Sécurité applicative : l’impact de l’IA agentique sur les équipes de développement web
Un décalage alarmant entre innovation et sécurité
Les entreprises adoptent de plus en plus l’IA générative pour accélérer leur développement. Actuellement, 84 % des développeurs utilisent cette technologie, selon le Stack Overflow Developer Survey (2025). Cette adoption rapide crée un décalage significatif entre la vitesse d’innovation et la maturité des équipes en matière de sécurité. Ce phénomène s’explique par trois facteurs principaux :
- Les priorités commerciales l’emportent souvent sur les préoccupations de sécurité.
- Un flou persiste concernant les rôles et responsabilités liés aux risques associés à l’IA.
- La rapidité de production du code par l’IA rend sa revue humaine presque impossible.
Cette dynamique génère des modèles non déterministes, où un même prompt peut produire un code sécurisé aujourd’hui et une vulnérabilité critique demain, rendant ainsi le risque plus imprévisible.
Les agents IA : une nouvelle surface d’attaque
La distinction entre assistants de code et outils d’IA agentique est cruciale. Alors qu’un assistant IA propose des suggestions, un agent IA exécute des tâches de manière autonome, accédant à des dépôts Git et interagissant avec des systèmes externes. Souvent, ces agents disposent de droits excessifs, ce qui en fait une nouvelle cible pour les cyberattaques.
L’injection de prompt indirecte est un exemple de menace, où un agent IA exécute des instructions malveillantes intégrées dans des données externes, entraînant potentiellement des fuites de données ou des compromissions de systèmes.
Repenser la sécurité applicative
Les méthodes traditionnelles de sécurité applicative, basées sur des contrôles ponctuels, ne suffisent plus face à l’accélération du développement par l’IA. La sécurité doit être intégrée de manière continue dans les workflows de développement. Cela implique de repenser l’architecture de sécurité autour de trois piliers :
- La sécurité du code des applications qui orchestrent l’IA.
- La protection des données influençant ces modèles.
- La gouvernance et la sécurité en temps réel pour surveiller les actions des agents.
Conditions préalables pour l’adoption d’agents autonomes
Avant de déployer des agents autonomes, il est essentiel d’établir des bases solides, incluant des responsabilités claires, une gestion des accès rigoureuse et un suivi humain. Il est recommandé de commencer par des cas d’utilisation limités, puis d’élargir progressivement leur portée.
Conseils pour les entreprises non préparées
Pour les entreprises n’ayant pas encore anticipé ces enjeux, plusieurs étapes peuvent être envisagées :
- Instaurer une séparation claire des rôles entre la génération de code et sa validation.
- Établir un cadre de gouvernance pour contrôler qui peut créer des agents et quelles données ils peuvent utiliser.
- Former les équipes, car la création d’agents IA ne nécessite plus forcément d’être un développeur expérimenté.
Conclusion
L’essor de l’IA agentique présente des défis considérables pour la sécurité applicative. Les entreprises doivent repenser leur approche pour garantir une sécurité efficace dans un environnement de développement de plus en plus rapide.
Source : Stack Overflow Developer Survey (2025).
