolue également. Les plateformes combinent de plus en plus la journalisation centralisée, l’analyse, le SIEM, la veille sur les menaces, l’automatisation et l’IA agentique au sein d’un seul environnement opérationnel. Fortinet souligne cette évolution avec le lancement de FortiSOC, où l’IA est intégrée dans un modèle de données partagé et un flux de travail opérationnel uniforme au lieu d’être ajoutée comme une fonctionnalité distincte.
Il s’agit d’une contribution d’Olivier Menil, Strategic Advisor BeLux chez Fortinet.