Automox veut gouverner les agents IA sur les postes de travail

Une adoption qui dépasse les outils de recensement

Gartner prévoit que des agents IA spécialisés dans une tâche seront intégrés à 40 % des applications d'entreprise d'ici la fin de l'année, contre moins de 5 % auparavant. Or les systèmes chargés de cataloguer ce qui tourne sur un appareil géré n'ont pas suivi, rapporte The Next Web. Selon une enquête d'Automox auprès de professionnels de l'informatique, 46 % des organisations automatisent aujourd'hui l'inventaire et la surveillance de leurs endpoints.

Le problème dépasse le simple recensement des logiciels. C'est le moment où un programme cesse d'attendre qu'on lui dise quoi faire : un agent résident lit des fichiers locaux, appelle des outils, invoque des API et enchaîne des actions en l'absence de toute supervision.

Des chiffres d'adoption en forte hausse

Cyberhaven Labs a mesuré une progression de 509 % en un an de l'adoption en entreprise d'applications natives de l'IA basées sur les endpoints. Phantom Labs, chez BeyondTrust, évalue à 466,7 % sur un an la croissance des agents IA dans les environnements d'entreprise. Ces deux chiffres proviennent de la télémétrie de fournisseurs, et non d'une mesure sectorielle, mais ils vont dans le même sens.

« Personne ne fait tout bien. Mais il y a une différence entre se tromper et se tromper partout en même temps », déclare Justin Talerico, directeur général d'Automox. « Un mauvais choix sur une machine, vous le corrigez et vous passez à autre chose. Le même choix appliqué à tout le parc, et vous ne corrigez plus une erreur, vous gérez une crise. La vitesse sans l'échelle est une courbe d'apprentissage. La vitesse à l'échelle est un pari sur son propre jugement, à chaque fois. C'est la partie que les gens n'envisagent qu'une fois qu'il est trop tard. »

Une visibilité limitée sur les parcs

La propriété qui rend un agent utile, agir sans attendre, est aussi ce qui transforme un agent non gouverné en incident à l'échelle du parc. Ces incidents reviennent par définition aux équipes responsables des endpoints. Or la plupart de ces équipes manquent de visibilité sur leur propre parc : seuls 36 % des sondés d'Automox se déclarent très ou extrêmement confiants dans la visibilité de leur conformité.

Le privilège hérité, et non demandé

Un agent IA ne dispose d'aucun privilège propre. Il s'exécute avec l'identité et le périmètre de permissions de ce qui l'a lancé, souligne BeyondTrust à propos de la gouvernance des identités d'agents. Le système d'exploitation ne distingue pas une commande saisie par une personne d'une commande générée par un modèle. Aucune exploitation n'est nécessaire : le dispositif fonctionne comme prévu.

La révocation est le verbe qui manque à la plupart des discussions sur les agents. L'inventaire confirme l'existence d'un agent et le cadrage décide de ce qu'il peut faire. Ce qu'un outil de gestion de parc peut seul trancher, c'est ce qui se passe dans les quatre-vingt-dix secondes qui suivent la décision d'arrêter l'agent.

Le Top 10 de l'OWASP pour les applications de LLM classe ce mode de défaillance sous le terme d'agence excessive, qu'il rattache à une fonctionnalité, des permissions et une autonomie excessives. Deux de ces trois points relèvent des permissions. Ses mesures correctives ressemblent à une politique d'endpoint : limiter ce que l'agent peut atteindre, exécuter dans le contexte de l'utilisateur, exiger une approbation pour les actions à fort impact.

Des contrôles d'accès encore rares

La plupart des organisations ne le font pas. Le rapport IBM sur le coût d'une violation de données 2026 constate que 92 % des organisations ayant déclaré une violation liée à l'IA manquaient de contrôles d'accès adaptés, et que 40 % seulement appliquent des contrôles d'accès aux modèles et aux données d'IA. L'enquête 2026 de Teleport sur l'identité des infrastructures mesure un taux d'incidents de 17 % pour un accès à l'IA en moindre privilège, contre 76 % pour des systèmes sur-privilégiés.

Les contrôles qui rendent un agent sûr à exécuter rendent aussi sûre toute modification automatisée. L'intégration d'Automox au Model Context Protocol, tournée vers les agents, est livrée avec un mode lecture seule qui désactive toute opération d'écriture par un seul réglage, un accès aux outils cadré par rôle et des identifiants de corrélation inscrits dans un journal d'audit à chaque invocation. Il ne s'agit pas d'une nouvelle catégorie de contrôle, mais de la gouvernance des endpoints appliquée à un appelant qui raisonne.

L'IA fantôme, troisième action interne non malveillante

Tout cadre de gouvernance suppose une population connue d'agents. Elle ne l'est pas. Le rapport Verizon 2026 sur les enquêtes en cas de violation de données relève que 67 % des utilisateurs accèdent à des services d'IA depuis des comptes non professionnels sur des appareils d'entreprise. 45 % des salariés sont désormais des utilisateurs réguliers d'IA sur ces appareils, contre 15 % un an plus tôt.

L'IA fantôme est devenue la troisième action interne non malveillante la plus fréquente dans le jeu de données de prévention des pertes de Verizon, avec un quadruplement en pourcentage. Le type de données le plus souvent transmis à des modèles non autorisés est le code source. Les chiffres d'IBM vont dans le même sens : les incidents liés à l'IA fantôme ont plus que doublé, à 43 % contre 20 %, et 68 % des organisations victimes de violation n'avaient aucune politique de gestion ou de détection.

Bloquer des outils nommés ne fonctionne pas quand la catégorie croît plus vite que la liste de blocage. Les équipes responsables des endpoints en ont tiré la conclusion il y a dix ans à propos des logiciels non autorisés : la réponse a été l'inventaire, la politique et la capacité de retrait.

La résistance ne porte pas sur la valeur. Interrogés sur ce qui freine la gestion autonome des endpoints, 46 % des professionnels de l'informatique sondés par Automox citent les implications pour la confidentialité et la sécurité des données, 44 % le risque de modifications incorrectes ou non autorisées et 36 % une confiance limitée dans les recommandations pilotées par l'IA. Ce qu'ils réclament d'abord, ce sont des freins : le retour arrière automatique, cité par 43 %, et la possibilité de mettre en pause ou de passer outre, citée par 42 %.

Le débat sur l'appartenance des agents IA à la gestion des endpoints a été tranché par leur lieu d'exécution. Reste une question de responsabilité avant d'être technique : quelle équipe tient l'inventaire des agents, qui fixe le périmètre de permissions, et à quelle vitesse l'accès peut être retiré quand ce périmètre se révèle erroné.