Un attaquant tombe sur un compte cloud à faibles privilèges et tente d'élever ses droits. Première tentative : échec. Il y a deux ans, ce blocage lui aurait coûté des heures de lecture de documentation, de vérifications de permissions et de débogage fastidieux. Beaucoup abandonnaient à ce stade. Aujourd'hui, il copie le message d'erreur dans un modèle d'IA, obtient une explication claire, un script corrigé, et relance une nouvelle série de tests en quelques minutes.
Aucune de ces étapes n'est nouvelle prise isolément. Mais leur combinaison change radicalement la donne : l'IA supprime le temps, la compétence technique et le coût nécessaires pour transformer un échec en nouvelle opportunité. Les attaques ratées ne sont plus des impasses, elles deviennent des brouillons que l'on peut affiner à volonté.
L'IA s'installe dans les flux d'attaque
Début 2025, le groupe Threat Intelligence de Google observait des acteurs étatiques utiliser l'IA générative comme simple outil de productivité : traduction, aide au codage, dépannage, recherche. Fin 2025, cette même équipe documentait des échantillons de malware capables d'interroger un modèle en pleine exécution, ainsi qu'un marché souterrain en expansion pour des outils d'IA détournés. En septembre dernier, je vous expliquais déjà comment l'IA permet à des attaquants peu qualifiés de mener des opérations sophistiquées en quelques jours. Anthropic, de son côté, a démantelé une opération d'extorsion qui s'appuyait sur l'IA à pratiquement toutes les étapes : reconnaissance, vol de mots de passe, fixation du montant de rançon.
En mai 2026, l'équipe de Google a identifié des cybercriminels qui ont découvert une faille dans un outil d'administration open source permettant de contourner la double authentification, puis ont construit des exploits fonctionnels. Selon leur analyse, un modèle d'IA a probablement aidé tant à la découverte qu'au développement de l'exploit. L'équipe a collaboré avec l'éditeur concerné pour corriger la vulnérabilité et a perturbé l'activité malveillante, empêchant vraisemblablement son déploiement réel.
Les attaques fonctionnent en boucle
Les manuels décrivent le cycle d'attaque comme une ligne : reconnaissance, accès, élévation de privilèges, impact. Un véritable attaquant, lui, tourne en boucle : observer l'environnement, former une hypothèse, tester, lire la réponse, ajuster l'hypothèse. L'IA compresse le temps entre ces étapes.
La défense devrait fonctionner de la même manière : un signal se déclenche, le contexte est rassemblé, une hypothèse se forme, le périmètre est validé, une action est prise, et le résultat nourrit la détection. Dans les faits, les files d'attente et les transferts interrompent cette boucle à chaque articulation. L'alerte attend qu'on lui assigne quelqu'un. Les informations d'identité sont dans une autre console. Un trou dans les données de télémétrie devient une tâche à traiter plus tard, et l'explication derrière un faux positif classé meurt dans le ticket au lieu de remonter vers celui qui gère la règle.
L'environnement répond à l'expérience de l'attaquant en quelques secondes alors que la réponse du défenseur arrive quand le ticket remonte enfin dans la pile.
