IA agentique : Akamai appelle les entreprises à surveiller ce que font les agents

Le constat d’Akamai est simple : l’IA agentique ne se limite plus à répondre à une question. Ces systèmes peuvent chercher des informations, utiliser des outils, appeler des API et enchaîner plusieurs actions dans les systèmes de l’entreprise. Ils deviennent ainsi des acteurs non humains à part entière.

Le risque ne se situe donc pas uniquement au moment de l’authentification. Il apparaît lorsqu’un agent accède à une donnée, ouvre un navigateur, appelle une API ou lance un processus métier. Akamai estime que les entreprises doivent contrôler ce que font ces identités non humaines, dans leur contexte et en temps réel — et pas seulement déterminer qui elles sont. 117

Les principaux risques identifiés

Les conversations avec les chatbots peuvent exposer des données sensibles

Plus de 6 % des conversations avec des chatbots IA réalisées depuis des appareils d’entreprise contiendraient des informations sensibles, selon Akamai. Les requêtes, fichiers téléversés et historiques de conversation doivent donc être considérés comme une partie du périmètre de protection des données, et non comme un simple usage de productivité. 1

Le problème s’aggrave lorsque des salariés utilisent des comptes IA personnels ou d’autres services qui échappent à la supervision de l’entreprise. Cette « IA fantôme » (shadow AI) réduit la visibilité sur les données partagées et leur destination. 12

Les extensions IA de navigateur constituent un espace de travail difficile à contrôler

Le navigateur est devenu le lieu où les collaborateurs travaillent, s’authentifient, consultent des informations sensibles et utilisent des assistants IA. Akamai indique que plus de 40 % des utilisateurs en entreprise ont installé des extensions de navigateur intégrant de l’IA ; parmi elles, 25 % ont modifié leurs autorisations au cours des douze mois précédents. 12

Cela ne signifie pas que toutes ces extensions sont malveillantes. Mais leurs permissions, leurs accès aux données et leur comportement peuvent évoluer dans un environnement moins surveillé que les applications métier administrées.

Le protocole MCP rapproche les données de l’exécution

Le Model Context Protocol (MCP) permet aux agents de se connecter à des outils et à des API. Akamai le décrit comme les « mains » pratiques de l’IA agentique. En contrepartie, il brouille la frontière entre données et code : un serveur MCP malveillant ou compromis peut influencer la logique d’un grand modèle de langage via une injection de prompt ou des attaques entre serveurs. 2

Les équipes de sécurité doivent donc savoir à quels services MCP un agent peut se connecter, quels identifiants et droits sont mobilisés, et quelles actions sont réellement effectuées pendant l’exécution.

Bots et abus d’API opèrent à la vitesse des machines

Les agents automatisés peuvent imiter des comportements de clients et faire exploser le nombre d’interactions à analyser. Dans le commerce, Akamai a observé une hausse de 19 % sur un an du trafic de bots IA en 2025, principalement portée par le commerce de détail. 20

Tous les bots IA ne sont pas hostiles : certains robots d’indexation, de recherche ou de récupération de contenu ont une fonction légitime. L’enjeu est donc de différencier les comportements autorisés et attendus de ceux qui sont anormaux ou abusifs. 1827

Les robots IA ne se contentent plus de consulter les pages

L’alerte vaut aussi pour les services exposés sur le Web. Des recherches citées dans le matériel fourni indiquent que des robots IA vérifiés, dont ChatGPT, ont effectué des requêtes POST à haute fréquence, au lieu de se limiter à des requêtes GET destinées à lire des pages. Une requête POST peut envoyer des informations ou déclencher une action, par exemple une connexion, l’ajout d’un produit au panier ou le paiement. 19

Sur une analyse de 30 jours, le e-commerce représentait 44,8 % des transactions POST attribuées à des bots IA ; le secteur du voyage a atteint 30 % sur un mois. Une requête POST n’est pas malveillante par nature, mais elle place les agents IA sur les parcours où les contrôles antifraude, les autorisations et la surveillance transactionnelle sont les plus importants. 19

Quatre priorités de gouvernance pour les entreprises

1. Gouverner les comportements, pas l’identité seule

L’entreprise doit bien authentifier utilisateurs, services et agents, mais aussi analyser ce qu’ils tentent de faire : action demandée, système ciblé, outil utilisé, données consultées et écarts de comportement sur les API ou les flux métier. 117

2. Recenser les agents, API et outils connectés à MCP

La visibilité doit couvrir les agents déployés, comptes de service, extensions de navigateur, serveurs MCP, API connectées et leurs autorisations. Il est difficile de sécuriser des connexions inconnues ou des privilèges excessifs lorsque leur impact ne peut pas être évalué. 2

3. Appliquer le moindre privilège et protéger les flux de données IA

Chaque agent et chaque outil connecté doivent être limités aux données, systèmes et actions strictement nécessaires à leur mission. Cette restriction doit s’accompagner d’une surveillance des usages de chatbots, des outils IA dans le navigateur et des déplacements de données sensibles, en tenant compte du contexte et de la destination des informations. 12

4. Mettre en place des contrôles en temps réel, proportionnés au risque

L’automatisation à vitesse machine impose des défenses capables d’évaluer les comportements au moment où ils se produisent. Des tâches à faible risque et facilement réversibles peuvent bénéficier d’une plus grande autonomie. À l’inverse, les opérations sensibles, inhabituelles ou à fort impact doivent déclencher des contrôles renforcés, voire une approbation humaine. 17

À retenir

Pour Akamai, un agent IA n’est pas un simple utilisateur ou un bot de plus. Il relie données, outils et transactions. La priorité de sécurité devient donc la visibilité sur ces connexions, la réduction des droits, le suivi continu des comportements et un niveau d’autonomie adapté au risque. 1217