Comment les hackers étatiques utilisent des agents d’IA pour automatiser leurs cyberattaques

Les campagnes recensées visaient notamment des organisations en Australie, en Nouvelle-Zélande, aux États-Unis et en Ukraine . Pour Robert McArdle, directeur de la recherche sur la cybercriminalité chez TrendAI, l’IA est devenue « un coéquipier intégré à l’opération elle-même », et non plus un outil périphérique .

Des agents capables d’explorer un réseau sans instructions permanentes

Le rapport documente le cas d’un groupe lié à la Chine ayant déployé un agent d’IA capable de mener de façon autonome des opérations de reconnaissance et de déplacement latéral dans le réseau ciblé, sans intervention humaine directe durant ces phases .

La reconnaissance consiste à identifier les systèmes, comptes et ressources accessibles. Le déplacement latéral désigne ensuite la progression d’un attaquant d’une machine compromise à d’autres appareils du même environnement. L’automatisation de ces étapes change la nature de la menace : l’attaquant n’est plus nécessairement une personne saisissant chaque commande, mais un système qui exécute un plan .

Pour les équipes de sécurité, cela signifie qu’une intrusion peut évoluer à la vitesse d’une machine, avec moins de pauses et moins de signaux directement associés à l’activité d’un opérateur humain. TrendAI estime ainsi que les agents d’IA ne se contentent plus d’assister les hackers : ils deviennent des participants autonomes de la chaîne d’attaque .

Le « vibe coding » accélère la mise au point des malwares

Des acteurs liés à la Chine ont également utilisé l’IA générative pour construire et perfectionner des malwares par le biais d’échanges en langage naturel. TrendAI décrit cette pratique sous le terme de « vibe coding ».

Le principe s’apparente à un travail de développement en binôme : l’attaquant demande à l’IA de produire du code d’exploitation, puis lui fait corriger ou améliorer progressivement le résultat. Cette approche peut réduire le temps nécessaire pour adapter un outil malveillant à une cible ou à une vulnérabilité donnée .

Des fenêtres de défense qui se réduisent à quelques jours

Le rapport met en évidence la rapidité avec laquelle certaines vulnérabilités sont transformées en outils d’attaque :

• Le groupe russe Pawn Storm a commencé l’année 2026 en exploitant une vulnérabilité zero-day dans Office, contre des organisations gouvernementales, de défense et d’aide liées à la guerre en Ukraine .
• Le groupe iranien Earth Vetala a recherché une vulnérabilité récemment divulguée dans des produits Ivanti quelques jours seulement après son annonce publique .

Ces délais illustrent ce que TrendAI appelle le rétrécissement des « fenêtres de défense ». Une faille connue, voire une faille zero-day, peut être exploitée avant qu’une organisation ait eu le temps de l’identifier, de tester un correctif et de le déployer à grande échelle . Les entreprises qui s’appuient principalement sur des cycles de mise à jour mensuels ou trimestriels risquent donc de rester exposées pendant une période critique .

Des conséquences qui dépassent le monde numérique

Les opérations observées ne se limitent pas aux ordinateurs et aux données. Des acteurs liés à l’Iran ont mené des attaques directes contre des systèmes de technologie opérationnelle — ou OT, pour operational technology — accessibles depuis Internet aux États-Unis. Ils ont notamment manipulé des systèmes de mesure de niveaux de réservoirs de carburant, des équipements dont le fonctionnement peut avoir des conséquences concrètes sur la sécurité .

Cette affaire montre que des groupes APT renforcés par l’IA peuvent chercher à influencer des installations physiques, et pas uniquement des environnements informatiques. Elle rappelle aussi la nécessité de protéger les systèmes industriels avec des contrôles adaptés, distincts de ceux utilisés pour les postes de travail classiques.

La chaîne logicielle devient une autre porte d’entrée

Les groupes liés à la Corée du Nord ont intégré des outils commerciaux d’IA à leurs opérations et compromis un logiciel largement utilisé. En contaminant un composant de cette nature, les attaquants peuvent atteindre les développeurs et les organisations qui l’intègrent à leurs propres produits : c’est le principe de l’empoisonnement de la chaîne d’approvisionnement logicielle .

Une seule dépendance compromise peut ainsi servir de relais vers un grand nombre de cibles situées en aval, sans qu’il soit nécessaire de les attaquer séparément.

L’ADINT : surveiller sans installer de malware

Le rapport signale également une technique appelée ADINT, pour advertising intelligence, ou renseignement publicitaire. Elle exploite les enchères publicitaires en temps réel afin de collecter des informations de localisation et de terminal à des fins de surveillance .

Cette méthode se distingue d’une infection classique : aucun malware n’a besoin d’être installé sur l’appareil ciblé. Cette absence de logiciel malveillant local peut rendre la détection particulièrement difficile, puisque les traces sont liées à l’écosystème publicitaire et aux données qu’il traite plutôt qu’à un fichier suspect présent sur le terminal.

Ce que les défenseurs doivent retenir

Le bilan de TrendAI décrit un changement de rythme plus qu’un simple nouvel usage de l’IA. Les adversaires peuvent désormais automatiser certaines phases d’une intrusion, améliorer rapidement leurs outils et exploiter des vulnérabilités avant la fin des cycles traditionnels de correction .

Les organisations doivent donc partir de l’hypothèse qu’une attaque peut être conduite à vitesse machine et qu’une intervention humaine n’est pas nécessaire à chaque étape. La surveillance continue, la réduction des délais de déploiement des correctifs, la sécurisation des dépendances logicielles et la séparation stricte des environnements IT et OT deviennent d’autant plus importantes.

Le message central du rapport est clair : dans les opérations APT, l’IA n’est plus un accessoire. Elle devient le moteur de la chaîne d’attaque.