.png)
Cette semaine, Microsoft a dévoilé MAI-Cyber-1-Flash, son premier modèle d'IA dédié à la détection de vulnérabilités, associé à une plateforme d'agents autonomes baptisée Project Perception, capable de rechercher des failles, d'adapter sa stratégie et d'enchaîner plusieurs actions sans validation humaine à chaque étape.
L'annonce illustre, des deux côtés du terrain, attaque comme défense, un même basculement : celui de l'IA outil vers l'IA agentique. C'est ce basculement qu'il faut comprendre avant de parler de conformité.
Un modèle génératif classique (un chatbot, un assistant de rédaction) répond à une requête et s'arrête là : on lui pose une question, il produit un texte, l'interaction se termine.
Alors qu'un agent IA fait autre chose : on lui délègue un objectif, et il détermine lui-même la suite d'actions nécessaires pour l'atteindre, sans aucune validation humaine.
Concrètement, un agent peut :
C'est exactement ce que décrit Microsoft pour Project Perception côté défense : des agents qui scannent, priorisent et corrigent en boucle, à la vitesse de la menace plutôt qu'à celle d'un analyste humain.
Le même principe s'observe côté attaque, des agents capables de reconnaître une architecture, d'identifier une vulnérabilité et d'adapter leur méthode d'intrusion sans opérateur humain à chaque étape.
Cette autonomie, qui fait la force de l'IA agentique, est aussi ce qui crée ses risques spécifiques, qui sont déjà documentés, pas hypothétiques :
- Tout d'abord, l'injection de prompt comme vecteur d'attaque.
Un agent qui analyse un document, un e-mail ou une page web peut se voir instiller, dans ce contenu même, des instructions cachées qui détournent son comportement. Un agent de sécurité conçu pour défendre peut ainsi devenir, sans le savoir, le point d'entrée d'une exfiltration.
- La perte de traçabilité de la décision.
Quand un agent enchaîne plusieurs actions de façon autonome, reconstituer après coup pourquoi il a pris telle décision devient difficile, surtout si la journalisation n'a pas été pensée pour ça dès le départ.
- L'élargissement silencieux des permissions.
Un agent auquel on accorde un accès pour une tâche précise conserve souvent cet accès bien au-delà, et les mises à jour successives ajoutent des capacités sans qu'un nouveau contrôle de conformité soit systématiquement déclenché.
- La symétrie attaque/défense.
À mesure que les outils défensifs gagnent en autonomie pour suivre le rythme des attaques autonomes, l'écart de vitesse entre les deux camps se réduit, mais la question de qui supervise, documente et peut interrompre ces agents défensifs reste, elle, largement ouverte.
La CNIL et le Conseil de l'IA et du Numérique (CIANum) ont documenté ce point dans leurs notes conjointes sur l'IA agentique publiées cette année : la délégation de tâches à un agent capable d'agir pour le compte de l'utilisateur crée des chaînes de traitement complexes, parfois opaques, qui mettent sous tension les principes mêmes du RGPD.
La plupart des dispositifs de conformité IA en place aujourd'hui, tels que les questionnaires fournisseurs, fiches de traitement, due diligence avant achat, ont été conçus pour une question simple : ce modèle a-t-il été entraîné et déployé dans le respect du RGPD ?
On documente le jeu de données, la base légale, les mesures de minimisation, à un instant donné.
Cette question ne couvre plus ce qu'un agent fait réellement une fois en production. Auditer un agent comme on auditait un modèle statique, c'est prendre une photo d'un système qui n'arrête pas d'agir.
C'est très exactement la logique qu'un référentiel comme l'ISO 42001 formalise pour un système de management de l'IA : non pas un contrôle ponctuel, mais un cycle continu de surveillance, de revue et d'amélioration.
Pour un éditeur qui vend un produit à base d'agents à des grands comptes, les due diligence évoluent : elles ne se limitent plus à « quel modèle utilisez-vous et sur quelles données a-t-il été entraîné », elles demandent de plus en plus « quelles actions votre système peut-il entreprendre seul, et comment le prouvez-vous ».
Pour l'entreprise qui déploie ces agents en interne, la question rejoint directement l'article 32 du RGPD : le standard de « mesure de sécurité appropriée à l'état de l'art » se déplace avec la technologie employée. Un agent capable d'agir en autonomie appelle des mesures de supervision que l'entreprise n'avait pas à documenter il y a deux ans, non pas parce que le texte a changé, mais parce que ce qu'il protège a changé de nature.
Gouverner un agent ne suppose pas de tout reconstruire. Cela suppose de déplacer le point d'entrée de votre conformité : de la fiche de traitement statique vers la cartographie des permissions et des actions.
C'est exactement l'objet de notre Diagnostic Flash IA Act, une cartographie rapide de vos systèmes d'IA, y compris agentiques, leur qualification réglementaire, et un plan d'action priorisé pour passer de l'audit ponctuel à une gouvernance qui tient dans la durée.
Sources : Microsoft (communication produit MAI-Cyber-1-Flash / Project Perception, juillet 2026) ; CNIL et Conseil de l'IA et du Numérique (CIANum), notes sur l'IA agentique et les données personnelles (2026) ; norme ISO/IEC 42001.
Lisez nos derniers articles et restez informés sur l'IA.
.png){kind=icon}