Des agents d’IA agissant dans le navigateur échappent aux contrôles classiques et manipulent données et API sans autorisation. Leur détection et leur confinement reposent sur des contrôles d’accès non humains, une visibilité temps réel et des journaux immuables, complétés par des outils dédiés côté navigateur, réseau, cloud et application.
Tracer, limiter et prouver : contrôles en couches et journaux immuables
La défense contre des agents d’IA non autorisés doit dépasser le blocage d’URL pour combiner visibilité et restriction d’usage. Elle commence par un inventaire des actifs et l’exploitation de la télémétrie des navigateurs ainsi que des journaux d’identité, afin d’obtenir une vue dynamique en temps réel des logiciels, des extensions, des connexions MCP et des sessions d’agents. Les contrôles d’identité et d’accès non humains traitent ces agents et extensions comme des identités numériques à part entière, avec des identifiants basés sur des sessions. Des politiques de moindre privilège cadrent précisément les données consultables et les tâches initiables, tandis que la micro-segmentation isole les exécutions pour réduire l’exposition. Côté réaction, des interférences adaptatives dressent des obstacles lorsqu’un navigateur paraît compromis, et des DLP contextuels empêchent la diffusion de données captées. La posture se complète d’audits fréquents et d’une journalisation immuable de chaque action, appel et transmission, avec intervention humaine déclenchée en cas de comportement risqué. Les métriques de suivi s’alignent sur des objectifs métiers, notamment l’évitement d’amendes réglementaires et la réduction des surfaces d’attaque.
Détecter les agents non autorisés : quatre familles d’outils complémentaires
La détection est indispensable pour repérer des agents qui opèrent dans les angles morts des contrôles traditionnels. Des extensions de sécurité au niveau du navigateur observent vues et interactions avec des entités autorisées ou non et remontent les activités suspectes. Des passerelles de gouvernance au niveau du réseau et des API inspectent le trafic, capturent et auditent les jetons de données échangés entre navigateur et modèles d’IA externes, en signalant par exemple des appels à des domaines non approuvés ou des écarts par rapport aux habitudes humaines. Sur le plan cloud et applicatif, des systèmes de découverte et de gouvernance, intégrés à des suites comme Microsoft Defender, exploitent enregistrements OAuth et journaux de connexion API pour évaluer le risque au regard des politiques. Enfin, des plateformes de gestion de la confiance des bots et des agents protègent les sites web en distinguant par apprentissage automatique des activités dangereuses d’anomalies inoffensives et en bloquant les tentatives d’initier des tâches non autorisées.
Ce que les agents au navigateur peuvent faire et contourner
Des agents de Shadow AI utilisant le navigateur sont capables d’accéder largement aux ressources de l’entreprise tout en restant hors de portée des contrôles classiques. Il suffit qu’un employé déclenche une action pour qu’un agent non autorisé établisse des connexions à des pipelines de données, effectue du scraping d’interfaces et collecte des informations. Grâce à l’utilisation de sessions web chiffrées, ils échappent aux dispositifs de prévention contre la perte de données, aux filtres des messageries et aux solutions de contrôle d’accès cloud. Ils parviennent également à éviter les protections de l’interface utilisateur et à transférer du code source, des dossiers ou des documents financiers vers des modèles publics ou non supervisés. Adossés fréquemment à des extensions de navigateur ou à des serveurs Model Context Protocol reliant des modèles comme ChatGPT à des ressources externes, ils ont la capacité de parcourir des fichiers locaux et de lancer des requêtes API sans validation de la DSI.
L’IA qui transforme le business ?
Stratégies, mouvements et levées IA décryptés, chaque soir en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Des risques concrets: identifiants exposés, permissions larges et données sensibles
La divulgation d’identifiants représente l’un des risques majeurs. Des agents sont susceptibles de stocker en cache des clés API, des secrets inscrits en dur et des jetons partagés en dehors du champ des mécanismes d’identité et de contrôle d’accès. Des droits d’accès importants, tels que l’accès à la lecture de tickets de support, la validation de workflows ou le lancement d’appels API, favorisent l’apparition de modifications définitives. Des attaquants peuvent dissimuler des commandes malveillantes dans des champs cachés pour diriger l’agent vers l’exfiltration de données. Le facteur humain pèse également lorsque des employés déposent propriété intellectuelle, informations financières ou dossiers clients dans des outils non approuvés, au risque d’enfreindre des obligations réglementaires et d’exposer les données au vol ou à l’usage abusif.
Pourquoi ça prolifère : accessibilité du navigateur et angle mort organisationnel
Le navigateur, omniprésent au travail, facilite l’accès à des chatbots, assistants et extensions sans passer par les circuits d’approvisionnement ni les autorisations qui ralentissent l’activité. Cette accessibilité nourrit la prolifération d’agents basés sur navigateur capables de s’insinuer dans l’entreprise, de collecter des données et d’orchestrer des API et des flux de travail sans supervision. Un tiers des employés reconnaissent déjà recourir à des outils d’IA agentique non autorisés selon un rapport de 2026, et la part réelle pourrait être supérieure aux aveux. Cette dynamique confère aux agents une avance sur la capacité de contrôle si des contre-mesures spécifiques ne sont pas mises en place.
Gouverner l’usage: alignement sur le NIST, politiques et sensibilisation
La gouvernance passe par une classification des risques, une cartographie des politiques et un étiquetage des agents et extensions selon leur niveau de menace et l’étendue de l’accès. Les politiques doivent se conformer à des référentiels comme le NIST AI Risk Management Framework. Le traitement des agents et extensions comme identités numériques, l’application du moindre privilège et l’isolement par micro-segmentation constituent les garde-fous techniques. Leur efficacité dépend toutefois d’une compréhension fine des usages : les équipes sécurité doivent analyser comment et pourquoi le personnel emploie des outils de Shadow AI et mener des actions de sensibilisation sur les risques associés.
