Cyber IA : commencez par des journaux ordinaires

L’Europe vient de donner à la cybersécurité IA un vocabulaire de puissance. Modèles avancés, tests sécurisés, capacités souveraines, détection plus rapide, résilience, infrastructures critiques. Le plan d’action présenté par la Commission européenne le 7 juillet 2026 dit une chose vraie : l’IA change la cybersécurité. Elle peut aider à trouver des vulnérabilités, détecter des attaques et protéger des infrastructures. Elle peut aussi automatiser les attaques, accélérer les incidents et rendre certaines failles plus faciles à exploiter.

La phrase manque pourtant d’un étage plus bas.

Dans une PME, la question n’est pas encore de savoir quel modèle avancé va défendre l’entreprise. Elle est de savoir si l’entreprise possède des traces assez ordinaires pour comprendre ce qui lui arrive. Qui s’est connecté ? Quel document a été ouvert ? Quel outil a exporté des données ? Quel compte a changé une règle ? Quelle sauvegarde existe vraiment ? Quel prestataire a reçu l’alerte ? Qui a décidé de ne pas la traiter ?

Une IA cyber sans journaux fiables ressemble à une loupe posée sur une table vide.

Le plan européen regarde le sommet

Le plan d’action européen sur la cybersécurité et l’intelligence artificielle organise trois objectifs : promouvoir un usage sûr et responsable de l’IA avancée, renforcer la cybersécurité et la résilience de l’Union, puis développer les capacités européennes d’IA pour la cybersécurité. Il annonce notamment du travail avec ENISA, des capacités d’évaluation de modèles, une plateforme de test sécurisée pour les secteurs critiques et un Grand Challenge européen sur l’IA appliquée à la cybersécurité.

Tout cela est cohérent au niveau européen. Les attaques changent d’échelle. Les modèles deviennent capables d’aider à chercher des failles, écrire des leurres, analyser des codes ou accélérer une reconnaissance. Les défenseurs ont donc raison de regarder l’IA non seulement comme un risque, mais aussi comme un outil.

Mais le sommet ne doit pas faire oublier le sol. Le plan cite NIS2, le Cyber Resilience Act, DORA et le Cyber Solidarity Act. Ces textes et initiatives parlent de résilience, de produits, de signalements, de gouvernance, d’incidents et de coopération. Pour une petite organisation, leur traduction n’est pas d’abord un modèle. C’est une discipline de base : voir, décider, conserver, répondre.

Le premier retard est rarement algorithmique

Une PME peut être attaquée par un phishing banal, un mot de passe réutilisé, un compte administrateur oublié, un prestataire compromis, une sauvegarde jamais testée, une extension navigateur trop curieuse ou un fichier partagé trop largement. Rien de cela n’a besoin d’une IA offensive sophistiquée pour faire mal.

L’IA aggrave le problème parce qu’elle ajoute des surfaces nouvelles : assistants branchés sur des documents, agents capables d’appeler des outils, connecteurs entre messagerie et CRM, synthèses automatiques de tickets, recherches sémantiques dans des dossiers internes, modèles utilisés par des salariés sans validation. Mais ces surfaces cassent souvent par les mêmes vieux endroits : droits trop larges, absence de journal, responsable flou, reprise humaine inexistante.

Le NIST, dans son profil cyber pour l’IA, ramène justement le sujet à des verbes connus : gouverner, identifier, protéger, détecter, répondre, restaurer. Cette grammaire est moins séduisante qu’une démo d’agent cyber. Elle est plus robuste.

Si une entreprise ne sait pas identifier ses actifs et ses données, l’IA ne les identifiera pas proprement à sa place. Si elle ne sait pas protéger les accès, un modèle ne remplacera pas une politique de droits. Si elle ne conserve pas les événements utiles, elle ne détectera que des ombres. Si personne n’est responsable de la réponse, l’alerte la plus intelligente restera une notification ignorée.

Le journal est l’objet pauvre mais décisif

Le mot “journal” sonne vieux. C’est son intérêt. Il ne promet pas une révolution. Il promet une mémoire.

Un journal utile n’est pas forcément un SIEM coûteux. Pour une PME, il peut commencer par une liste sobre : connexions administrateur, créations et suppressions de comptes, exports de données, changements de droits, accès aux dossiers sensibles, appels API critiques, erreurs de sauvegarde, actions des agents IA, validations humaines avant envoi, incidents refusés ou traités.

Le niveau dépend du risque. Un assistant qui résume des documents publics ne demande pas le même journal qu’un agent qui écrit dans un ERP. Un chatbot interne n’a pas le même besoin qu’un outil qui lit des contrats, des fiches clients ou des dossiers RH. Mais l’idée reste identique : sans trace, l’entreprise ne sait pas si elle a eu un incident, un bug, un contournement, une erreur humaine ou une mauvaise conception.

La mauvaise tentation consiste à attendre l’outil parfait. On achètera plus tard une plateforme. On intégrera plus tard une supervision. On documentera plus tard les droits. Ce “plus tard” devient dangereux dès que l’IA touche aux flux réels.

La version minimale tient dans une question : si ce système fait une action contestée demain matin, que pourrons-nous prouver ?

L’IA cyber peut masquer un déficit de propriété

Le plan européen parle d’organisations, de secteurs critiques, d’industries et d’acteurs publics. Dans une PME, le mot important est souvent plus simple : propriétaire.

Qui possède le flux ? Pas seulement le serveur. Le flux complet. La boîte mail qui reçoit la demande. Le document qui est résumé. Le modèle qui propose une réponse. L’outil qui écrit dans le CRM. Le salarié qui valide. Le journal qui garde la trace. La procédure qui arrête le système si le résultat devient douteux.

Beaucoup de projets IA échouent parce que chaque morceau a un propriétaire différent, et que personne ne possède le chemin. La DSI possède l’identité. Le métier possède le processus. Le fournisseur possède le modèle. Le consultant possède le prototype. Le dirigeant possède la décision. Le journal, lui, n’appartient à personne.

Dans ce vide, une IA cyber donne une impression de contrôle. Elle produit des scores, des alertes, des priorités, des résumés. Mais elle ne nomme pas toujours celui qui doit agir. Elle ne décide pas si un usage doit être interrompu. Elle ne transforme pas automatiquement un signal en responsabilité.

La cybersécurité utile commence quand une alerte a une adresse humaine.

ENISA rappelle le niveau PME

Le rapport ENISA sur les PME et le Cyber Resilience Act arrive au bon moment. Il ne parle pas seulement des grands acteurs capables d’absorber une armée de consultants. Il s’intéresse à la familiarité des PME avec les exigences, à leur maturité et au soutien dont elles ont besoin.

Ce point compte parce que la cyber-IA risque d’être vendue trop haut. Les mots “advanced AI”, “secure testing platform”, “model evaluation” ou “AI-powered cybersecurity” peuvent donner l’impression que la PME doit monter immédiatement vers des capacités complexes. Parfois oui, si elle est dans un secteur critique, développe un produit exposé ou traite des données très sensibles. Souvent non.

Le premier chantier est plus modeste : savoir ce qui existe, ce qui est exposé, ce qui est surveillé, ce qui est sauvegardé, ce qui peut être coupé, ce qui doit être déclaré, et qui appelle qui.

Un système simple mais tenu bat un système avancé que personne ne comprend.

La bonne IA défensive arrive après les limites

Il ne faut pas conclure que l’IA n’a rien à faire en cybersécurité PME. Ce serait absurde. Elle peut trier des alertes, résumer des journaux, expliquer une chronologie, aider à chercher une anomalie, produire une première version de procédure, repérer des comportements inhabituels ou rapprocher des événements dispersés.

Mais elle doit arriver après les limites.

Quelle donnée l’outil défensif peut-il lire ? Quels journaux peuvent être envoyés à un fournisseur ? Quelle information doit rester locale ? Qui peut voir les alertes ? Quel niveau de faux positif est acceptable ? Quelle action peut être automatisée ? Une isolation de compte ? Une désactivation de connecteur ? Une simple proposition ? Une notification humaine ?

Ces questions paraissent lentes. Elles évitent pourtant de remplacer une faiblesse par une autre. Une IA cyber qui lit trop de données, agit trop vite ou conserve trop de traces sensibles peut devenir une nouvelle surface d’attaque.

La défense ne devient pas sûre parce qu’elle se dit défensive.

Ce qu’il faut faire avant d’acheter

Avant de regarder un outil cyber-IA, une PME peut faire un inventaire plus court.

Premier point : les comptes critiques. Administrateurs, messagerie, outils financiers, CRM, stockage documentaire, hébergement, sauvegardes, fournisseurs. Qui les possède ? Qui peut les révoquer ?

Deuxième point : les flux IA existants. Assistants, connecteurs, scripts, agents, extensions, automatisations, recherches internes. Que lisent-ils ? Que peuvent-ils écrire ? Où sont les journaux ?

Troisième point : les preuves minimales. Connexion, export, changement de droit, action automatique, validation humaine, erreur, arrêt. Quels événements doivent survivre à une crise ?

Quatrième point : la reprise. Si l’IA se trompe, si le compte est compromis, si le fournisseur tombe, si une donnée sort, qui arrête et qui restaure ?

Cinquième point : le refus. Certains usages ne doivent pas être branchés tant que ces réponses n’existent pas.

Ce plan n’est pas ambitieux. C’est pour cela qu’il peut marcher.

Le futur sera plus intelligent, pas forcément plus lisible

Le G7 parle déjà de risques cyber liés à l’IA, de résilience des télécoms, de post-quantique et de protection des PME. La Commission européenne construit une réponse plus coordonnée. ENISA prépare des outils et des soutiens. Les fournisseurs vont multiplier les offres qui promettent d’utiliser l’IA contre les attaques rendues plus fortes par l’IA.

Cette évolution est inévitable. Elle sera parfois utile. Elle sera aussi pleine de bruit.

Dans ce bruit, la PME devrait garder un critère simple : l’outil rend-il l’incident plus lisible, ou seulement plus sophistiqué ?

Un bon système défensif doit aider à raconter ce qui s’est passé. Il doit dire quel compte, quelle donnée, quel flux, quelle action, quelle heure, quelle personne, quelle correction. S’il ne produit qu’un score ou un résumé sans preuve, il ajoute une couche narrative au-dessus de l’opacité.

La cybersécurité IA ne commence donc pas par l’IA. Elle commence par une mémoire assez pauvre pour être maintenue, assez complète pour être utile, et assez claire pour qu’une personne puisse agir.

Tout le reste peut encore rester en jachère.