Pour démêler le vrai de l’exagéré, un podcast de Next Wave récent donne la parole à Ahmed Achchak, cofondateur de Qevlar AI, une jeune pousse qui conçoit des outils d’IA pour les centres de supervision de la sécurité des entreprises. Son point de vue est celui d’un acteur qui vend une solution, ce qui impose de lire ses déclarations avec le recul nécessaire. Il a pourtant le mérite de refuser le catastrophisme comme l’angélisme.
Un déséquilibre ancien que l’IA accentue
Ahmed Achchak commence par relativiser : selon lui, il n’y a « rien de nouveau » dans le fond. La cybersécurité repose depuis toujours sur une asymétrie. L’attaquant n’a besoin que d’une brèche, le défenseur doit en verrouiller toutes. L’attaquant ne se soucie ni des lois ni des contraintes d’organisation, alors que la défense compose avec les budgets, les procédures et la réglementation. Un écart, même de quelques mois, entre une nouvelle méthode d’attaque et sa parade peut se payer très cher.
Ce qui change, d’après l’entrepreneur, c’est la vitesse. L’IA abaisse le coût et le temps nécessaires pour mener des opérations qui exigeaient autrefois des compétences rares ou des moyens quasi étatiques.
Ce que l’IA change côté attaque
L’invité distingue trois évolutions.
- Le volume. Un modèle de langage peut aider à écrire des logiciels malveillants, y compris pour des personnes qui n’auraient pas eu le niveau ou le temps de le faire seules. Il évoque des modèles « débridés », open source ou diffusés sur le dark web, sans en détailler les sources.
- La personnalisation. L’hameçonnage (le « phishing ») peut être automatisé de bout en bout. Un programme collecte des informations sur la cible, un modèle rédige un message crédible, puis l’ajuste selon les réactions de la victime.
- L’usurpation d’identité. Clonage de voix, vidéos truquées : il raconte avoir demandé à ses parents de le rappeler s’ils recevaient une vidéo « étrange » de sa part, et envisage des mots de passe familiaux pour son fils de deux ans.
Il identifie aussi un changement de nature, moins visible. Les équipes de développement utilisent de plus en plus l’IA pour coder, et le code produit peut s’appuyer sur des bibliothèques vulnérables, hors du radar des équipes de sécurité. Un attaquant équipé d’IA peut, de son côté, scanner ces composants, repérer une faille et fabriquer une preuve de concept pour l’exploiter, avant que l’entreprise ne sache qu’elle est exposée.
Mythos, entre alerte réelle et part de marketing
C’est dans ce contexte qu’Anthropic a présenté Mythos au printemps. L’entreprise affirme que ce modèle a identifié des milliers de failles critiques dans des systèmes d’exploitation, et elle a choisi de ne pas le diffuser au grand public, jugeant qu’il pourrait permettre à des non-spécialistes de découvrir des vulnérabilités. Son accès a été réservé à un nombre restreint d’organisations partenaires.
Ahmed Achchak se montre nuancé. Il reconnaît que des acteurs comme Microsoft ou la fondation Mozilla, qui édite Firefox, ont appliqué un volume de correctifs plus important qu’auparavant. Mais il y voit « sans doute un peu de marketing » : une partie des vulnérabilités signalées seraient des faux positifs, c’est-à-dire inexploitables ou seulement dans des conditions très particulières. Il n’en conclut pas à une fausse alerte : même imparfaits, ces outils font de la recherche de failles un terrain de chasse bien plus accessible qu’il y a quelques années.
Ces éléments sont des déclarations d’un acteur du secteur. Ils appellent une vérification auprès des communications d’Anthropic, des éditeurs concernés et, idéalement, d’analyses indépendantes.
Pourquoi les défenses actuelles montrent leurs limites
Au cœur du dispositif de défense d’une grande organisation se trouve le SOC (security operations center), un centre où des analystes traitent les alertes remontées par les outils de détection. Une alerte est une suspicion : un message suspect, un comportement anormal sur un poste, ou encore une connexion qui semble géographiquement impossible, par exemple depuis l’Espagne puis la Chine à quelques minutes d’intervalle.
Le fondateur décrit un système saturé. Les analystes reçoivent des centaines d’alertes et n’en traitent qu’une vingtaine par jour, ce qui les oblige à prioriser. Il cite l’épuisement professionnel et les démissions comme conséquences directes. Le risque est qu’un signal faible, noyé dans le bruit, soit ignoré alors qu’il annonçait une attaque. Il compare la situation à celle d’une personne seule devant quatre cents flux de caméras de surveillance, dont un seul a capté le cambrioleur.
Les réponses traditionnelles ont chacune un défaut. Recruter davantage ne suit pas la croissance des alertes et le coût est élevé. L’automatisation par « playbooks » (des scénarios fixes du type « si A, alors B ») est rigide : il faut les réécrire à chaque nouvelle forme d’attaque, et un attaquant patient peut, en les testant, en déduire le fonctionnement.
Le pari de Qevlar AI, l’IA mais pas seulement les LLM
C’est sur ce constat que Qevlar AI, fondée en 2023 par Ahmed Achchak et Hamza, rencontré à l’École centrale, a construit son produit. Sa promesse est de reproduire le travail d’enquête d’un analyste, sans scénario préécrit, en investiguant chaque alerte et en s’adaptant à sa nature.
Le passage le plus instructif de l’entretien porte sur la critique des grands modèles de langage (LLM) en cybersécurité. Leur fonctionnement repose sur un échantillonnage qui introduit une part d’aléatoire, utile pour générer du texte mais gênante quand on attend une décision reproductible. L’entrepreneur cite une expérience présentée à la conférence Black Hat en 2025 : cent investigations rejouées chacune cent fois, avec un LLM à la place du moteur d’enquête de son entreprise. Selon lui, pour une même alerte et des conditions identiques, le modèle concluait à une activité malveillante dans environ 30 % des cas, à l’inverse dans environ 50 %, et ne se prononçait pas dans les 20 % restants. Ces chiffres sont ceux de l’entreprise et mériteraient d’être confrontés à la publication d’origine.
Son architecture repose donc sur une « IA sur graphe », un algorithme d’apprentissage automatique plus classique, qui décide de la prochaine étape d’investigation. Elle fait ensuite appel à des agents spécialisés, dont des LLM, pour des tâches où ils excellent, comme l’analyse sémantique du corps d’un courriel. L’objectif est un système interprétable, dont on peut retracer les décisions, et déterministe, c’est-à-dire qui donne la même réponse à la même question. Pour Ahmed Achchak, la confiance est la condition de l’autonomie, et l’outil vise à augmenter les analystes plutôt qu’à les remplacer.
Des chiffres à manier avec prudence
L’invité avance plusieurs éléments sur l’activité de l’entreprise, rapportés ici tels qu’il les a énoncés.
- Levées de fonds : environ 44 millions d’euros au total, en trois tours, la série ayant été bouclée début 2026.
- Périmètre : environ 1 500 structures sécurisées dans le monde, une partie via des prestataires de sécurité managée (MSSP) qui déploient l’outil pour leurs propres clients.
- Performance : un traitement des alertes en cinq minutes contre quarante en moyenne, avec une précision d’investigation supérieure à celle des humains selon des tests comparatifs.
- Clientèle : de grands groupes européens et des prestataires de cybersécurité.
Il n’a pas communiqué ses revenus. Les comparaisons de performance, venant de l’éditeur, restent à valider par des évaluations tierces.
Une vision plus optimiste que le discours ambiant
Au terme de l’entretien, Ahmed Achchak propose une lecture plus nuancée que le discours dominant. Il convoque l’histoire : le passage de l’âge du bronze à celui du fer aurait démocratisé l’accès à la puissance et fragilisé des empires. Pour lui, l’IA joue un rôle comparable. Elle augmente la menace offensive, mais elle offre aussi à la défense ce qui lui manquait, la capacité de traiter un volume massif de signaux presque aussi vite que l’attaquant agit. L’asymétrie historique, une brèche contre mille portes à garder, pourrait ainsi se réduire.
Cette thèse est séduisante, mais elle reste à démontrer. Elle suppose que la défense adopte ces outils aussi vite que les attaquants, ce que l’asymétrie décrite plus haut ne garantit pas. Elle suppose aussi que la visibilité des équipes s’étende à l’ensemble du périmètre numérique, y compris les vulnérabilités logicielles et les identités, que le SOC traditionnel ne voit pas toujours. C’est le prochain chantier que le fondateur assigne à son entreprise, avec une extension géographique et des déploiements en environnement local pour les clients sensibles, comme les administrations ou la défense.
La vraie question n’est donc pas de savoir si l’IA aggrave ou résout le problème, mais qui s’en emparera le plus efficacement. La réponse dépendra moins de la technologie que de la rapidité avec laquelle les organisations la déploieront et lui feront confiance.
FAQ
L’IA a-t-elle vraiment augmenté le nombre de cyberattaques ?
Ahmed Achchak estime qu’elle facilite des attaques à grande échelle et plus convaincantes. Cette affirmation reste à vérifier avec des données indépendantes, comme celles des agences nationales de cybersécurité.
Pourquoi Anthropic n’a-t-elle pas diffusé Mythos ?
Selon l’entreprise, le modèle pourrait permettre à des non-experts de trouver des failles. Son accès est limité à un petit nombre d’organisations partenaires.
Qu’est-ce qu’un SOC ?
C’est un centre de supervision de la sécurité où des analystes examinent les alertes d’une organisation pour déterminer si elles signalent une véritable attaque.
Pourquoi ne pas confier l’investigation à un LLM seul ?
Parce que ces modèles intègrent une part d’aléatoire et peuvent donner des réponses différentes pour une même alerte, ce qui complique la confiance dans une décision automatisée.
