← Tous les articles

Opinion

Un test d'intrusion peut-il coûter 90 % de moins ?

Un test d’intrusion coûte vite six mille euros. Pour un environnement complexe, la facture dépasse largement les cent mille. Même un test modeste, à deux ou trois mille euros, représente une dépense sérieuse pour la PME moyenne, surtout s’il doit être renouvelé chaque année. Pendant longtemps, c’était un choix : on le faisait, ou on ne le faisait pas. Sauf lorsque la réglementation sectorielle l’imposait, auquel cas il n’y avait tout simplement pas de choix. Avec l’arrivée de la directive européenne NIS2, transposée aux Pays-Bas sous le nom de Cyberbeveiligingswet, la situation change. Des milliers d’organisations relèvent désormais d’une législation qui exige des mesures de sécurité techniques, dont le test régulier de leur propre résilience. Beaucoup d’organisations traduisent cette exigence par un test d’intrusion.

Le marché du pentest ne suit pas cette demande. Les pentesters sont rares, leur formation prend des années et les tarifs horaires augmentent. Vous pouvez attendre que le marché s’ajuste, ou essayer de résoudre le problème autrement. Nous avons choisi la seconde option.

Guardian360 est l’une des treize organisations européennes à avoir reçu une subvention dans le cadre du programme CYSSDE de l’Union européenne, afin de rendre le test d’intrusion plus accessible. Notre projet s’appelle AI-SCALE. Notre ambition : proposer des tests d’intrusion professionnels à environ dix pour cent du prix habituel, en laissant un agent d’IA réaliser l’essentiel du travail, avec une validation humaine des constats. Cet article ne dit pas où nous en sommes dans cette réussite, car nous n’y sommes pas encore. Il parle de ce que nous rencontrons, de ce que nous avons appris et des questions auxquelles nous ne savons pas encore répondre.

Ce que nous construisons

La technologie repose sur trois couches. La première est la découverte continue : notre plateforme Lighthouse cartographie en permanence la surface d’attaque, externe comme interne. La deuxième est l’évaluation pilotée par l’IA : notre propre AI Cyber Security Agent, qui génère et exécute des scénarios de pentest adaptés au secteur et à la pile technologique de l’organisation. La troisième est la revue humaine : un pentester certifié senior, issu de l’un de nos partenaires de pentest, valide les constats avant la remise du rapport.

Cette structure à trois couches n’est pas un compromis mais un choix délibéré. L’IA fait le travail qui passe à l’échelle : balayer largement, dérouler des scénarios, documenter les constats. L’humain fait le travail qui exige du jugement : décider si un constat représente un risque réel, évaluer la manière dont les vulnérabilités se combinent et déterminer si une exploitation est responsable.

À la clôture du projet, en mars 2028, l’agent d’IA, les bibliothèques de scénarios par secteur et l’ensemble de la méthodologie seront publiés en open source. C’est un engagement pris dans notre candidature au projet, et c’est aussi notre conviction : un outillage de sécurité professionnel doit pouvoir être testé, et non rester une boîte noire.

Qu’est-ce qu’un test d’intrusion, au juste ?

Avant de parler d’une réduction de coût de 90 %, nous devons nous accorder sur ce que nous cherchons à rendre moins cher. Et c’est là que commence le premier problème. Le terme “test d’intrusion” n’a pas de définition unique. Pour un fournisseur, c’est un scan de vulnérabilités automatisé accompagné d’un rapport. Pour un autre, ce sont des semaines de travail manuel d’un spécialiste certifié OSCP qui essaie réellement de s’introduire dans le système.

Les référentiels de conformité ne vont pas très loin. NIS2 demande de “tester l’efficacité des mesures de sécurité” sans prescrire comment. ISO 27001 renvoie à des évaluations techniques des vulnérabilités sans en préciser la profondeur. DORA est plus précis sur les tests d’intrusion fondés sur la menace (TLPT), mais cela ne concerne que le secteur financier.

Aux Pays-Bas, il existe une norme de qualité concrète : le CCV Keurmerk Pentesten, un label de certification pour les tests d’intrusion. Le Centre for Crime Prevention and Safety (CCV) a élaboré un schéma de certification qui précise ce qu’est un pentest et ce qu’il n’est pas. La définition est sans ambiguïté : un pentest est “une évaluation manuelle qui tente de pénétrer un système aussi profondément que possible”. Les scans de vulnérabilités, même avancés, sont explicitement exclus du label. L’outillage peut servir d’aide, mais, selon les termes du CCV, il “ne guide pas l’exécution d’un pentest”. Tous les constats issus de tests automatisés doivent être vérifiés manuellement par un pentester qualifié.

À cela s’ajoute une exigence quantitative stricte : le pentester qualifié doit fournir au moins cinquante pour cent du temps total du test. Ce pentester doit en outre détenir un certificat pratique reconnu, justifier d’au moins un an d’expérience professionnelle en tant que professionnel de l’informatique (et non comme stagiaire), et présenter un certificat de bonne conduite (VOG) datant de moins de trois ans.

Pour quiconque veut proposer du pentest par IA, ce label soulève la question centrale : si l’agent d’IA fait l’essentiel du travail et que l’humain valide, s’agit-il encore d’un pentest au sens du CCV ? La conclusion honnête est que le modèle à trois couches correspond, sur le plan conceptuel, à l’esprit du label : l’outillage comme aide, l’expert humain restant responsable en dernier ressort. Mais la règle des cinquante pour cent et la définition de “l’évaluation manuelle” s’accordent mal avec l’ambition d’une réduction de coût de quatre-vingt-dix pour cent. Si le pentester humain doit fournir la moitié des heures, on n’atteint par définition pas dix pour cent du prix habituel.

Dans le projet AI-SCALE, nous utilisons donc une définition plus large : un pentest est une évaluation structurée qui va plus loin que l’exécution d’un scan automatisé. Elle comprend des scénarios adaptés au secteur et à la pile technologique, couvrant les erreurs de configuration, les erreurs d’autorisation et les faiblesses de logique métier, et elle se termine par une validation humaine.

La limite de l’automatisation : l’exploitation

L’une de nos premières discussions avec notre partenaire de pentest a porté sur l’exploitation. L’agent d’IA peut-il réellement exploiter une vulnérabilité qu’il découvre, pour prouver que le risque est réel ? La réponse a été limpide : non, en tout cas pas de manière entièrement automatisée.

Cela ressemble à une limitation, et c’en est une. Mais c’est une limitation délibérée. Un agent d’IA qui exploite des vulnérabilités dans un environnement de production sans supervision humaine est un risque en soi. Dans notre modèle, l’agent travaille surtout en mode lecture : il explore, identifie et rapporte. Toute action qui modifie un système requiert l’accord d’un humain. Il existe un kill switch, des Rules of Engagement par mission et une journalisation d’audit détaillée.

Pour un CISO, cela peut être plus rassurant qu’un agent entièrement autonome. Mais cela signifie aussi que la réduction de coût sera limitée. Dès lors qu’un pentester humain doit intervenir de façon significative dans le processus de validation, une économie reste possible, mais son ampleur demeure incertaine.

Les faux positifs coûtent du temps de validation

L’agent d’IA est performant en largeur. Il trouve de manière constante les erreurs de configuration, les composants obsolètes, les paramètres par défaut et les schémas de vulnérabilités connus, y compris là où un humain est moins vigilant après quelques heures. Mais cette largeur a un revers : l’agent produit davantage de constats, et tous ne sont pas pertinents.

Si l’IA produit plus de bruit qu’un testeur humain, on déplace les heures du test vers la validation. Le pentester humain passe alors plus de temps à évaluer et à écarter des constats qu’à en découvrir. Des benchmarks récents confirment que les taux de faux positifs constituent le grand goulet d’étranglement des outils de pentest automatisés. Le temps gagné au début du test, on le reperd à la fin.

Logique métier et attaques enchaînées

L’agent trouve des points d’attention isolés, mais ne voit pas toujours qu’ensemble ils forment une chaîne d’attaque sérieuse. Une erreur d’autorisation entre rôles, un flux de paiement qui saute une étape dans certaines conditions, une API sûre isolément mais qui permet une élévation de privilèges combinée à un autre endpoint : ce sont précisément les constats pour lesquels les organisations font appel à un pentester. Et ce sont précisément les constats que l’IA ne sait pas produire seule pour le moment.

Ce n’est pas une question de meilleurs modèles. Il faut comprendre ce qu’une application est censée faire, dans le contexte du processus métier qu’elle soutient. C’est de la connaissance du domaine, pas de la reconnaissance de motifs.

Les hypothèses derrière le modèle de coûts

L’objectif de dix pour cent du prix habituel, soit environ six cents euros par test au lieu de six mille, repose sur plusieurs hypothèses que nous devons nommer honnêtement.

La première hypothèse est que les modèles d’IA gagnent en efficacité. Jusqu’ici, cela s’est vérifié : les modèles de fondation deviennent plus rapides, moins chers et meilleurs à chaque génération. Mais aucune loi de la nature ne dit que ce rythme se maintiendra. Si les gains d’efficacité s’aplatissent, le modèle de coûts devient fragile.

Nous exécutons nos modèles sur notre propre infrastructure GPU, via une société sœur néerlandaise disposant de capacités Kubernetes et GPU dédiées. Cela signifie que nous n’avons pas de coûts variables par jeton, et que les données clients et les constats restent au sein de notre propre cluster de serveurs. Pour beaucoup d’organisations de notre groupe cible, ce dernier point est peut-être l’argument le plus important. Mais posséder des GPU déplace le problème sans le supprimer. La question n’est alors plus “combien coûte ce test ?”, mais “combien de tests pouvons-nous exécuter simultanément ?”. La limite est la capacité, non le budget par test.

La seconde hypothèse est que l’intervention humaine peut rester minimale. Si la validation L3, la revue humaine par un pentester senior, occupe une part importante du délai de réalisation, une réduction de coût de quatre-vingt-dix pour cent est hors de portée. Le calcul est simple : si la validation représente trente pour cent du temps d’un test classique, votre économie maximale est de soixante-dix pour cent, et non de quatre-vingt-dix. Le label CCV rend ce calcul plus serré encore : cinquante pour cent de temps humain signifient un plafond d’économie de cinquante pour cent, et non de quatre-vingt-dix.

Il y a déjà des acteurs sur ce terrain

Guardian360 n’est pas le premier à tenter d’automatiser le test d’intrusion. Horizon3.ai propose, avec NodeZero, des pentests autonomes pour les réseaux internes et les environnements Active Directory. Pentera se positionne comme une solution de validation de sécurité automatisée et déclare plus de cent millions de dollars de revenu annuel récurrent. Hadrian se concentre sur la surface d’attaque externe et a lancé un produit de pentest par IA agentique en mars 2026.

La question est légitime : pourquoi construire soi-même quelque chose alors que des plateformes établies existent déjà ? Notre réponse tient en trois points. D’abord, ces plateformes sont propriétaires. Notre agent et notre méthodologie seront publiés en open source après le projet, afin que la communauté puisse les tester, les améliorer et les adapter. Ensuite, elles sont majoritairement américaines, alors que la réglementation européenne, en particulier NIS2, DORA et des normes sectorielles comme NEN 7510 et le cadre BIO, appelle ses propres bibliothèques de scénarios. Enfin, elles sont chères : les modèles de licence habituels sont conçus pour les grandes entreprises, pas pour les petites et moyennes entreprises.

Ce que nous apprenons

Nous en sommes à environ deux mois. C’est trop court pour tirer des conclusions, mais assez long pour partager les premiers enseignements.

Le premier enseignement est que l’agent est fort là où les humains sont faibles : la persévérance. Un pentester humain perd en acuité au fil des heures. L’agent, non. Il passe systématiquement en revue chaque aspect d’un environnement, y compris les parties ennuyeuses. Cela produit des constats qu’un humain aurait manqués, non parce qu’il ne saurait pas les trouver, mais simplement parce qu’un humain n’est pas une machine.

Le deuxième enseignement est que l’écart entre “imaginer un scénario” et “exécuter ce scénario dans un environnement réel” est plus grand que prévu. Un scénario d’attaque logique sur le papier se heurte en pratique à la gestion des sessions, aux flux MFA, à la limitation de débit ou à des schémas d’authentification propres à l’application. Chaque environnement a des particularités que l’agent ignore tant qu’il ne les rencontre pas. Les bibliothèques de scénarios doivent donc contenir non seulement des schémas d’attaque, mais aussi les schémas défensifs que l’agent doit reconnaître, puis contourner ou signaler.

Le troisième enseignement est que les bibliothèques de scénarios par secteur ne sont pas un luxe mais une nécessité. Un pentest pour un prestataire de santé qui doit satisfaire à NEN 7510 appelle d’autres scénarios qu’un test pour un établissement financier soumis à DORA. Des scénarios génériques produisent des constats génériques, et des constats génériques ne sont pas exploitables pour un CISO.

Le quatrième enseignement, peut-être le plus déstabilisant, est que la réaction de pentesters expérimentés face aux constats générés par l’IA est une mesure de valeur que nous ne pouvons pas automatiser. La reconnaissance et le premier tri de l’agent sont exploitables ; c’est là qu’il fait gagner des heures à l’humain. Mais la mesure dans laquelle le relecteur humain doit ensuite corriger, reclasser ou compléter les constats détermine en fin de compte si le modèle est rentable. Nous mesurons désormais cette boucle de retour de façon systématique, et les résultats sont encore trop précoces pour être publiés.

Une histoire européenne plus large

Comme indiqué, Guardian360 n’est pas la seule organisation à travailler sur ce sujet. Le programme CYSSDE a sélectionné treize projets lors de l’Open Call 3, issus de neuf pays européens, qui prévoient ensemble plus de 534 évaluations de sécurité. Cela va d’évaluations de sécurité OT en Pologne et en Allemagne au pentest fondé sur la menace en Belgique, en passant par le pentest souverain par IA en Italie.

Ce n’est pas un hasard. L’UE investit délibérément dans la capacité européenne de cybersécurité, par l’intermédiaire de l’European Cybersecurity Competence Centre et de programmes comme CYSSDE. Le raisonnement sous-jacent est que, si nous voulons que les organisations européennes soient résilientes, nous ne devons pas dépendre d’outils et de fournisseurs non européens. Notre engagement open source s’inscrit dans cette même ligne : c’est une contribution aux biens communs européens de la cybersécurité, pas seulement un produit.

La réponse honnête

Un test d’intrusion peut-il coûter quatre-vingt-dix pour cent de moins ? La réponse honnête est : nous ne le savons pas encore. Nous croyons que l’IA peut reprendre une grande partie du travail répétitif et que les coûts peuvent baisser sensiblement grâce à elle. Mais “sensiblement” n’est pas la même chose que “quatre-vingt-dix pour cent”, et les écueils que nous rencontrons, de la logique métier que l’agent ne comprend pas aux normes de qualité comme le label CCV qui imposent une intervention humaine, invitent à la modestie.

Ce que nous savons en revanche, c’est que la situation actuelle n’est pas tenable. Les organisations soumises à NIS2 qui ne peuvent pas se payer un pentest sont en danger. Les organisations qui font exécuter un scan automatisé bon marché en pensant avoir fait réaliser un test d’intrusion courent un autre risque : celui d’une fausse sécurité. Un pentest qui donne aux organisations un faux sentiment de sécurité est peut-être même pire que l’absence de pentest.

La solution ne réside pas dans l’IA seule, ni dans l’humain seul. Elle réside dans une combinaison honnête sur ce que chaque partie peut et ne peut pas faire. L’agent scanne, l’humain juge. L’agent trouve des motifs, l’humain voit des chaînes. L’agent passe à l’échelle, l’humain garde la frontière.

Nous publions nos résultats, notre agent et notre méthodologie. Non parce que nous détenons la réponse, mais parce que nous croyons qu’elle viendra plus vite si davantage de personnes la cherchent.

Sources