Axonius met l’IA au service de la gestion des actifs de cybersécurité

Une entreprise ne peut pas réellement protéger ce qu’elle ne connaît pas. Or, entre les ordinateurs, serveurs, téléphones, objets connectés, logiciels installés, comptes utilisateurs, services cloud et applications métiers, le périmètre informatique est devenu difficile à cartographier. C’est sur ce problème de visibilité qu’intervient Axonius, dont la plateforme de gestion des actifs de cybersécurité évolue pour intégrer l’intelligence artificielle.

L’ambition affichée est simple à formuler, mais exigeante à mettre en œuvre : recueillir des informations provenant de nombreux outils de l’entreprise, identifier plus vite les ressources à risque et aider les équipes à agir avant qu’une anomalie ne devienne un incident. Dans un contexte où les attaques et les violations de données se renouvellent rapidement, l’automatisation et l’analyse assistée par IA promettent de rendre les opérations de sécurité plus réactives.

Pourquoi la gestion des actifs est devenue un enjeu majeur de cybersécurité

Un « actif » informatique désigne toute ressource utile au fonctionnement d’une organisation et susceptible d’être exposée à un risque. Il peut s’agir d’un poste de travail, d’un serveur, d’un smartphone professionnel, d’une application, d’un compte à privilèges ou encore d’un service accessible dans le cloud. Chacun de ces éléments doit idéalement être identifié, relié à un responsable et vérifié au regard des règles de sécurité internes.

Le problème est que les inventaires traditionnels vieillissent vite. Un collaborateur peut installer un logiciel, une équipe peut ouvrir un nouveau service en ligne ou une machine peut rester connectée sans être correctement administrée. Ces angles morts constituent des opportunités pour des attaquants, notamment lorsqu’ils concernent un appareil non mis à jour, un compte oublié ou une configuration mal sécurisée.

La gestion des actifs de cybersécurité ne se limite donc pas à dresser une liste. Elle consiste à rapprocher plusieurs informations : quels équipements existent, quels logiciels ils utilisent, quels contrôles de sécurité leur sont appliqués et s’ils respectent les politiques de l’organisation. Cette base de connaissance aide ensuite à arbitrer les priorités.

Ce qu’Axonius annonce avec l’intégration de l’intelligence artificielle

Axonius fait évoluer sa plateforme afin d’intégrer les avancées de l’intelligence artificielle dans la gestion des actifs et les opérations de cybersécurité. Selon l’approche décrite, cette intégration doit répondre à une demande croissante des organisations qui souhaitent mieux exploiter les grandes quantités de données déjà produites par leurs outils informatiques et de sécurité.

L’IA est ici présentée comme un moyen d’améliorer l’automatisation et l’analyse. Une plateforme de ce type peut recueillir des informations depuis différents systèmes, puis tenter de rapprocher des données parfois hétérogènes. Deux outils peuvent par exemple désigner le même ordinateur différemment, ou fournir des informations contradictoires sur son état. Le travail de consolidation est essentiel pour éviter que les équipes prennent des décisions à partir d’une vision incomplète.

La plateforme analyse notamment, d’après les éléments présentés, des données provenant de systèmes, d’applications et de dispositifs, y compris des journaux d’activité, des configurations réseau et des alertes de sécurité. L’objectif est de repérer plus rapidement les vulnérabilités et les écarts par rapport aux règles définies par l’entreprise.

Cette logique ne signifie pas que l’IA « comprend » une attaque comme le ferait un analyste expérimenté. Elle repère plutôt des corrélations, des écarts ou des signaux statistiques dans de grands ensembles de données. Son intérêt potentiel réside dans la vitesse de traitement et dans sa capacité à orienter l’attention humaine vers les cas les plus importants.

Comment l’IA peut aider à détecter et prioriser les risques

Dans la cybersécurité, les équipes sont souvent confrontées à un volume d’alertes supérieur à leur capacité de traitement. Une partie de ces alertes est bénigne, mal contextualisée ou redondante. Les mécanismes d’apprentissage automatique peuvent contribuer à identifier des comportements inhabituels et à mettre en évidence les actifs qui cumulent plusieurs facteurs de risque.

Axonius met en avant une détection proactive des anomalies, obtenue par l’association de l’automatisation et de l’IA. La plateforme vise également à faciliter la priorisation des incidents selon leur niveau de risque et à proposer des recommandations pour la remédiation. Dans certains cas, des réponses peuvent être automatisées pour atténuer les conséquences d’un incident.

En pratique, une priorisation pertinente dépend de plusieurs questions concrètes : l’actif est-il exposé sur Internet ? Contient-il des données sensibles ? Est-il lié à une activité essentielle ? Une vulnérabilité connue l’affecte-t-elle ? Et surtout, la donnée remontée par les outils est-elle fiable et récente ? L’IA peut organiser ces signaux, mais elle ne remplace ni les règles de sécurité ni la connaissance du métier.

Les faux positifs restent un défi central. Un comportement inhabituel n’est pas automatiquement malveillant : un déplacement, une intervention de maintenance ou l’arrivée d’un nouveau logiciel peuvent produire des signaux anormaux. À l’inverse, une attaque discrète peut ressembler à une activité normale si les données de référence sont insuffisantes. La qualité des données, la mise à jour des algorithmes et la validation par des spécialistes demeurent donc déterminantes.

De la visibilité à la réponse, une chaîne qui doit rester cohérente

La valeur d’une plateforme de gestion des actifs ne dépend pas uniquement de sa capacité à afficher un inventaire. Elle dépend de la continuité entre la découverte des ressources, l’évaluation de leur risque, la définition d’une action et le suivi de cette action. Un actif repéré comme vulnérable doit pouvoir être confié à la bonne équipe, corrigé puis contrôlé à nouveau.

Axonius souligne la compatibilité de sa plateforme avec d’autres outils de cybersécurité, y compris ceux qui utilisent des capacités d’IA. Cette interopérabilité est importante dans la mesure où une organisation utilise généralement déjà de nombreuses solutions : protection des postes de travail, supervision du réseau, gestion des identités, outils de journalisation ou services cloud.

Les partenariats technologiques mentionnés par l’entreprise doivent permettre d’intégrer des applications d’IA avancées et de proposer des solutions adaptées aux besoins des clients. Pour les organisations, l’enjeu n’est pas d’accumuler les outils, mais de s’assurer qu’ils partagent des informations cohérentes et qu’ils ne créent pas de nouveaux silos.

L’automatisation ne dispense pas de contrôle humain

L’intelligence artificielle apporte de la vitesse, mais elle introduit également des exigences. Une entreprise doit savoir quelles données sont collectées, comment elles sont conservées, qui peut les consulter et dans quelles conditions des actions automatisées sont déclenchées. Cette vigilance est d’autant plus importante lorsque la plateforme traite des informations sur les utilisateurs, les équipements ou l’activité du réseau.

Avant d’automatiser une réponse, les équipes ont intérêt à fixer des limites précises. Certaines actions peuvent être relativement réversibles, comme ouvrir un ticket d’incident ou demander une vérification. D’autres peuvent être beaucoup plus sensibles, par exemple isoler une machine, suspendre un compte ou modifier un accès. Plus l’impact potentiel est élevé, plus une validation humaine est généralement nécessaire.

Les organisations doivent aussi anticiper le risque de dépendance excessive aux résultats produits par les systèmes automatisés. Un tableau de bord clair, une recommandation bien formulée ou un score de risque élevé peuvent donner une impression de certitude. Pourtant, ces résultats reflètent la qualité des données disponibles et les critères de calcul choisis. Une politique de sécurité solide prévoit donc des revues régulières, des procédures d’escalade et une possibilité de contester ou corriger les décisions automatisées.

Formation et conformité, les deux autres piliers de la sécurité

La technologie ne couvre qu’une partie du risque. Axonius insiste sur la formation continue et la sensibilisation des utilisateurs, qui restent des leviers essentiels pour réduire les risques liés au facteur humain. Les messages frauduleux, les mots de passe réutilisés, les partages de fichiers inappropriés ou l’installation de logiciels non autorisés peuvent contourner des protections techniques pourtant robustes.

L’entreprise évoque également des solutions de formation exploitant l’IA afin d’analyser les compétences des salariés, de proposer des contenus adaptés et de suivre leur progression. Ce type d’approche peut permettre de cibler les besoins, à condition que son usage soit transparent et proportionné. Former ne doit pas devenir un dispositif opaque d’évaluation permanente des employés.

La conformité constitue l’autre volet majeur. Les entreprises doivent de plus en plus démontrer qu’elles connaissent leurs actifs, appliquent leurs politiques internes et suivent les écarts de sécurité. Cette attente est particulièrement forte dans les secteurs de la finance et de la santé, où la protection des données et la continuité des services sont cruciales. L’automatisation du suivi des politiques peut aider à détecter les non-conformités, mais la responsabilité finale de leur traitement appartient à l’organisation.

Les questions à poser avant d’adopter une plateforme enrichie par l’IA

Une entreprise qui évalue une solution de gestion des actifs assistée par IA doit regarder au-delà des promesses de détection prédictive. La première question concerne la couverture : quels systèmes, appareils, applications et environnements cloud la plateforme est-elle réellement capable de recenser ? Une couverture partielle laisse subsister des angles morts.

Il faut aussi évaluer la qualité de l’intégration avec les outils déjà en place. Une plateforme utile doit permettre de rapprocher les données sans créer de doublons ingérables. Les responsables de la sécurité doivent ensuite pouvoir comprendre les recommandations : pourquoi un actif est-il considéré comme prioritaire, sur quels signaux repose cette évaluation, et quelle action est proposée ?

Quelques critères pratiques peuvent guider l’analyse :

• la capacité à identifier et dédupliquer les actifs provenant de sources multiples ;
• la traçabilité des alertes, recommandations et actions engagées ;
• le réglage des automatisations et la présence de validations humaines ;
• les mécanismes de contrôle des accès aux données collectées ;
• la possibilité de mesurer l’évolution de la couverture et de la conformité dans le temps.

Ce qu’il faut surveiller

L’évolution d’Axonius vers des fonctions enrichies par l’IA illustre une tendance plus large : la cybersécurité cherche à transformer une abondance de données techniques en décisions opérationnelles plus rapides. La promesse est séduisante pour des équipes qui doivent surveiller un patrimoine numérique toujours plus vaste et mouvant.

La réussite de cette approche se mesurera toutefois moins à la présence d’un algorithme qu’à des résultats concrets : moins d’actifs inconnus, une meilleure correction des vulnérabilités, des alertes plus pertinentes et une capacité accrue à démontrer la conformité. Les entreprises devront aussi vérifier que la recherche d’automatisation ne fragilise ni la confidentialité des données ni la capacité des humains à garder la maîtrise des décisions critiques.

Pour Axonius comme pour les autres acteurs du secteur, l’enjeu est donc de rendre l’IA utile, explicable et intégrée à des processus de sécurité déjà éprouvés. Dans la gestion des actifs, la technologie peut accélérer la lecture du terrain. Elle ne remplace pas la nécessité de savoir quoi protéger, pourquoi le protéger et qui doit agir lorsque le risque apparaît.