Analyse ·
Voici les 4 vulnérabilités critiques de l'IA qui sont exploitées actuellement
- Média
- ZDNet France (France)
- Auteur
- Dan Patterson
- Publié le
- 18 février 2026 · lue dans les données structurées de la page · modifié le 2 septembre 2026
Résumé
L'article décrit quatre vulnérabilités de sécurité de l'IA générative que les entreprises doivent affronter en déployant ces systèmes : attaques autonomes menées par des agents IA (dont une cyberattaque chinoise via Claude Code selon Anthropic), injection de prompt jugée non corrigeable par plusieurs chercheurs, empoisonnement des données d'entraînement et fraude par deepfake. Il cite des données d'adoption des agents IA par les entreprises (23 % aujourd'hui, 74 % prévus en 2028 selon Deloitte) et des taux d'incidents déjà rencontrés (80 % des organisations selon McKinsey). Il relate aussi le cas Arup, où un employé a transféré 25,6 millions de dollars après une visioconférence truquée par deepfake, et cite des projections de Gartner et Deloitte sur l'essor de la fraude par IA. L'article conclut que les RSSI doivent choisir entre retarder l'adoption de l'IA ou déployer des systèmes vulnérables déjà exploités par des attaquants.
Résumé établi à partir du texte intégral de l’article.
Lire l’article sur ZDNet France →Chiffres cités
-
23 %
Part des entreprises utilisant modérément des agents IA
Entreprises, rapport Deloitte
« Un rapport récent de Deloitte a révélé que 23 % des entreprises utilisent modérément les agents IA. »
Source : Deloitte
-
74 %
Projection d'adoption modérée des agents IA par les entreprises d'ici 2028
Entreprises, projection Deloitte à 2028
« Mais prévoit que ce pourcentage passera à 74 % d'ici 2028. »
Source : Deloitte
-
25 %
Part des entreprises n'utilisant pas d'agents IA, et projection à la baisse
Entreprises, rapport Deloitte, projection à 5% d'ici 2028
« Quant aux 25 % d'entreprises qui ont déclaré ne pas utiliser d'agents, Deloitte prévoit que ce chiffre tombera à 5 %. »
Source : Deloitte
-
80 %
Part des organisations ayant rencontré des problèmes avec des agents IA
Organisations, étude McKinsey
« Une étude de McKinsey montre que 80 % des organisations ont déjà rencontré des problèmes avec eux, notamment une exposition inappropriée des données et un accès non autorisé au système. »
Source : McKinsey
-
56 %
Taux de réussite des attaques par injection de prompt sur 36 LLM testés
36 LLM testés contre 144 variantes d'attaques
« Une étude testant 36 LLM contre 144 variantes d'attaques a révélé que 56 % des attaques réussissaient sur toutes les architectures. »
-
90 %
Taux de contournement des défenses par des attaquants automatisés
Recherche collaborative OpenAI, Anthropic, Google DeepMind
« les attaquants utilisant la descente de gradient et l'apprentissage par renforcement ont contourné plus de 90 % des défenses. »
Source : OpenAI, Anthropic, Google DeepMind
-
100 %
Taux de contournement des protections par des équipes rouges humaines
Recherche collaborative OpenAI, Anthropic, Google DeepMind
« Les équipes rouges humaines ont vaincu 100 % des protections testées. »
Source : OpenAI, Anthropic, Google DeepMind
-
60 USD
Coût estimé pour corrompre des ensembles de données d'entraînement de l'IA
Étude Google Deep
« Selon une étude de Google Deep, les pirates peuvent corrompre les principaux ensembles de données d'entraînement de l'IA pour environ 60 dollars. »
Source : Google Deep
-
250 documents
Nombre de documents empoisonnés nécessaires pour compromettre un LLM
Étude Anthropic et UK AI Security Institute, octobre 2025
« Une autre étude menée en octobre 2025 par Anthropic et l'Institut britannique de sécurité de l'IA (UK AI Security Institute) a révélé que seulement 250 documents empoisonnés peuvent compromettre n'importe quel modèle linguistique de grande taille, quel que soit le nombre de paramètres, en ne nécessitant que 0,00016 % des jetons d'entraînement. »
Source : Anthropic, UK AI Security Institute
-
100 modèles
Nombre de modèles malveillants détectés sur Hugging Face
JFrog Security Research, février 2024
« Dès février 2024, JFrog Security Research a découvert environ 100 modèles malveillants sur Hugging Face, dont un contenant un shell inversé se connectant à une infrastructure en Corée du Sud. »
Source : JFrog Security Research
-
25,6 millions USD
Montant détourné lors d'une fraude par deepfake chez Arup
Cas Arup, 15 virements bancaires
« Un employé d'Arup a effectué 15 virements bancaires pour un montant total de 25,6 millions de dollars après une vidéoconférence avec son directeur financier et plusieurs collègues. »
-
40 %
Part des attaques d'ingénierie sociale ciblant des cadres via deepfakes d'ici 2028
Projection Gartner à 2028
« Gartner prévoit que d'ici 2028, 40 % des attaques d'ingénierie sociale cibleront des cadres supérieurs à l'aide de deepfakes audio et vidéo. »
Source : Gartner
-
85 %
Précision des clones vocaux générés à partir de 3 secondes d'audio
Étude McAfee Labs
« McAfee Labs a découvert que trois secondes d'audio suffisent pour produire des clones vocaux avec une précision de 85 %. »
Source : McAfee Labs
-
75 %
Précision des détecteurs de deepfakes vidéo et image
Benchmark Deepfake-Eval-2024, vidéos
« Le benchmark Deepfake-Eval-2024 a révélé que les détecteurs atteignent une précision de 75 % pour les vidéos et de 69 % pour les images. »
Source : Deepfake-Eval-2024
-
24,5 %
Taux d'identification correcte des deepfakes vidéo de haute qualité par des humains
Étude Institut de recherche Idiap
« Une étude de l'Institut de recherche Idiap a révélé que les personnes n'identifient correctement les deepfakes vidéo de haute qualité que dans 24,5 % des cas. »
Source : Institut de recherche Idiap
-
40 milliards USD
Pertes projetées liées à la fraude assistée par l'IA d'ici 2027
Projection Deloitte à 2027
« Deloitte prévoit que les pertes liées à la fraude assistée par l'IA atteindront 40 milliards de dollars d'ici 2027. »
Source : Deloitte
Classement
- Pays
- Portée mondiale
- Taille d’entreprise
- Toutes tailles, Grandes entreprises
- Secteurs
- Tous secteurs, ou secteur non précisé · Éditeurs de logiciels, ESN, télécoms
- Entreprises
- McAfee Labs (citée), Gartner (auteur de l’étude), Zenity Labs (citée), NIST (citée), iProov (citée), Kaspersky (citée), Absolute Security (citée), Institut de recherche Idiap (citée), McKinsey (auteur de l’étude), Deloitte (auteur de l’étude), Salesforce (citée), UK AI Security Institute (citée), JFrog Security Research (citée), Arup (déploie l’IA), Google DeepMind (citée), Hugging Face (citée), Microsoft (citée), OpenAI (citée), Anthropic (citée), Coalition for Secure AI (citée), Google (citée)
- Mots-clés
- sécurité de l'ia, injection de prompt, deepfake, empoisonnement des données, agents ia, cybersécurité
Fiche rédigée par Marsanne Studio à partir de l’article cité, avec l’aide d’un modèle d’IA (claude-sonnet-5). Les droits sur l’article et ses illustrations appartiennent à ZDNet France et à son auteur.