🚨 Risques de la chaîne d’approvisionnement IA : agir
🚨 Découvrez les risques de la chaîne d’approvisionnement IA : chiffres clés, évaluation et mesures pour sécuriser vos fournisseurs d’IA, sans freiner vos projets.

Votre fournisseur d'IA est-il un risque pour votre entreprise ?
Un outil d'intelligence artificielle peut accélérer le traitement de documents, aider un service client ou automatiser une tâche interne. Mais dès qu'il touche à vos données, à vos logiciels ou à vos environnements de travail, il devient aussi un maillon de votre chaîne d'approvisionnement numérique. Et la qualité de ses réponses ne dit rien, à elle seule, sur la solidité de sa sécurité.
Une étude de Black Kite, menée sur 18 160 entreprises liées à l'IA, pointe des faiblesses dans des pratiques de base : correctifs, protection des identifiants, sécurité des messageries et du réseau. Ces résultats ne permettent pas d'affirmer que chaque fournisseur est dangereux. Ils montrent surtout pourquoi une simple vérification ponctuelle (ou une promesse commerciale) ne suffit pas. L'enjeu, c'est de comprendre ce que ces chiffres racontent, d'estimer le risque réel pour votre organisation et de mettre en place des contrôles proportionnés - sans transformer chaque projet d'IA en chantier sans fin.
Que révèle l'étude sur la sécurité des fournisseurs d'IA ?
Le rapport de Black Kite, 2026 AI Supply Chain Report: The Risks Behind Your AI Relationships, analyse des entreprises qui développent, déploient ou fournissent des services liés à l'IA. Le périmètre couvre 18 160 organisations, allant des très petites structures à des entreprises de plus de 1 000 salariés. On y retrouve notamment des éditeurs d'applications, des acteurs de l'IA spécialisée, des entreprises industrielles, ainsi que des fournisseurs d'infrastructures et de données.
L'étude met en évidence plusieurs signaux préoccupants :
- 34,2 % des entreprises analysées avaient au moins une vulnérabilité critique non corrigée ;
- 61,7 % avaient des problèmes de configuration DMARC et 37,3 % des faiblesses liées à DKIM, deux mécanismes utiles pour limiter l'usurpation de messagerie ;
- 29,7 % étaient jugées fortement exposées aux rançongiciels, selon l'indice utilisé par Black Kite ;
- une activité réseau inhabituelle a été observée dans 44,3 % des organisations, et une activité associée à des botnets dans 41,8 %.
Ces pourcentages sont des indicateurs, pas une promesse de scénario. Une vulnérabilité dite « critique » n'est pas forcément exploitable dans votre contexte, et une activité inhabituelle ne prouve pas, à elle seule, qu'une entreprise a été compromise. L'idée n'est pas de sortir un niveau de risque identique pour tout le monde, mais de savoir quoi regarder - et surtout quoi vérifier chez le fournisseur concerné.
Ce que les chiffres ne disent pas
Les résultats dépendent du périmètre et des méthodes utilisées. Les entreprises ayant recours à l'IA de façon ponctuelle ont été exclues, et une partie des organisations n'a pas pu être classée. Black Kite indique aussi que 33,2 % des entreprises évaluées avaient une empreinte numérique limitée (domaines, sous-domaines et adresses IP), ce qui peut réduire la visibilité extérieure.
En clair : ces données ne remplacent pas l'analyse d'un fournisseur précis. Elles servent plutôt de signal de marché. Le message est simple : les acteurs de l'IA ne sont pas exonérés des exigences de cybersécurité applicables aux autres prestataires. Il faut donc vérifier les contrôles pertinents au regard du service acheté, du niveau d'accès et des données traitées - plutôt que de transformer une statistique sectorielle en verdict automatique.
Pourquoi un fournisseur d'IA expose-t-il aussi ses clients ?
Le risque ne se limite pas au modèle ou à l'application. Un service d'IA peut accéder à des documents, à des comptes, à des environnements de développement ou à des outils internes. Si le fournisseur est compromis, ou si ses identifiants sont volés, cet accès peut devenir un point d'entrée vers vos propres systèmes.
Black Kite indique que des identifiants professionnels volés ont été associés à 6,8 % des fournisseurs d'IA étudiés. Pour les entreprises qui proposent des solutions de déploiement d'IA en entreprise, la proportion relevée dans des fichiers d'infostealers monte à 19,9 %. Là encore, c'est un signal à investiguer : la présence d'identifiants dans ces données ne suffit pas à prouver qu'un compte fonctionne encore ou qu'une intrusion a eu lieu.
L'intégration élargit la surface d'attaque
Les outils d'IA s'appuient souvent sur des API, des bibliothèques, des composants open source et des connecteurs vers des applications internes. Chaque dépendance rend un service possible, mais ajoute aussi quelque chose à maintenir et une frontière de sécurité de plus.
Dans une analyse portant sur des composants MCP utilisés pour connecter des applications d'IA à des systèmes métiers, 48,8 % des 1 732 constats de sécurité étaient classés élevés ou critiques. Certains concernaient des risques d'injection de code ou de commandes.
Le point clé, c'est que tout n'est pas équivalent. Un assistant connecté à une base documentaire en lecture seule n'a pas le même impact qu'un agent autorisé à modifier des données, déclencher des actions ou accéder à des informations sensibles. Le nom de la techno ne raconte pas tout. Ce sont les permissions, les intégrations et les actions réellement possibles qui déterminent le risque.
Un risque opérationnel, juridique et métier
Les entreprises adoptent ces outils vite. Menlo estime que les dépenses des entreprises en IA atteindraient 37 milliards de dollars en 2025, dont la moitié pour des applications d'IA ; et dans la même étude, 76 % des solutions utilisées seraient achetées plutôt que développées en interne. Ce recours accélère l'adoption, mais rend la maîtrise de la chaîne de dépendances plus importante.
En France et dans l'Union européenne, une faille peut aussi provoquer des interruptions d'activité, exposer des données personnelles ou compliquer la démonstration de la maîtrise des traitements au regard du RGPD. La conformité et la cybersécurité sont liées, mais elles ne se confondent pas : un contrat bien rédigé ne remplace pas l'analyse des accès et des mesures techniques.
Comment évaluer un fournisseur d'IA avant son intégration ?
Une évaluation utile commence par le cas d'usage, pas par un questionnaire standard envoyé à tout le monde. Le même service peut être peu risqué pour résumer des documents publics, et beaucoup plus risqué s'il traite des dossiers clients, des données de santé ou des informations stratégiques.
1. Décrire les données et les opérations
Avant de tester les contrĂ´les du fournisseur, clarifiez ce que l'outil fera vraiment :
- Quelles données seront transmises, et à quel niveau de sensibilité ?
- Le service conserve-t-il les entrées ou les sorties, et pendant combien de temps ?
- Ces données peuvent-elles servir à entraîner ou améliorer un modèle ?
- L'outil peut-il consulter, créer, modifier ou supprimer des informations ?
- Qui, dans l'organisation, utilisera le service et depuis quels comptes ?
Ces réponses déterminent l'impact potentiel d'une fuite ou d'un mauvais usage. Si l'outil n'a pas besoin d'accéder aux dossiers RH, inutile de lui donner cet accès « au cas où ». En pratique, limiter la donnée et les permissions disponibles vaut souvent mieux que de compter uniquement sur la détection d'une intrusion.
2. Examiner les contrĂ´les qui comptent vraiment
Demandez des éléments vérifiables sur la gestion des vulnérabilités, les correctifs, l'authentification, la protection des comptes, les sauvegardes et la réponse aux incidents. Pour un outil qui envoie des courriels au nom de votre entreprise, la configuration d'authentification des messages mérite une attention particulière. Pour un service connecté à votre cloud, les règles d'accès et la séparation des environnements deviennent prioritaires.
Un questionnaire de sécurité peut cadrer l'échange, mais des cases cochées ne suffisent pas. En fonction du niveau de risque, demandez des documents adaptés : rapport d'audit, politique de sécurité, description des sous-traitants, processus de notification d'incident ou preuves de configuration. L'objectif n'est pas d'exiger le même niveau de dossier d'un jeune éditeur et d'un prestataire stratégique : c'est de vérifier que le niveau de preuve correspond à l'exposition.
3. Cartographier les connexions et dépendances
Listez les intégrations : API, extensions, composants open source, connecteurs, systèmes tiers. Pour chacune, identifiez les données échangées, les permissions accordées et le responsable de la mise à jour. Demandez aussi quelles briques sont critiques pour le service et comment le fournisseur traite les vulnérabilités de ses dépendances.
Ă€ ce stade, vous pouvez vous appuyer sur une grille simple :
| Situation | Réponse raisonnable |
|---|---|
| Vulnérabilité exploitable, accès privilégié et données sensibles | Suspendre ou isoler l'intégration jusqu'à réduction du risque |
| Contrôle insuffisant, mais impact limité et accès restreint | Autoriser sous conditions, avec échéance et suivi |
| Risque faible, usage maîtrisé et mesures documentées | Déployer avec les contrôles habituels |
| Incertitude importante sur les données ou les permissions | Ne pas élargir l'usage avant d'avoir clarifié le périmètre |
Cette grille n'est pas une formule magique. Elle force les équipes à dire noir sur blanc : quel risque on accepte, pourquoi, et qui porte la responsabilité. Un score unique peut aider à trier, mais il ne doit pas cacher un accès critique derrière une moyenne rassurante.
Comment réduire les risques sans bloquer les projets ?
Le bon équilibre, ce n'est ni « tout accepter au nom de l'innovation », ni interdire chaque outil qui ne fournit pas un dossier de sécurité irréprochable. Sur un projet réel, il faut arbitrer entre valeur métier, exposition et capacité à réduire cette exposition. Une approche par étapes évite de confondre défaut technique et risque réellement inacceptable.
Prioriser selon l'exposition
Commencez par les situations où une exploitation aurait le plus de conséquences. Black Kite recommande notamment de traiter activement les expositions liées aux rançongiciels et les vulnérabilités observées comme exploitées dans la nature. Dans votre analyse interne, regardez aussi le niveau de privilège de l'intégration et la sensibilité des données accessibles.
Une grille de décision utile peut être celle-ci :
| Situation | Réponse raisonnable |
|---|---|
| Vulnérabilité exploitable, accès privilégié et données sensibles | Suspendre ou isoler l'intégration jusqu'à réduction du risque |
| Contrôle insuffisant, mais impact limité et accès restreint | Autoriser sous conditions, avec échéance et suivi |
| Risque faible, usage maîtrisé et mesures documentées | Déployer avec les contrôles habituels |
| Incertitude importante sur les données ou les permissions | Ne pas élargir l'usage avant d'avoir clarifié le périmètre |
L'idée n'est pas de tout mettre au même niveau. Si le risque est élevé, vous renforcez les garanties. S'il est faible et que les accès restent limités, un contrôle plus léger peut suffire.
Réduire les droits avant d'ajouter des outils
Quand l'entreprise décide d'aller plus loin, appliquez le principe du moindre privilège : l'outil n'a que les accès nécessaires à sa fonction. Quand c'est possible, privilégiez une connexion en lecture seule, des comptes de service dédiés, des clés d'API renouvelables et des environnements de test séparés. Évitez les comptes partagés et les secrets permanents stockés en dur dans du code ou dans des fichiers de configuration.
Réduisez aussi les données envoyées au service. Selon le cas, cela peut passer par la suppression d'identifiants directs, la sélection des champs utiles, ou l'usage d'un jeu de données de test. Ces mesures limitent l'impact d'un incident, mais elles ne garantissent pas, à elles seules, la conformité RGPD : il faut aussi regarder la finalité, les rôles des parties, la durée de conservation et les transferts éventuels.
Prévoir une sortie praticable
Un fournisseur peut changer ses conditions, être racheté, interrompre un service ou subir un incident. Avant de déployer, vérifiez comment récupérer les données, révoquer les accès et désactiver les intégrations. Une solution sans procédure de sortie crée une dépendance opérationnelle, même si tout semblait « ok » au départ.
Pour un outil essentiel, prévoyez aussi un mode dégradé : quelle tâche sera reprise manuellement, par quelle équipe, et combien de temps le processus peut continuer sans le service. Ce n'est pas spectaculaire, mais ça évite qu'une activité métier repose sur la disponibilité d'un acteur unique.
Quel suivi mettre en place après le déploiement ?
Une évaluation faite à l'achat décrit une situation à un instant donné. Les permissions évoluent, de nouveaux connecteurs apparaissent, un fournisseur change de sous-traitant, une vulnérabilité est découverte. Le suivi doit donc suivre la criticité du service et être déclenché par les changements - pas seulement par un rendez-vous annuel.
Organiser un suivi utile
Pour chaque outil d'IA, gardez un dossier de référence qui rassemble : le cas d'usage, les données traitées, les accès accordés, les dépendances connues, le niveau de risque et les mesures prévues. Assignez un responsable métier et un responsable technique : sans propriétaire clairement identifié, les alertes finissent souvent par rester « en attente ».
Définissez ensuite des événements qui imposent une réévaluation : ajout d'accès à des données sensibles, activation d'une nouvelle fonction agentique, changement de fournisseur ou de sous-traitant, incident de sécurité, modification importante des conditions de conservation. Un examen périodique peut rester utile, mais ces déclencheurs sont souvent plus pertinents qu'une même fréquence pour tous les outils.
Faire du fournisseur un interlocuteur, pas une case Ă cocher
Demandez comment le fournisseur vous informe d'un incident et sous quel délai il peut fournir les éléments dont vous avez besoin pour votre propre évaluation. Clarifiez qui peut accéder aux données, comment les comptes privilégiés sont protégés, et comment les composants vulnérables sont corrigés. Le but, c'est d'obtenir des réponses exploitables, sans exiger des preuves impossibles à vérifier.
Un dispositif de suivi peut tenir dans quelques indicateurs concrets : proportion des fournisseurs critiques évalués, intégrations avec un propriétaire identifié, exceptions ouvertes au-delà de leur échéance, accès privilégiés revus, incidents ayant conduit à une réévaluation. L'intérêt n'est pas d'empiler un tableau de bord décoratif. C'est de révéler deux choses : là où personne ne sait vraiment qui a accès à quoi, et là où une décision temporaire est devenue permanente.
À retenir : évaluez le service selon son usage réel, ses données et ses permissions ; traitez les expositions les plus graves d'abord ; réduisez les accès ; puis réévaluez le fournisseur quand le périmètre change. La surveillance ne sert à rien si personne n'a la mission d'agir sur les résultats.
Conclusion : traiter l'IA comme un tiers critique
Les chiffres de Black Kite ne prouvent pas que tous les fournisseurs d'IA sont compromis. Ils rappellent simplement qu'une promesse d'innovation n'est pas une garantie de sécurité, et qu'un fournisseur connecté à vos outils peut étendre votre surface d'attaque. Le bon niveau de contrôle dépend de ce que le fournisseur peut voir, modifier et déclencher dans votre environnement.
Pour avancer sans bloquer les usages utiles, partez du cas métier, cartographiez les données et les accès, vérifiez les contrôles qui comptent, puis réduisez les permissions au strict nécessaire. Documentez les risques acceptés et prévoyez une réévaluation quand le service change. Au fond, c'est cette discipline - plus que le questionnaire standard ou l'interdiction générale - qui permet de tirer parti de l'IA tout en gardant la maîtrise de sa chaîne d'approvisionnement.