Des modèles puissants, des garde-fous faillibles : où en est la sécurité de l’IA
On vit un moment paradoxal de l’intelligence artificielle : jamais les modèles n’ont été aussi puissants, et jamais leurs garde-fous n’ont paru aussi fragiles. D’un côté, les laboratoires de pointe déploient des systèmes capables d’écrire du code, de chercher des failles et d’agir de façon autonome. De l’autre, ces garde-fous se contournent, se retirent, parfois cèdent au point de déclencher une décision d’État. Comprendre cette époque, c’est comprendre pourquoi la sécurité d’une IA en production ne peut pas reposer sur la seule bonne volonté du modèle.
Un garde-fou de pointe, ça se contourne aussi
En juin 2026, le gouvernement américain a ordonné à Anthropic de suspendre l’accès à ses deux modèles les plus puissants, Fable 5 et Mythos 5, pour tout ressortissant étranger, partout dans le monde, jusqu’à ses propres employés concernés. Le motif invoqué : une méthode de contournement, un « jailbreak », qui aurait pu transformer le modèle en outil cyber sans limite. L’éditeur a contesté la portée réelle de la faille, et la restriction a été levée quelques semaines plus tard.
Peu importe ici qui avait raison sur le fond. L’épisode montre une chose : un garde-fou, même chez un laboratoire de pointe qui en fait une priorité affichée, n’est jamais absolu. Une simple technique de contournement a suffi à faire réagir un gouvernement. Si les garde-fous les mieux financés du secteur peuvent être discutés à ce niveau, il serait naïf de croire ceux d’une IA d’entreprise inviolables par défaut.
Et à l’autre bout, des modèles dont on a retiré les garde-fous
Pendant que les modèles fermés se blindent, d’autres circulent librement, et certains ont vu leurs garde-fous délibérément retirés. Des versions « débridées » de modèles ouverts, retravaillées pour ne plus rien refuser, tournent sur un simple ordinateur, hors de tout contrôle central. La capacité de nuire ne dépend plus d’un accès privilégié à un laboratoire : elle se télécharge. La menace ne vient plus seulement d’acteurs très outillés, elle se démocratise.
Les deux bouts du spectre pointent dans la même direction. Au sommet, les garde-fous se discutent ; à la base, ils s’effacent. Dans les deux cas, on ne peut pas parier que « le modèle refusera ».
Qu’est-ce que ça change pour votre entreprise ?
Que le garde-fou intégré au modèle est un filet, pas une garantie. Si vous branchez une IA sur vos outils et vos données, vous ne pouvez pas supposer qu’elle refusera toujours ce qu’elle devrait refuser. Le danger n’est pas que le modèle soit « méchant » : c’est qu’il soit manipulable, et qu’il agisse au nom de votre entreprise quand il l’est.
La conséquence est simple : la sécurité ne se sous-traite pas au modèle, elle se construit autour de lui, en couches. C’est exactement la logique de l’injection de prompt, où un message piégé détourne l’agent sans jamais toucher à son code. Et la seule façon de savoir où votre système cède réellement, c’est de le tester comme le ferait un attaquant, avant qu’un autre ne le fasse.
Ce n’est pas une raison de renoncer à l’IA, au contraire : c’est une raison de la déployer les yeux ouverts, avec des garde-fous qui vous appartiennent. Si vous avez une IA en production et que vous voulez la rendre défendable, c’est le bon moment pour en parler.