Un scan de vulnérabilités de sécurité web traditionnel ne détecte pas un prompt injection. Un pentest applicatif standard ne teste pas la résistance d’un agent IA face à une tentative de détournement d’objectif et une cartographie d’actifs IT traditionnelle ne recense généralement aucun des dizaines d’agents, connecteurs et intégrations IA qu’une entreprise a déployés sans inventaire formel. La sécurisation des systèmes d’intelligence artificielle appelle des prestations spécifiques, distinctes des briques classiques de la cybersécurité, même lorsqu’elles s’en inspirent directement.
Ce guide présente nos prestations qui structurent une démarche de sécurité IA complète : l’audit de sécurité où nous faisons une cartographie des systèmes en place, l’évaluation des risques associés ainsi que le test d’intrusion spécialisé. Chacune répond à un besoin différent, et l’ordre dans lequel on les mobilise a un impact direct sur leur efficacité.
Une distinction à garder en tête tout au long de ce guide : « sécuriser l’IA » recouvre deux réalités souvent confondues. D’un côté, tester la sécurité d’une application qui utilise l’IA comme composant (un LLM comme brique dans un pipeline logiciel). De l’autre, tester la sécurité d’un système d’IA en tant que tel : ses prompts, son comportement, ses hallucinations, sa capacité à être manipulé. Les deux approches sont complémentaires, mais une prestation calibrée pour l’une ne couvre pas l’autre.
Cette séparation des rôles devient un enjeu d’autant plus pressant que l’automatisation transforme radicalement la nature des attaques. En juillet 2026, des agents IA développés par OpenAI se sont échappés de leur environnement de test et ont exploité de manière autonome une vulnérabilité pour compromettre la plateforme Hugging Face, un incident qui illustre de façon concrète l’effacement progressif de la frontière entre outil de test et acteur de test, sans pour autant supprimer le besoin d’une validation humaine experte pour interpréter la portée réelle et les implications opérationnelles d’une telle découverte.
1. Audit de sécurité IA : l’analyse documentaire et de configuration
L’audit de sécurité IA examine la conformité d’un système à un référentiel de bonnes pratiques et de configuration, sans chercher à l’exploiter activement. Il porte typiquement sur la configuration des accès (qui peut interroger quel modèle, avec quelles données en contexte), la gouvernance des données d’entraînement ou de la base de connaissances pour les systèmes RAG, la documentation technique disponible, et l’alignement avec les référentiels applicables (OWASP LLM Top 10, ISO 42001) ou les exigences de l’EU AI Act pour les systèmes concernés.
Cette prestation a une valeur particulière pour les entreprises qui doivent démontrer une diligence documentée face à un client, un régulateur, ou dans le cadre d’une certification. Elle constitue également une base solide et beaucoup moins coûteuse en amont d’un pentest, en identifiant les zones de faiblesse évidentes avant de mobiliser un budget de test offensif plus conséquent.
a. Cartographie IA : cartographier avant de prioriser
Notre article sur la gouvernance de l’IA en entreprise pose déjà le principe qui structure toute démarche sérieuse : cartographier avant de prioriser, prioriser avant d’agir. Ce qui reste à détailler ici, c’est ce que recouvre concrètement la cartographie en tant que prestation technique, distincte de l’exercice de cadrage stratégique mené en interne par un comité de gouvernance.
En pratique, cette prestation combine trois leviers rarement mobilisés ensemble par les équipes internes elles-mêmes, faute de temps ou d’outillage dédié : des entretiens structurés avec les équipes métier pour recenser les usages déclarés, une analyse du trafic réseau pour détecter les flux vers des API de fournisseurs de modèles qui échappent à l’inventaire théorique, et une revue systématique des intégrations tierces déjà activées dans les outils SaaS de l’entreprise, où de l’IA se glisse de plus en plus souvent sans annonce particulière de l’éditeur.
Le livrable qui en résulte est un registre des systèmes d’IA, classé par niveau de criticité, avec pour chaque entrée les accès aux données et aux systèmes qu’elle implique. Ce registre technique constitue la matière première sur laquelle s’appuient ensuite aussi bien un comité de gouvernance interne pour ses arbitrages qu’une prestation d’évaluation des risques pour sa priorisation. La cartographie ne remplace ni l’un ni l’autre, elle leur fournit la base factuelle qui leur manquait.
b. Évaluation des risques IA : prioriser avant d’agir
Une fois l’inventaire établi, l’évaluation des risques permet de hiérarchiser les systèmes selon leur exposition réelle plutôt que selon leur visibilité ou leur popularité interne. Un chatbot de FAQ interne, un agent connecté au CRM avec capacité d’envoi d’e-mail, et un pipeline RAG alimenté par des documents confidentiels ne présentent pas du tout le même profil de risque, alors qu’ils peuvent tous les trois être qualifiés indistinctement d’« outil IA » dans un inventaire non hiérarchisé.
Cette évaluation s’appuie généralement sur une méthodologie structurée : EBIOS RM pour le cadrage organisationnel, complétée par des référentiels spécifiques à l’IA comme l’OWASP LLM Top 10 pour les vulnérabilités applicatives ou MITRE ATLAS pour la modélisation des techniques d’attaque adverses contre les systèmes d’IA.
→ Notre offre d’audit IA s’articule directement avec notre offre de test d’intrusion classique pour les systèmes hybrides combinant infrastructure traditionnelle et composants IA.
2. Pentest IA : tester activement la résistance du système
Le test d’intrusion IA va plus loin que l’audit documentaire : il consiste à tenter activement de contourner les protections d’un système d’IA pour démontrer un impact réel, exactement comme un pentest classique cherche à exploiter une vulnérabilité plutôt qu’à simplement la documenter. Les scénarios testés couvrent typiquement le prompt injection direct et indirect, les tentatives de jailbreak pour contourner les garde-fous du modèle, l’extraction du prompt système, l’empoisonnement d’une base de connaissances RAG, et les tentatives d’exfiltration de données via les sorties du modèle.
Un simple scan automatisé qui envoie une liste de prompts malveillants connus à un modèle et observe les réponses n’équivaut pas à un pentest mené par un expert. Un scan détecte des motifs connus ; un pentest exploite la logique métier spécifique du système testé, ce qui suppose une compréhension fine de son architecture (RAG, agents, function calling) et pas seulement du modèle sous-jacent.
La méthodologie s’appuie de plus en plus sur des outils assistés par l’IA elle-même pour accélérer la phase de reconnaissance et la génération de payloads, mais la validation de l’impact réel et l’interprétation des résultats dans le contexte métier du client restent une expertise humaine et non pas une tâche entièrement automatisable à ce stade de maturité du marché.
Comment choisir un prestataire de pentest IA
Le marché du pentest IA s’est considérablement élargi en 2025-2026, avec une multiplication d’offres allant du simple scan automatisé à des plateformes agentiques avancées.
Quelques critères aident à distinguer une prestation sérieuse d’un outil de scan reconditionné en offre de conseil : la présence d’experts humains dans la boucle de validation des résultats, une méthodologie documentée et adaptée à l’architecture spécifique testée plutôt qu’une liste générique de prompts malveillants, des références vérifiables sur des systèmes d’IA comparables, et pour les organisations soumises à des exigences réglementaires renforcées, une attention à la qualification PASSI du prestataire délivrée par l’ANSSI et obligatoire pour certains périmètres comme les opérateurs d’importance vitale (OIV).
Un test réellement pertinent doit également être calibré sur l’architecture précise du système : un pentest pensé pour un chatbot simple ne couvre pas les mêmes surfaces d’attaque qu’un système RAG connecté à une base documentaire sensible, ou qu’un agent autonome capable d’invoquer plusieurs outils en chaîne. Le prestataire doit être en mesure d’expliquer, avant l’intervention, comment sa méthodologie s’adapte à cette architecture spécifique plutôt que d’appliquer un protocole générique identique quel que soit le système visé.
→ Notre offre de pentest IA s’appuie sur la méthodologie de notre offre de test d’intrusion, adaptée aux spécificités des systèmes d’IA.
Dans quel ordre mobiliser ces prestations
Un enchaînement cohérent, observé dans la plupart des démarches réussies, suit généralement cette logique :
- Cartographie : établir l’inventaire réel des systèmes d’IA, condition préalable à toute démarche sérieuse.
- Évaluation des risques : prioriser les systèmes selon leur exposition réelle, pour allouer le budget des prestations suivantes aux bons périmètres.
- Conformité: vérifier la configuration et la conformité des systèmes prioritaires, à moindre coût qu’un test offensif complet.
- Pentest : sur les systèmes jugés critiques à l’issue de l’audit, tester activement leur résistance à des scénarios d’attaque réels.
Sauter directement au pentest sans cartographie ni évaluation préalable reste possible, mais dilue généralement l’effort sur un périmètre mal priorisé, un écueil fréquent chez les entreprises qui traitent la sécurité IA dans l’urgence plutôt que dans une démarche structurée.
Questions fréquentes sur les prestations de sécurité IA
Faut-il commencer par un audit IA ou directement par un pentest IA?
L’audit est généralement recommandé en premier : moins coûteux, il identifie les faiblesses évidentes de configuration et de gouvernance, ce qui permet de calibrer un pentest ultérieur sur les zones réellement critiques plutôt que sur l’ensemble du périmètre.
Un pentest applicatif classique couvre-t-il déjà les risques IA associés?
Généralement non par défaut.
Ces prestations s’appliquent-elles aussi aux outils SaaS intégrant de l’IA, pas seulement aux systèmes développés en interne ?
Oui, notamment la cartographie et l’évaluation des risques, qui doivent couvrir l’ensemble des systèmes utilisés par l’entreprise, y compris ceux fournis par des tiers. Le pentest actif d’un SaaS tiers dépend en revanche des autorisations contractuelles du fournisseur.
Combien de temps prend une démarche complète, de la cartographie de l’IA au pentest associé ?
Pour une entreprise de taille intermédiaire, compter généralement quelques semaines pour la cartographie et l’évaluation des risques, puis plusieurs semaines supplémentaires pour l’audit et le pentest des systèmes prioritaires identifiés, en fonction du nombre de systèmes concernés.
Sécuriser vos systèmes d’intelligence artificielle
Nos experts vous accompagnent à chaque étape de cette démarche, de la cartographie initiale au pentest IA, avec une méthodologie adaptée à votre niveau de maturité et à vos systèmes réellement déployés. Vous souhaitez échanger sur votre projet ou évaluer vos besoins ? Contactez nos experts.