Des expériences d'IA aux opérations autonomes
– Christophe Briguet, directeur principal de la gestion des produits – IA et analyse de sécurité, Stellar Cyber
San Jose, Californie – 28 avril 2026
Quelque chose a changé début 2026. Pas progressivement, plutôt comme si on avait actionné un interrupteur.
Pendant des années, nous avons parlé d'IA dans le SOC On parlait toujours des voitures autonomes : toujours à cinq ans de leur arrivée, toujours avec « un peu plus de données » nécessaires. Puis est apparu le protocole MCP (Model Context Protocol). Les frameworks d’agents ont alors cessé d’être des démonstrations pour devenir des outils. Et soudain, la question n’était plus « l’IA peut-elle aider les équipes de sécurité ? » mais « que devrions-nous lui confier en priorité ? »
Je le sais parce que j'en gère une.
La percée agentique que personne n'avait vue venir
Voici ce qui a changé : les agents IA ne sont plus de simples chatbots avec accès à une API, mais de véritables collègues, capables de se souvenir de la veille, de savoir utiliser vos outils et de passer des appels de manière autonome.
MCP, initialement créé par Anthropic et désormais sous l'égide de la Linux Foundation, nous a offert une solution inédite : une méthode universelle permettant aux agents d'IA de se connecter à des systèmes réels. Fini les intégrations complexes ou le code personnalisé ! Grâce à un protocole standardisé, n'importe quel agent d'IA peut interagir avec n'importe quel outil, n'importe quelle API, n'importe quelle plateforme. Imaginez une clé USB pour l'IA : branchez une nouvelle fonctionnalité, et l'agent l'utilise instantanément.
At Cyber stellaireNous avons intégré la prise en charge de MCP à notre plateforme. Un agent IA peut désormais se connecter à une instance Stellar Cyber et accéder immédiatement à la gestion des cas : liste des cas, récupération des détails complets des investigations avec les mappings et observables MITRE, mise à jour du statut et affectation des analystes. Un seul appel API suffit pour obtenir ce qui nécessitait auparavant huit clics et trois onglets.
Mais MCP n'est que le connecteur. La véritable innovation réside dans ce qui le surplombe : une IA agentielle qui mémorise le contexte, planifie des flux de travail complexes et agit pour votre compte entre les sessions.
Ce que j'ai appris en exécutant un agent d'IA pendant une semaine
- J'ai rédigé deux e-mails clients concernant les fonctionnalités. J'ai extrait le contexte d'une conversation par e-mail de 10 messages, effectué des recoupements avec la base de connaissances et vérifié les détails techniques.
- J'ai ouvert un ticket Jira. J'ai renseigné les champs obligatoires deux fois, j'ai compris le fonctionnement de l'API et j'ai réussi au troisième essai.
- J'ai organisé une réunion à quatre en consultant les agendas de chacun. J'ai trouvé un créneau disponible mercredi matin.
- J'ai examiné un document de processus sur Confluence et le tableau Figma correspondant. J'ai trouvé cinq lacunes que personne n'avait remarquées.
- Extraction de 30 000 cas de notre serveur Stellar Cyber MCP en une seule requête. Mappages MITRE complets, observables, etc.
- J'ai configuré une tâche cron pour surveiller un formulaire Google, créer automatiquement des tickets et me notifier à chaque nouvelle soumission. Sans écrire une seule ligne de code. Cela m'a pris une dizaine de minutes.
L'autre côté de la médaille
C'est là que ça devient gênant. Tout ce que je viens de décrire ? Mes adversaires peuvent le faire aussi.
Si un agent d'IA peut se connecter à votre système de gestion des tickets, lire vos tickets d'escalade, recouper les informations avec votre base de connaissances et identifier vos failles de détection ? C'est un plan d'action gratuit qui révèle toutes vos faiblesses en matière de défense. Les mêmes capacités qui permettent aux agents de se défendre plus rapidement rendent aussi les attaquants plus systématiques.
MCP est une arme à double tranchant. CrowdStrike Des recherches ont déjà été publiées sur la sécurisation des déploiements d'IA agentielle contre l'injection de requêtes et l'élévation de privilèges. La surface d'attaque n'est pas théorique : elle correspond précisément aux points d'intégration qui rendent les agents utiles.
Le changement dans le paysage des menaces est le suivant : l'avantage de vitesse qui SOC Les attaques scriptées, autrefois courantes au sein des équipes, disparaissent. Les adversaires disposant d'outils automatisés peuvent désormais :
- Recensez votre environnement plus rapidement que vos analystes ne peuvent trier les alertes.
- Générez du contenu d'ingénierie sociale qui tienne compte du contexte de votre organisation.
- Automatisez les décisions de déplacement latéral de la même manière que nous automatisons les décisions de triage
- Adaptez vos tactiques en temps réel en fonction de ce qui fonctionne.
De nombreuses opportunités d'automatisation
1. Alerte et triage des cas à la vitesse de la machine
C'est la solution la plus évidente, et c'est là que le système de triage automatique des alertes de Stellar Cyber intervient déjà. L'agent effectue des vérifications de signal de verdict pour chaque cas critique : réputation IP, anomalies comportementales, relations entre entités et vulnérabilité des appareils. Il fournit ensuite un verdict : Vrai positif, Sans gravité, Faux positif ou Non concluant.
La nouveauté réside dans la boucle de rétroaction. Lorsqu'un analyste modifie un verdict, cette modification devient un signal d'apprentissage. Non pas au sens vague du « nous réentraînerons le modèle un jour », mais plutôt au sens où « la prochaine fois que ce schéma se reproduit, le système prend en compte votre jugement ». Tesla FSD apprend des reprises de contrôle humaines. Ce système aussi.
Déverrouillage par agent : un agent connecté à MCP peut désormais extraire les détails d’un cas, les corréler avec des renseignements sur les menaces externes, vérifier les verdicts historiques sur des schémas similaires et fournir une décision de triage entièrement explicable, sans qu’un humain ait à naviguer entre cinq onglets.
2. Automatisation de l'admission et de l'intégration
Les demandes sont soumises via un formulaire. Traditionnellement, une personne examine la demande, crée un ticket de suivi, vérifie les prérequis et envoie un courriel de confirmation. Quatre systèmes, trois changements de contexte, une personne effectuant la saisie manuelle des données.
Un agent surveille la source d'entrée selon une planification définie. Dès qu'une nouvelle entrée apparaît, il crée un ticket avec la description structurée complète, enregistre la référence dans la source et envoie une notification récapitulative. Aucune intervention manuelle.
Le déverrouillage par l'agent : ce modèle s'applique à tout processus d'admission. Demandes d'essai. Demandes de conformité. Divulgations de vulnérabilités. Acheminement des escalades clients. Tout flux de travail impliquant « lecture à partir de la source A, création dans le système B, notification via le canal C » est un candidat potentiel.
3. Boucle de rétroaction sur la qualité de la détection
C'est ce qui me passionne le plus. Les fournisseurs de solutions de sécurité accumulent des quantités astronomiques de tickets d'assistance du type « ce système de détection ne fonctionne pas correctement ». Les descriptions sont souvent obscures. Le contexte est noyé dans des échanges d'emails et des tickets de support. La personne chargée du tri doit posséder une connaissance approfondie du produit pour comprendre la demande.
Un agent d'IA ayant accès à votre système de gestion des tickets, à votre base de connaissances et à votre plateforme de sécurité peut lire un ticket de retour d'information sur une détection, extraire les données d'alerte, les recouper avec la documentation et produire un résumé clair : « Il s'agit d'un faux positif dû à une correspondance de sous-chaîne dans la règle X. L'auteur du signalement a fourni une correction. Voici la requête corrigée. »
Déverrouillage par agent : connectez l’agent à l’environnement de reporting (avec autorisation) via MCP, et il pourra valider le problème signalé à l’aide de données réelles. Fini les captures d’écran ! Fini les allers-retours interminables ! L’agent voit exactement ce que voit la personne qui a effectué le signalement.
4. Établir des liens entre les différents outils
Le rôle d'un responsable des opérations de sécurité est de relier les différents systèmes. Un échange de courriels concernant une collaboration avec un partenaire, un ticket signalant une faille de détection, une page wiki décrivant un processus, un tableau de conception relatif au flux de travail, des informations sur la tarification dans une discussion commerciale : tous ces éléments sont répartis dans différents outils sans corrélation automatique.
Un agent d'IA analyse toutes ces informations. Demandez-lui « Quel est l'état d'avancement de l'essai de ce partenaire ? » et il consultera la conversation par e-mail, vérifiera le numéro de suivi, lira le formulaire d'admission et fournira une réponse unique. Sans jongler entre les onglets. Sans avoir à vérifier manuellement.
Le déverrouillage par agent : c’est là que MCP excelle. Chaque système est un serveur MCP. L’agent n’a pas de différence entre les données stockées dans les e-mails, Jira ou Stellar Cyber. Il utilise le même protocole pour tous ces systèmes.
5. Surveillance proactive sans fatigue liée aux alertes
L'approche traditionnelle de la surveillance consiste soit à « tout vérifier en permanence » (coûteux et bruyant), soit à « attendre que quelqu'un le remarque » (lent et risqué). Les agents d'IA offrent une troisième voie : des contrôles intelligents et planifiés, dotés d'un jugement comparable à celui d'un humain quant à la nécessité d'une alerte.
Mon agent vérifie régulièrement les canaux de communication, mais il ne se contente pas de signaler « vous avez 15 messages non lus ». Il les catégorise par urgence, identifie les actions à entreprendre, filtre les messages superflus et ne m'alerte que lorsqu'une situation requiert réellement mon attention. Le même principe s'applique à la surveillance de la sécurité : vérification des files d'attente, signalement des anomalies de couverture de détection, surveillance des violations des SLA. Et silence radio lorsque tout est normal.
Déverrouillage par agent : l’agent planifié s’exécute avec une optimisation au niveau du modèle. Utilisez un modèle plus léger pour les contrôles de routine et passez à un modèle plus performant lorsque la situation exige une analyse approfondie. Automatisation optimisée en termes de coûts.
6. Documentation et capitalisation des connaissances
Les équipes de sécurité génèrent une quantité considérable de connaissances institutionnelles qui ne sont jamais documentées. L'analyste qui constate que les entrées de journal d'un fournisseur de pare-feu spécifique se comportent différemment des prévisions ? Ce savoir restera en mémoire jusqu'à son départ.
Les agents d'IA peuvent capturer et structurer ces connaissances en temps réel. Chaque traitement de ticket, chaque interaction, chaque décision est consignée dans une base de connaissances permanente. L'agent prend des notes quotidiennes, met à jour sa mémoire à long terme avec les informations clés et compare les nouvelles données à ses connaissances existantes.
Le déclic de l'agent : plus l'agent travaille, plus il en sait. L'agent qui a traité un lot de tickets de détection comprend désormais les particularités des journaux des fournisseurs, les cas limites d'intégration et les lacunes en matière de corrélation d'identité. La prochaine fois qu'un ticket similaire sera traité, il s'appuiera sur ces connaissances, et non sur zéro.
Ce que cela signifie pour les équipes de sécurité
L'industrie de la sécurité a consacré la dernière décennie au développement de la détection. La prochaine décennie sera celle des décisions. Qui décide de ce qui est réel ? Qui décide des mesures à prendre ? Et à quelle vitesse ces décisions peuvent-elles être prises ?
L'IA agentique ne remplace pas l'analyste. Elle lui confère un avantage certain. Le même analyste qui traitait manuellement 20 cas par jour peut désormais en examiner 200 triés automatiquement, concentrant ainsi son expertise là où elle est cruciale : les cas particuliers, les attaques inédites et les décisions que les machines ne peuvent pas encore prendre.
Les fournisseurs qui persistent à se retrancher derrière des API fermées et des synthèses d'IA ponctuelles seront laissés pour compte. Les plateformes qui s'imposeront seront celles qui ouvriront leurs API via des protocoles comme MCP, mettront en place des boucles de rétroaction qui tirent de véritables enseignements des décisions humaines et considéreront l'automatisation par l'IA comme un produit à part entière, avec des indicateurs de précision, une maîtrise des coûts et des mécanismes de gouvernance.
Nous développons ce système chez Stellar Cyber. Le serveur MCP est opérationnel. Le triage automatique des alertes est en production. Et j'ai un agent IA qui vient de rédiger cet article de blog.
Eh bien, la majeure partie.
