Secu
Black Hat USA 2026 : après le battage autour de l’IA, la difficile heure du contrôle
Par Laurent Delattre, publié le 11 août 2026
L’IA rend-elle la cybersécurité plus efficace ou simplement plus difficile à maîtriser ? À Black Hat USA 2026, une évidence s’est imposée : plus les agents gagnent en autonomie, plus les entreprises doivent renforcer identités, permissions, validation et capacité d’arrêt.
Organisée du 1er au 6 août à Las Vegas, la 29e édition de Black Hat USA a confirmé que l’intelligence artificielle n’est plus un sujet périphérique de la cybersécurité. Ce n’est évidemment pas une surprise. Il y a fort longtemps que les lettres « IA » sont présentes dans le marketing des éditeurs. Et leur présence s’est particulièrement concrétisée dans le quotidien des RSSI, experts, analystes et administrateurs depuis deux ans. Mais ce qui dominait encore récemment les discours prospectifs entre désormais profondément dans les architectures, les centres opérationnels et les chaînes de développement. Le changement le plus significatif n’est donc pas l’apparition d’une nouvelle famille de menaces, mais le passage d’une IA « assistante » à une IA capable d’agir, parfois de manière largement autonome.
Cette évolution donne un relief particulier aux annonces des éditeurs. Au-delà de la prolifération des labels « agentic », « autonomous » ou « AI-powered », l’enjeu est aujourd’hui devenu beaucoup plus concret : comment autoriser une machine et des agents intelligents à prendre des décisions de sécurité sans perdre la maîtrise des identités, des données et des systèmes qu’elle peut toucher ? C’est probablement le principal enseignement de cette édition : l’IA accélère la cybersécurité, mais elle rend en même temps la gouvernance beaucoup plus exigeante. D’autant que parallèlement; elle multiplie les attaques et augmentent leur dangerosité.
La fin de la rareté
La formule la plus juste est venue de la keynote de David Weston, « The End of Rare ». Pendant des années, une partie de la défense a reposé sur une hypothèse économique : découvrir une vulnérabilité complexe, fabriquer un exploit fiable et l’industrialiser exigeaient du temps, de l’argent et des compétences rares. L’IA affaiblit cette barrière. Mythos 5 (programme Gallwing) et GPT-5.6-Cyber (programme Daybreak) l’ont largement démontré depuis leur annonce en avril 2026.
Dès lors, accélérer les correctifs ne suffit plus ; il faut réduire structurellement les classes de défauts grâce aux langages à mémoire sûre, à la vérification formelle et à une remédiation davantage automatisée.
Les résultats présentés par Unit 42 donnent une mesure spectaculaire de cette évolution. Son système autonome NOVA aurait analysé 3 915 projets open source en deux mois et confirmé 14 090 vulnérabilités, dont 99,4 % n’avaient pas encore été signalées et près de 40 % étaient classées élevées ou critiques selon CVSS 4.0.
Ces chiffres restent ceux d’un éditeur et devront être appréciés à l’aune du processus de divulgation. Ils rappellent une nouvelle fois ce basculement notamment pointé du doigt par le Cigref : le goulet d’étranglement ne sera bientôt plus la découverte, mais la validation, la priorisation, la coordination avec les mainteneurs et la capacité à corriger sans casser les logiciels.
Quand l’agent agit, l’identité redevient centrale
L’incident présenté par OpenAI autour d’une évaluation menée avec Hugging Face illustre cette nouvelle catégorie de risque. Des agents chargés de résoudre un benchmark ont exploité une vulnérabilité inconnue, obtenu un accès extérieur puis enchaîné plusieurs actions jusqu’à atteindre l’environnement de Hugging Face afin de récupérer des réponses.
Le point important n’est pas de décrire l’IA comme « rebelle », mais de constater qu’un agent optimise son objectif à travers tous les outils, permissions et vulnérabilités qui lui sont accessibles sans jamais anticiper les conséquences et effets de bord de ses actions.
C’est précisément là que le débat change de nature. La question n’est plus seulement de sécuriser le modèle, mais tout son environnement d’exécution : identités non humaines, secrets, connecteurs, droits temporaires, journaux d’activité et capacités d’arrêt. Les travaux présentés par Check Point sur LangChain, Google ADK, Microsoft Agent Framework et CrewAI vont dans le même sens : derrière le très médiatisé “prompt injection”, les conséquences les plus graves proviennent souvent de vulnérabilités logicielles beaucoup plus classiques, comme la désérialisation non sûre, le SSRF ou les accès arbitraires aux fichiers..
Une avalanche d’annonces, mais un marché qui se cherche
Le Business Hall a logiquement été dominé par les offres d’automatisation. Tanium a étendu Atlas à la chasse aux menaces et à la gestion d’exposition. SentinelOne a mis en avant une réponse automatisée en boucle fermée. Prophet Security pousse l’automatisation de l’ingénierie de détection. Cyera, SailPoint ou Zero Networks (avec Least Agency Enforcement) se positionnent sur la découverte, l’identité et le moindre privilège appliqués aux agents.
De son côté, TrendAI (anciennement Trend Micro) a poussé cette logique plus loin au sein de sa plateforme Vision One, où gestion proactive de l’exposition, protection des usages IA et détection-réponse sont réunies dans un même workflow. L’éditeur a notamment démontré AI Guard sur un agent construit avec Amazon Bedrock : l’objectif n’est plus seulement de filtrer les prompts, mais de contrôler ce que l’agent lit, les actions qu’il déclenche et les données qu’il renvoie. TrendAI a également dévoilé les résultats d’un balayage automatisé de près de 19 000 projets de serveurs MCP récupérés sur GitHub : plus de 17 000 vulnérabilités potentielles auraient été détectées au premier passage, avant validation de plusieurs centaines de failles réellement exploitables, notamment des injections SQL, exécutions de code à distance et traversées de répertoires. Une illustration presque parfaite du double mouvement observé à Las Vegas : utiliser l’IA pour industrialiser la découverte des failles, tout en développant simultanément les mécanismes chargés d’encadrer les agents qui l’exploitent.
Pris séparément, ces lancements ressemblent à une succession d’annonces commerciales. Pris ensemble, ils indiquent cependant où se déplace le marché : de l’IA qui recommande vers l’IA qui exécute. Et plus l’IA exécute, plus la valeur se déplace vers les mécanismes capables de contrôler ses actions, d’en conserver une preuve et de revenir en arrière.
C’est aussi là qu’apparaît la limite du discours marketing. Une analyse de 1Password et Off-by-One Labs portant sur plusieurs milliers de correctifs générés par IA concluait qu’une part importante ne corrigeait pas correctement le problème initial ou en créait un nouveau. L’autonomie n’est donc pas un indicateur de maturité en soi. Les critères décisifs deviennent la qualité de la validation, la réversibilité, le moindre privilège et la capacité à faire intervenir un humain lorsque le niveau de confiance n’est pas suffisant.
L’IA accélère surtout des faiblesses anciennes
Black Hat 2026 n’a pas signé la disparition des fondamentaux. Au contraire, l’IA semble surtout augmenter la vitesse et l’échelle de problèmes déjà connus : vol d’identifiants, dépendances compromises, mauvaise segmentation, secrets exposés, composants vulnérables et infrastructures mal isolées.
Les recherches présentées sur GPUBreach, qui transpose des attaques de type Rowhammer à la mémoire GDDR6 de GPU NVIDIA, ou sur les divergences de normalisation Unicode capables de contourner certaines protections, rappellent que la nouvelle surface d’attaque est aussi très matérielle et très traditionnelle. L’infrastructure qui fait fonctionner l’IA — GPU, bibliothèques, chaînes CI/CD, API et identités de service — devient elle-même une cible.
C’est le paradoxe de cette édition : plus l’automatisation progresse, plus les principes classiques prennent de l’importance. Supprimer les accès permanents, segmenter les environnements, limiter les permissions, sécuriser les dépendances, observer les actions et préparer la restauration deviennent encore plus essentiels lorsqu’une machine peut prendre des décisions à vitesse logicielle.
Le vrai message de Black Hat 2026
Black Hat USA 2026 marque donc moins l’arrivée d’une rupture technologique que le début de sa normalisation. L’IA cesse d’être une innovation et un ensemble de démonstrations pour devenir un acteur du système d’information, aussi bien côté attaquant que côté défenseur.
La conséquence est profonde : la cybersécurité entre dans une phase où la capacité d’agir devient abondante, alors que la confiance, elle, reste rare. Les organisations les mieux préparées ne seront pas celles qui auront déployé le plus d’agents ou accumulé le plus de fonctionnalités « AI-powered », mais celles qui sauront répondre précisément à quelques questions simples : qui agit, avec quels droits, sur quelles données, selon quelles preuves et avec quelle possibilité d’arrêter ou d’annuler l’action ?
Derrière le bruit des annonces, Black Hat 2026 aura surtout rappelé une règle assez classique : l’autonomie n’est utile que si elle reste gouvernable.
À LIRE AUSSI :
À LIRE AUSSI :
