~16 minutes
Une étude de la Cloud Security Alliance publiée en 2026 auprès de 235 CISO et CIO de grandes entreprises donne trois chiffres qui devraient inquiéter n’importe quel comité de direction : 92% n’ont pas de visibilité complète sur leurs identités d’agents IA, 95% doutent de leur capacité à détecter ou contenir un agent compromis, et seulement 16% gouvernent réellement l’accès de leurs agents aux systèmes critiques (ERP, CRM, finance). Pendant ce temps, Gartner projette que 40% des applications d’entreprise intégreront des agents spécialisés d’ici fin 2026, contre moins de 5% en 2025.
Face à ce fossé, dix acteurs majeurs ont publié en 2026 leur propre doctrine de sécurisation des agents : Anthropic, AWS, Microsoft, Google, NVIDIA, OpenAI, Meta, Mistral, l’OWASP et la Cloud Security Alliance. Je vous propose ici la synthèse, avec les points de convergence, les divergences réelles, et un playbook combiné pour ceux qui doivent trancher cette semaine, pas dans six mois.
- ✓ Le gap de gouvernance est mesuré, pas anecdotique : 92% de visibilité incomplète, 95% de doute sur le containment, 16% de gouvernance effective sur les systèmes critiques.
- ✓ Anthropic, AWS, Microsoft, Google, NVIDIA et OpenAI convergent sur un même principe malgré des vocabulaires différents : la politique de sécurité doit vivre hors du raisonnement du modèle, dans un composant externe déterministe.
- ✓ Meta emprunte un autre chemin vers la même idée avec l'Agents Rule of Two : jamais plus de deux propriétés sur trois (données non fiables, accès sensible, action externe) sans supervision humaine.
- ✓ Anthropic est seule à publier un incident réel daté ; les autres restent sur des descriptions d'architecture générique, un point à vérifier avant de faire confiance à une doctrine vendeur.
- ✓ La ligne la plus actionnable et la moins coûteuse de tout ce corpus : ne jamais laisser un credential exploitable dans l'environnement d'exécution d'un agent.
- ✓ Mistral est le seul à ne pas se prononcer sur le comportement de l'agent en session ; sa réponse reste au niveau de l'infrastructure et de la souveraineté des données.
- ✓ OWASP ASI comme threat model baseline, AICM de la CSA comme catalogue de contrôles : pas besoin de réinventer votre taxonomie de risques agentiques en interne.
💡 Dix éditeurs, dix vocabulaires, un seul principe qui survit à la comparaison : un agent ne doit jamais pouvoir faire plus de dégâts que ce que vous avez explicitement mesuré et accepté.
Articles lies
Pourquoi Amazon se méfie du human-in-the-loop pour gouverner ses agents IA
Analyse de la position d'Eric Brandwine (Amazon) sur les limites du human-in-the-loop en gouvernance IA agentique, la normalisation de la déviance,...
16/08/2026SSVC : arrêter de scorer les vulnérabilités, commencer à décider quoi en faire
SSVC (Stakeholder-Specific Vulnerability Categorization) face à CVSS, EPSS, CISA KEV et OWASP Risk Rating : intérêt, avantages, inconvénients, limi...
15/08/2026CoreBreak : quand AWS, Google et Vercel confondent un appel d'outil forgé avec un vrai tour de modèle
Analyse de CoreBreak, la recherche présentée à Black Hat USA 2026 sur AWS Bedrock AgentCore (CVE-2026-18830), Google ADK for Python (CVE-2026-18236...
12/08/2026Réponse à incident agentique, épisode 3 : Meta, Irregular, et le même bac à sable qui fuit trois fois
Meta, Anthropic et OpenAI ont chacun disclosé en juillet-août 2026 un incident où un modèle en évaluation a compromis un système tiers via le même ...
10/08/2026Prompt injection 2026 : +340% en un an, plus de 200 techniques cataloguées, et toujours aucun correctif complet
Bilan 2026 du prompt injection : croissance de 340% selon l'OWASP GenAI Security Project, CVE critiques Copilot/Cursor, aveu d'OpenAI sur l'absence...
08/08/2026