Dans le monde en constante évolution de la technologie, le changement est souvent la seule constante. Pour les responsables de la sécurité des systèmes d'information (RSSI), le passage à l'inférence sur appareil pour les grands modèles de langage (LLM) n'est pas simplement un autre changement—c'est un bouleversement majeur qui exige une attention immédiate. Alors que les employés commencent à exécuter des modèles d'IA puissants localement, contournant les mesures de sécurité réseau traditionnelles, une nouvelle ère de "Shadow AI 2.0" émerge, posant des défis et des risques uniques.
La Révolution Silencieuse de l'IA Locale
Depuis un an et demi, la stratégie pour gérer l'IA générative dans les entreprises était relativement simple : contrôler ce qui se passe dans le cloud. Les équipes de sécurité se concentraient sur la surveillance et le contrôle des données qui sortaient du pare-feu de l'entreprise. Cependant, cette approche devient obsolète à mesure que de plus en plus d'employés commencent à exploiter la puissance de l'IA directement sur leurs appareils.
Trois avancées technologiques ont contribué à ce changement :
- Avancées du matériel grand public : Les ordinateurs portables modernes, comme un MacBook Pro haut de gamme, peuvent désormais exécuter des modèles sophistiqués avec facilité, transformant ce qui n'était autrefois possible que sur des serveurs multi-GPU en une tâche routinière.
- Quantification grand public : La capacité à compresser les modèles en formats plus petits tout en maintenant les performances a rendu possible l'exécution de ces modèles localement.
- Distribution sans faille : L'accès à des modèles à poids ouvert est désormais aussi simple que d'exécuter une seule commande, permettant aux employés d'exécuter des modèles d'IA sans aucune dépendance réseau.
Cette capacité à faire fonctionner l'IA localement signifie que des activités qui nécessitaient autrefois un accès Internet peuvent désormais se dérouler entièrement hors ligne, créant un scénario où les outils de sécurité réseau peuvent ne rien détecter d'inhabituel.
Redéfinir le Risque : De l'Exfiltration à l'Intégrité
Avec des données qui ne quittent plus nécessairement les limites du réseau d'entreprise, on pourrait se demander pourquoi les RSSI devraient s'inquiéter. La réponse réside dans la nature changeante des risques, passant de l'exfiltration de données à des préoccupations concernant l'intégrité, la provenance et la conformité.