Les entreprises AI-first subissent des incidents de cybersécurité plus longs et plus coûteux selon Fastly.
Les entreprises AI-first doivent faire face à des incidents de cybersécurité plus complexes que les autres organisations. Une étude Fastly met en évidence des délais de rétablissement nettement plus longs et des coûts plus élevés. L’utilisation intensive de l’intelligence artificielle multiplie les points d’exposition. Les équipes de sécurité doivent adapter leurs outils à cette nouvelle réalité.
Des incidents plus longs et plus coûteux
Selon le Global Security Research Report de Fastly, les entreprises AI-first mettent près de sept mois à retrouver un fonctionnement normal après un incident de cybersécurité. Ce délai dépasse de 80 jours celui constaté dans les structures plus traditionnelles. Cette durée prolongée alourdit la facture globale et perturbe durablement l’activité.
Le coût moyen d’une faille dépasse celui observé ailleurs de plus de 135 %. L’IA joue souvent un rôle direct dans ces attaques. Quarante-quatre pour cent des organisations concernées indiquent que cette technologie a été exploitée lors de leur dernier incident, contre seulement 6 % pour les autres. L’intégration de systèmes automatisés et de flux de données distribués multiplie les points d’exposition et complique la gestion des crises.
Marshall Erwin, responsable de la sécurité chez Fastly, estime que la sécurité doit évoluer au même rythme que les déploiements techniques. Selon lui, la protection des infrastructures d’inférence et la surveillance des activités automatisées deviennent des priorités pour éviter des incidents plus graves.
Le manque de visibilité fragilise la sécurité
L’étude souligne aussi des difficultés persistantes dans le suivi des usages liés à l’IA. Trente-quatre pour cent des entreprises AI-first indiquent que leur dernier incident a été facilité par un défaut de supervision. Ce chiffre tombe à 20 % dans les organisations moins avancées sur ce terrain.
Les équipes de sécurité peinent à identifier avec précision les outils déployés en interne. Le développement d’outils utilisés sans validation officielle complique la surveillance globale et ralentit la résolution des incidents. Cette situation limite la capacité des entreprises à comprendre l’origine des problèmes et à restaurer rapidement leurs services.
Le scraping automatisé représente aussi une charge supplémentaire. 64% des répondants indiquent que cette activité génère des coûts significatifs. Cela a même un impact annuel moyen à plus de 348 000 dollars.
Une pression accrue sur les infrastructures
L’utilisation intensive de systèmes automatisés se répercute directement sur le fonctionnement des plateformes numériques. Quarante-trois pour cent des organisations interrogées signalent une hausse des dépenses d’infrastructure liée à l’activité IA, tandis que 40 % font état de perturbations opérationnelles.
Les effets se ressentent aussi du côté des utilisateurs. Vingt-neuf pour cent des entreprises évoquent des ralentissements ou des services temporairement indisponibles. Pour renforcer leurs défenses, les entreprises privilégient désormais les outils de visibilité des agents automatisés, la protection des API et les pare-feu applicatifs web.
Article basé sur un communiqué de presse reçu par la rédaction.
Restez à la pointe de l'information avec INTELLIGENCE-ARTIFICIELLE.COM !
- Partager l'article :
