---
title: Pourquoi l'IA générative crée de nouveaux risques de sécurité pour les MSP et les SMD
description: L'IA générative n'est plus un sujet d'avenir qui ne concernerait que les grandes entreprises ; elle fait déjà partie du quotidien professionnel. Les clients des MSP et des PME n'ont pas besoin d'un exposé technique sur la conception des modèles d'IA générative. Ils ont besoin d'une explication simple de ce qu'est réellement cette technologie, des raisons de sa propagation rapide et des nouveaux enjeux de sécurité qu'elle soul
canonical_url: https://www.acronis.com/fr/blog/posts/why-genai-brings-new-security-risks-for-msps-and-smds/
locale: fr
last_updated: 2026-10-11
---

[Blog Acronis](https://www.acronis.com/fr/blog/)
# Pourquoi l'IA générative crée de nouveaux risques de sécurité pour les MSP et les SMD

L'IA générative n'est plus un sujet d'avenir qui ne concernerait que les grandes entreprises ; elle fait déjà partie du quotidien professionnel. Les clients des MSP et des PME n'ont pas besoin d'un exposé technique sur la conception des modèles d'IA générative. Ils ont besoin d'une explication simple de ce qu'est réellement cette technologie, des raisons de sa propagation rapide et des nouveaux enjeux de sécurité qu'elle soul

[Essayez maintenant](https://www.acronis.com/fr/products/cloud/trial/)

[![Image 2: Acronis Editorial Team](https://staticfiles.acronis.com/images/content/d85707ae91461544212d39836dc32b42.png)](https://www.acronis.com/fr/blog/authors/acronis/ "Acronis Editorial Team")

[Acronis Editorial Team](https://www.acronis.com/fr/blog/authors/acronis/)

9 min de lecture

Last updated 22 juin 2026

Autres langues disponibles :[Deutsch](https://www.acronis.com/de/blog/posts/why-genai-brings-new-security-risks-for-msps-and-smds/)  
[English](https://www.acronis.com/en/blog/posts/why-genai-brings-new-security-risks-for-msps-and-smds/)  
[Español](https://www.acronis.com/es/blog/posts/why-genai-brings-new-security-risks-for-msps-and-smds/)  
[Italiano](https://www.acronis.com/it/blog/posts/why-genai-brings-new-security-risks-for-msps-and-smds/)

L'intelligence artificielle générative n'est plus un sujet d'avenir qui ne concerne que les grandes entreprises. Elle fait déjà partie du travail quotidien. On l'utilise pour rédiger des e-mails, résumer des documents, rechercher des réponses, élaborer des propositions, préparer des rapports et répondre plus rapidement aux clients.

C'est l'une des raisons pour lesquelles le discours a évolué si rapidement. Dans le rapport [Stanford HAI 2025 AI Index](https://hai.stanford.edu/ai-index/2025-ai-index-report), 78 % des organisations ont déclaré utiliser l'intelligence artificielle en 2024, contre 55 % l'année précédente. Selon ce même rapport, 71 % des entreprises utilisaient déjà l'intelligence artificielle générative dans au moins une fonction de l'entreprise, contre 33 % en 2023. Ces chiffres nous révèlent quelque chose d'important : l'IA générative n'est plus une expérience marginale. Elle fait désormais partie des activités commerciales courantes.

Cela est important pour les MSP et les SMD (small and medium IT deployments), car les clients n'ont pas besoin d'un cours technique sur la façon dont les modèles sont élaborés. Ils ont besoin d'une explication simple : qu'est-ce que l'intelligence artificielle générative ? Pourquoi se répand-elle si rapidement ? Et pourquoi pose-t-elle un nouveau problème de sécurité ?

## Qu'est-ce que l'intelligence artificielle générative ?

En termes simples, l'intelligence artificielle générative est un type d'intelligence artificielle en mesure de créer du nouveau contenu. Elle peut rédiger du texte, résumer des informations, suggérer des réponses, réécrire un document, générer du code, traduire du contenu ou aider un utilisateur à effectuer des recherches dans de grandes quantités de documents de manière beaucoup plus naturelle.

C'est ce qui la distingue des logiciels traditionnels. Les logiciels demandent, en règle générale, aux utilisateurs de naviguer dans des menus, de remplir des champs et de suivre des étapes prédéfinies. L'intelligence artificielle générative permet aux utilisateurs de demander ce qu'ils veulent en utilisant un langage courant. Un utilisateur peut saisir : « Résume cette réunion », « Rédige une réponse à un client » ou « Explique ce rapport en termes plus simples », et le système produit un résultat exploitable.

On peut, pour l'expliquer simplement aux clients, dire que l'intelligence artificielle générative ajoute une nouvelle couche entre les personnes, les données de l'entreprise et les applications de l'entreprise. Elle aide les utilisateurs à travailler plus rapidement avec les informations, mais elle modifie également la manière dont les informations circulent au sein de l'entreprise.

De nombreuses applications d'intelligence artificielle générative sont alimentées par des LLM, ou grands modèles de langage. Le LLM est le moteur sur lequel est basée l'application, il comprend les requêtes et génère des résultats sous forme de langage, tels que des réponses, des résumés, des ébauches, du code ou des recommandations. Il serait ainsi souvent plus précis de dire, lorsque nous parlons d'intelligence artificielle générative, « applications d'intelligence artificielle générative alimentées par des LLM ». C'est également cette même couche de LLM qui rend l'intelligence artificielle agentique possible, car elle aide le système à interpréter des objectifs, à raisonner par étapes et à utiliser des outils ou des sources de données connectées.

## Qu’est-ce que l’intelligence artificielle agentique ?

L'intelligence artificielle agentique est la prochaine étape. Un système agentique peut effectuer une tâche en plusieurs étapes plutôt que se contenter de répondre à une seule instruction à la fois. Selon le [guide d’OpenAI sur la création d’agents](https://openai.com/index/new-tools-for-building-agents/), les agents sont des systèmes qui accomplissent de manière autonome des tâches pour le compte des utilisateurs. En d'autres termes, un agent ne se contente pas de répondre : il va au-delà. Il peut planifier, utiliser des outils, apporter davantage de contexte et progresser vers un objectif.

Prenons un exemple concret pour mieux visualiser. Un assistant d'intelligence artificielle classique peut résumer un ticket de support. Un assistant doté de la technologie RAG pourrait résumer le ticket et sélectionner l'article de la base de connaissances approprié. Un système agentique peut quant à lui lire le ticket, consulter l’historique du client dans le CRM, rechercher dans la base de connaissances la solution la plus probable, rédiger la réponse, mettre à jour le dossier et informer le technicien, avec la validation d’une personne si nécessaire. Dans les [documents d’OpenAI sur l’agent ChatGPT](https://help.openai.com/en/articles/11752874-chatgpt-agent), ce type de flux de travail agentique est décrit comme le fait de raisonner, de rechercher des informations et d’agir au nom d’un utilisateur, tout en faisant une pause pour obtenir des éclaircissements ou une confirmation si nécessaire.

C'est également à ce stade que la discussion sur la sécurité et la gouvernance devient beaucoup plus sérieuse. Plus l'intelligence artificielle est en mesure d'en faire, plus les entreprises doivent réfléchir aux limites à lui imposer. Quels outils peut-elle utiliser ? Quelles actions sont automatiquement autorisées ? Dans quels cas un humain doit-il garder le contrôle ? Les [consignes de sécurité relatives aux agents ChatGPT d’OpenAI](https://help.openai.com/en/articles/11752874-chatgpt-agent) mettent en garde contre l'accès aux données sensibles par les agents et le fait qu'ils effectuent des actions au nom de l’utilisateur : c’est précisément pour cette raison que les validations, les contrôles au sein de l’application et une surveillance attentive sont essentiels.

![Image 3: Figure 1. L'intelligence artificielle agentique ne se contente pas de répondre : elle fait bien plus. Elle peut planifier, utiliser des outils, demander une validation et aider à accomplir une tâche professionnelle](https://staticfiles.acronis.com/images/content/5c52d1d9abd80bfe82531ad28f721d40.png)

Figure 1. L'intelligence artificielle agentique ne se contente pas de répondre : elle fait bien plus. Elle peut planifier, utiliser des outils, demander une validation et aider à accomplir une tâche professionnelle

![Image 4: Figure 2. L'intelligence artificielle générative est une nouvelle couche métier : les utilisateurs demandent des résumés, des ébauches, des réponses, des reformulations, des traductions et des informations sur l'ensemble des applications et des données professionnelles qu'ils utilisent au quotidien](https://staticfiles.acronis.com/images/content/f6c7a9df89403eae8dcf44629f3413f6.png)

Figure 2. L'intelligence artificielle générative est une nouvelle couche métier : les utilisateurs demandent des résumés, des ébauches, des réponses, des reformulations, des traductions et des informations sur l'ensemble des applications et des données professionnelles qu'ils utilisent au quotidien

## Pourquoi, soudainement, l’intelligence artificielle générative est-elle partout ?

Ce n'est pas un mystère. L'intelligence artificielle générative permet de gagner du temps. Elle élimine les difficultés liées aux tâches courantes. Les utilisateurs n'ont pas besoin d'apprendre à utiliser un outil compliqué avant d'en percevoir l'utilité, son adoption est donc rapide.

Cette rapidité d'adoption est également favorisée par la pression exercée par les entreprises. Selon le [Rapport 2025 du Forum économique mondial sur l’avenir de l’emploi](https://www.weforum.org/publications/the-future-of-jobs-report-2025/), l’évolution technologique, notamment l’intelligence artificielle, est l’un des principaux facteurs de transformation des entreprises et du monde du travail. Parallèlement, selon le [Work Trend Index 2025 de Microsoft](https://assets-c4akfrf5b4d3f4b7.z01.azurefd.net/assets/2025/04/2025_Work_Trend_Index_Annual_Report_680aaa7fe52dd.pdf), 82 % des dirigeants prévoient de recourir au travail numérique pour augmenter les effectifs au cours des 12 à 18 prochains mois. Les entreprises ne s'intéressent pas à l'intelligence artificielle seulement parce qu'il s'agit d'une nouvelle technologie. Elles s'y intéressent parce que leurs équipes sont sous pression : elles doivent faire plus, plus vite.

C'est pourquoi l'intelligence artificielle ne concerne pas que les grandes entreprises. Si les grandes entreprises parlent peut-être plus publiquement de leurs programmes d'intelligence artificielle, les petites entreprises ressentent la même pression : elles doivent gagner du temps, répondre plus rapidement à leurs clients et tirer davantage de valeur d'un personnel limité. Les petites entreprises peuvent, à certains égards, être concernées encore plus tôt, car les collaborateurs adoptent souvent des outils utiles avant que la politique officielle ne les suive.

## Pourquoi les entreprises doivent y réfléchir plus attentivement ?

La valeur de l'intelligence artificielle générative est réelle, mais ce n'est qu'un pan de l'histoire. De l'autre, l'intelligence artificielle générative ouvre une nouvelle voie pour les données, les instructions et les décisions. Les collaborateurs peuvent coller des informations sur l'entreprise dans des requêtes, importer des fichiers internes pour en obtenir un résumé ou se fier à des réponses générées par l'intelligence artificielle qui semblent sûres, même lorsqu'elles sont erronées.

C'est pourquoi cette question ne doit pas être abordée que sous l'angle de la productivité. La question de la gouvernance et de la sécurité est tout aussi importante. Lorsque les collaborateurs utilisent l'intelligence artificielle, les entreprises doivent réfléchir aux données qui sont partagées, aux outils qui sont approuvés, aux personnes qui peuvent les utiliser et à la manière dont les résultats sont vérifiés avant qu'ils n'affectent les clients, les activités ou les décisions internes.

C’est également ainsi que le [profil d’intelligence artificielle générative du NIST](https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.600-1.pdf) aborde la question. Le NIST considère l'intelligence artificielle générative comme un enjeu distinct en matière de gestion des risques et souligne que certains risques sont nouveaux, tandis que d'autres sont aggravés par le fonctionnement de l'intelligence artificielle générative. Il s'agit d'un message utile pour les entreprises : l'intelligence artificielle générative ne remplace pas les problèmes de sécurité traditionnels, elle ajoute une nouvelle dimension que les entreprises doivent comprendre et gérer.

## Pourquoi cela est-il particulièrement important pour les MSP et les SMD ?

L'intelligence artificielle générative doit, pour les MSP, être considérée comme un enjeu lié à l'environnement géré, et pas seulement comme une fonctionnalité du produit. Un client peut poser des questions à un chatbot ou à un assistant d'intelligence artificielle, mais la question la plus importante est de savoir ce qui se cache derrière. Quels outils sont déjà utilisés ? Les collaborateurs utilisent-ils des comptes professionnels approuvés ou des comptes personnels ? Quels types de données sont saisis ? Quelqu'un vérifie-t-il ce qui est sûr et ce qui ne l'est pas ?

Toutes ces questions sont familières aux prestataires de services. Les MSP aident déjà leurs clients à gérer les terminaux, les identités, les applications cloud, les plateformes de collaboration, la sauvegarde et les contrôles de sécurité. L'intelligence artificielle doit désormais faire partie intégrante de cette discussion, car elle concerne plusieurs de ces domaines à la fois.

Pour les déploiements de petite et moyenne envergure, le défi ne consiste normalement pas à créer des systèmes d'intelligence artificielle avancés en partant de zéro. Le défi est bien plus fondamental et bien plus immédiat : une adoption informelle, une visibilité limitée, une responsabilité mal définie et des politiques insuffisantes. Même si une petite entreprise ne dispose pas d'une équipe dédiée à l'intelligence artificielle, ses collaborateurs peuvent tout de même l'utiliser au quotidien, d'une manière qui peut avoir des conséquences sur le traitement, la qualité et la sécurité des données.

## Pourquoi l'utilisation non gérée constitue le véritable problème ?

L'un des signes d'avertissement les plus clairs provient d'une [enquête de TELUS Digital publiée en février 2025](https://www.telusdigital.com/about/newsroom/telus-digital-survey-reveals-enterprise-employees-use-of-shadow-ai). Cette enquête a révélé que près de 68 % des collaborateurs qui utilisent l'intelligence artificielle générative publique au travail le font via leur compte personnel, et que 57 % d'entre eux ont déclaré avoir saisi des informations sensibles ou à haut risque dans ces outils. Ces chiffres sont importants, car ils montrent que l'utilisation de l'intelligence artificielle peut se développer en dehors des contrôles habituels de l'entreprise.

C'est là où réside le véritable problème pour de nombreux clients des MSP et pour les environnements SMD. Souvent, le problème ne réside pas dans un déploiement de l'intelligence artificielle soigneusement planifié. Il s'agit d'une utilisation parallèle qui se produit discrètement sur les navigateurs, dans les applications de productivité, dans les processus de support et sur les comptes personnels. Il est possible que, au moment où la direction commence à poser des questions sur la politique en matière d'intelligence artificielle, les collaborateurs utilisent déjà plusieurs outils chaque semaine.

C'est pourquoi la bonne première étape n'est pas, en principe, d'interdire tout ou de promettre une transformation de l'intelligence artificielle du jour au lendemain. La première étape sensée consiste à rendre l'utilisation de l'intelligence artificielle visible. Les entreprises peuvent alors décider de ce qui est autorisé, des données qui ne doivent jamais être partagées, des domaines dans lesquels une formation supplémentaire est nécessaire et des contrôles à mettre en place.

![Image 5: Figure 3. Pourquoi l'intelligence artificielle en entreprise mérite-t-elle une attention particulière : son adoption augmente rapidement, les enjeux sont importants pour les entreprises et la gouvernance est souvent en retard par rapport à son utilisation concrète](https://staticfiles.acronis.com/images/content/81a09a7ceb75dda92b3349038b01b4f3.png)

Figure 3. Pourquoi l'intelligence artificielle en entreprise mérite-t-elle une attention particulière : son adoption augmente rapidement, les enjeux sont importants pour les entreprises et la gouvernance est souvent en retard par rapport à son utilisation concrète

## Ce que les clients ont besoin d'entendre, en termes simples

La plupart des clients n'ont pas besoin d'un langage abstrait sur l'intelligence artificielle. Ils ont besoin d'une explication simple. L'intelligence artificielle générative est une nouvelle façon de travailler avec l'information au moyen du langage naturel. Elle peut aider les gens à travailler plus rapidement, mais elle peut aussi créer de nouveaux risques si elle est utilisée sans visibilité, sans politique et sans contrôle.

Ce message fonctionne bien pour les MSP, car il est équilibré. Il évite non seulement le battage médiatique, mais aussi le déni. L'intelligence artificielle peut apporter une réelle valeur ajoutée. Parallèlement, les entreprises doivent réfléchir aux domaines dans lesquels l'intelligence artificielle est utilisée, aux données qui y sont introduites, à la manière dont les résultats sont vérifiés et aux contrôles qui doivent être mis en place.

Il ne s'agit pas, pour les clients SMD, de copier le programme d'intelligence artificielle d'une grande entreprise. Il s'agit de poser quelques questions concrètes : dans quels domaines l'intelligence artificielle est-elle déjà utilisée ? Qu'est-ce qui est autorisé ? Qu'est-ce qui ne doit jamais être partagé ? Qui est responsable de la supervision ? Et comment pouvons-nous nous assurer que la rapidité ne se réalise pas au détriment de la sécurité ou de la confiance ?

## Conclusion

L'intelligence artificielle générative est importante, car elle change la façon dont les gens créent, recherchent, résument et répondent. Et c'est la raison pour laquelle elle se répand si rapidement dans les entreprises de toutes tailles. Mais cette même facilité d'utilisation est également à l'origine d'un nouveau problème de sécurité.

Pour les MSP et les SMD, le message à retenir est simple. Il ne s'agit pas seulement d'une histoire qui concerne les plus grandes entreprises. Il s'agit d'une histoire qui touche le travail quotidien des entreprises, les petites équipes, une adoption plus rapide et la nécessité d'une meilleure visibilité et d'un meilleur contrôle. Les entreprises qui réussiront le mieux avec l'intelligence artificielle ne seront pas celles qui en parleront le plus. Ce seront celles qui la comprendront clairement et la géreront de manière judicieuse.

[Acronis](https://www.acronis.com/en/) répond à ces préoccupations avec [Acronis GenAI Protection](https://www.acronis.com/fr/products/cloud/cyber-protect/genai-protection/), une solution conçue pour aider les MSP et leurs clients à rendre l'utilisation de l'intelligence artificielle plus visible, plus facile à contrôler et plus sûre dans le travail quotidien. Dans les documents que vous avez partagés, Acronis positionne cette solution autour des principaux problèmes auxquels les entreprises sont actuellement confrontées : la découverte de l'intelligence artificielle fantôme, la [prévention des pertes de données](https://www.acronis.com/fr/products/cloud/cyber-protect/data-loss-prevention/?utm_source=google&utm_medium=cpc&utm_campaign=MF-X-X-Cloud-Americas-NAM-EN-MQL-CloudSEMb-MSPcloud-G-PS&gad_source=1&gad_campaignid=897344085&gbraid=0AAAAAD7eew9wQ9stNu2NeLIhQOebWmtfz&gclid=CjwKCAjwqubPBhBOEiwAzgZX2usaAflmhGMH5GN8bZtjJRZOMMC1EHRNKz7z6P4e6Me5Asmmj40JoxoC4QUQAvD_BwE), la protection contre l'infiltration de requêtes, la surveillance des tentatives de déni de portefeuille, la gestion des politiques pour les applications d'intelligence artificielle générative, les agents et les serveurs MCP, ainsi qu'un moteur de sécurité de l'intelligence artificielle à plusieurs niveaux. L'idée est simple : si l'intelligence artificielle fait désormais partie des processus de travail courants des entreprises, celles-ci ont besoin de contrôles adaptés à cette réalité, plutôt que de s'appuyer uniquement sur des méthodes de sécurité plus anciennes.

[Cybersécurité](https://www.acronis.com/fr/blog/tags/cybersecurity/)  
[Cyberprotection](https://www.acronis.com/fr/blog/tags/cyber-protection/)  
[Cybersécurité des MSP](https://www.acronis.com/fr/blog/tags/msp-cybersecurity/)  
[Conformité](https://www.acronis.com/fr/blog/tags/compliance/)

## Written by

![Image 6: Acronis Editorial Team](https://staticfiles.acronis.com/images/content/d85707ae91461544212d39836dc32b42.png)

Acronis Editorial Team

[Article précédent](https://www.acronis.com/fr/blog/posts/how-can-msps-evaluate-ai-security/)  
[MSP, comment évaluer la sécurité de l'IA](https://www.acronis.com/fr/blog/posts/how-can-msps-evaluate-ai-security/)

[Article suivant](https://www.acronis.com/fr/blog/posts/what-physical-ai-and-the-digitalization-of-critical-infrastructure-mean-for-ot-security/)  
[IA physique et numérisation des infrastructures critiques: enjeux pour la sécurité OT](https://www.acronis.com/fr/blog/posts/what-physical-ai-and-the-digitalization-of-critical-infrastructure-mean-for-ot-security/)

À propos d'Acronis

Entreprise suisse fondée à Singapour en 2003, Acronis possède 15 bureaux dans le monde et des collaborateurs dans plus de 60 pays. Acronis Cyber Platform est disponible en 26 langues et dans 150 pays. Elle est utilisée par plus de 21,000 fournisseurs de services pour protéger plus de 750,000 entreprises.

[Add as a preferred source on Google](https://google.com/preferences/source?q=acronis.com)

## Related stories

Want to learn more? Read the latest stories featuring this solution on our blog.

[Blog Acronis](https://www.acronis.com/fr/blog/)

![Image 7: L'IA agentique dans vos outils : exemple avec Acronis Service Desk](https://staticfiles.acronis.com/images/blog-card/0a9e44f5ba35cf7618557409d00c4f12.png)

[L'IA agentique dans vos outils : exemple avec Acronis Service Desk](https://www.acronis.com/fr/blog/posts/how-agentic-ai-works-inside-your-tools-a-practical-example-with-ai-service-desk/)

Acronis Service Desk apporte une approche agentique au workflow des MSP, afin que les techniciens et les responsables de service puissent utiliser l'IA là où le travail est déjà en cours, y compris pour l'automatisation des tâches et l'assistance à la résolution des tickets.

**05 août 2026**6 min de lecture

![Image 8: Empêcher les pertes de données sensibles via des requêtes et des transferts](https://staticfiles.acronis.com/images/blog-card/0c00509cc844e8cab5e56f31c35286a8.png)

[Empêcher les pertes de données sensibles via des requêtes et des transferts](https://www.acronis.com/fr/blog/posts/genai-data-loss-prevention-stopping-sensitive-data-loss-via-prompts-and-uploads/)

Les requêtes et les transferts peuvent contenir des dossiers clients, des notes internes, des prix, des contrats, des identifiants, des données personnelles, du code source ou d'autres informations sensibles qui ne devraient pas quitter l'entreprise via un workflow d'IA non géré.

**24 juillet 2026**7 min de lecture

![Image 9: Sécurité IA générative: applis, agents et serveurs MCP via stratégie centralisée](https://staticfiles.acronis.com/images/blog-card/75a99130d5a7e7a40136eff40fdae75a.png)

[Sécurité IA générative: applis, agents et serveurs MCP via stratégie centralisée](https://www.acronis.com/fr/blog/posts/genai-security-management-governing-apps-agents-and-mcp-servers-through-central-policy/)

L'IA générative en entreprise ne se résume plus à un simple chatbot dans un onglet de navigateur. Concrètement, cela signifie disposer d'un point central pour décider quelle IA est approuvée, qui peut l'utiliser, à quoi elle peut se connecter, ce qu'elle est autorisée à faire et comment l'ensemble est suivi dans la durée.

**24 juin 2026**8 min de lecture