Résumé exécutif : l'IA a considérablement amplifié l'usurpation de marque, avec près de la moitié de tous les e-mails traités au deuxième trimestre 2024 contenant des tentatives d'usurpation ou de phishing, dont 40 % générés par l'IA. L'ampleur, la rapidité et la sophistication de ces attaques submergent les équipes de sécurité, épuisent les ressources sur des faux positifs et laissent passer des menaces critiques non détectées. Les consommateurs sont impitoyables lorsque la confiance est trahie : la plupart tiendront la marque, et non l'attaquant, responsable. Se défendre contre cette vague nécessite une protection tout aussi avancée, pilotée par l'IA, capable de détecter chaque utilisation abusive des actifs de marque, de trier les menaces à la vitesse d'une machine et de s'adapter en permanence aux méthodes d'attaque en évolution.
3 points clés à retenir
- L'IA est désormais une arme centrale pour les attaquants – L'usurpation de marque a bondi de 20 % sur un an, avec des kits de phishing comme Morphing Meerkat proposant des modèles prêts à l'emploi pour des centaines de marques connues.
- Le coût de la perte de confiance est énorme – 75 % des consommateurs cesseront toute relation avec une marque après un incident cyber, et la plupart blâmeront l'entreprise pour ne pas avoir protégé leurs données, et non l'attaquant.
- Combattre l'IA par l'IA est essentiel – Une défense efficace nécessite des outils d'IA capables de scanner l'intégralité de la surface d'attaque, de détecter les deepfakes et les domaines usurpés, de prioriser les menaces les plus dangereuses et de réduire drastiquement la charge de triage manuel.
Les marques sont sous attaque. Comme pour nous tous, l'intelligence artificielle (IA) a donné aux acteurs malveillants les outils pour accomplir leur travail plus efficacement et à moindre coût. Au deuxième trimestre 2024, environ 1,8 milliard d'e-mails ont été traités. Parmi eux, 49 % (soit une augmentation de 20 % sur un an) se sont révélés contenir de l'usurpation de marque et d'autres techniques de phishing, dont 40 % générés par des outils d'IA.
Pour ceux d'entre nous qui travaillons dans la défense, une augmentation de 20 % des attaques pilotées par l'IA en moins de 12 mois n'est pas une surprise. Pas plus que la nouvelle selon laquelle le kit de phishing Morphing Meerkat contenait 114 modèles de design de marques, dont Bank of America, Amazon, PayPal, Google Workspace et Apple iCloud. Non, ce qui est difficile à croire, c'est la déferlante de solutions apparues comme par magie pour réellement résoudre ce problème, qui a coûté aux entreprises plus de 12 milliards de dollars en pertes de revenus et en remédiation de marque.
Ce que nous entendons sur le terrain
Au cours de l'année écoulée, j'ai écouté des RSSI, des analystes de sécurité et des responsables marketing qui gèrent certaines des marques les plus reconnaissables au monde. Leurs récits sont remarquablement similaires :
- Trop de bruit, trop peu de clarté : les flux de menaces génèrent des milliers d'alertes, mais les incidents qui font les gros titres passent souvent inaperçus.
- Le triage manuel épuise les équipes : les analystes passent des heures à prouver que 99 % de ce qu'ils examinent est inoffensif, laissant très peu de temps pour le 1 % qui peut nuire aux clients.
- Les angles morts se multiplient : les nouveaux domaines web, les comptes d'usurpation de dirigeants, les deepfakes générés par l'IA et les écosystèmes de partenaires tentaculaires créent une surface d'attaque qui évolue plus vite que n'importe quel tableur ne peut suivre.
Les responsables de la sécurité recherchent désespérément la capacité de gérer les actifs de leur marque et d'identifier rapidement les menaces (surtout avec les avancées continues de l'IA), sans dépendre d'outils et de solutions compliqués qui ne répondent pas à leurs besoins. Le besoin d'une visibilité complète sur l'ensemble de la surface d'attaque est urgent, et non un simple plus.
Les marques construisent de la valeur, mais la confiance est éphémère
La rapidité, comme pour la plupart des cyberattaques, est cruciale. Les entreprises dépensent des milliards (et souvent des décennies) à construire une marque, pour voir la confiance s'éroder du jour au lendemain. Selon une récente étude sectorielle, 75 % des consommateurs sont prêts à rompre les liens avec une marque à la suite d'un incident de cybersécurité, la responsabilité restant à la porte de la marque. Aux États-Unis, 64 % des Américains blâmeraient l'entreprise, et non le pirate, pour la perte de données personnelles. De même, 44 % des consommateurs attribuent les incidents cyber à un manque de mesures de sécurité de la part de l'entreprise.
Pour les RSSI qui se préparent pour la prochaine réunion du conseil d'administration, investir dans les bons outils de sécurité pour garantir une visibilité complète devrait être une priorité absolue. Nous constatons certains progrès dans le secteur et je salue la récente annonce de Microsoft concernant le lancement de son Programme européen de sécurité, pour lutter contre la montée de l'IA en tant qu'acteur de menace en pleine évolution. L'entreprise reste à ce jour la plus exposée aux tentatives de phishing de marque, représentant 61 % en 2024.
Comment l'IA peut faire progresser la protection de la marque
Pour combattre la vitesse, l'ampleur et la sophistication croissante de l'IA, il faut utiliser l'IA. Avec le bon outil, comme Red Sift Brand Trust, vous pouvez désormais scanner des millions de domaines et sous-domaines sur l'ensemble d'Internet, traitant plus de données en une minute qu'une équipe humaine ne pourrait en examiner en un mois. Le secret consiste à rechercher des modèles spécialement entraînés capables de détecter les campagnes d'usurpation de marque telles que les domaines similaires, les logos falsifiés, les photos de dirigeants en deepfake, et les schémas de texte devenus plus efficaces que les escroqueries de phishing traditionnelles.
Et au-delà de la détection de ce contenu militarisé, une IA spécialement entraînée impose de la clarté au chaos. Elle regroupe des milliers d'artefacts liés en un seul fil narratif, transformant un flot quotidien d'indicateurs bruts en un récit concis sur lequel un analyste IA peut agir sans avoir à faire défiler des alertes sans fin. Ensuite, des scores de risque en réentraînement continu placent les menaces les plus conséquentes en tête de file d'attente. Les analystes ne doivent plus perdre de temps à poursuivre ce qui vient d'apparaître le plus récemment ; ils doivent plutôt se concentrer sur ce qui peut causer de réels dommages dès maintenant. Enfin, en automatisant la découverte, l'enrichissement et le premier tri, des heures précieuses peuvent être récupérées. Ces heures récupérées deviennent des enquêtes, des retraits de contenu et de l'éducation client, redonnant aux organisations des ressources et du temps vitaux.
Une checklist orientée client pour évaluer les solutions
Plutôt que de comparer des listes de fonctionnalités, mes conversations avec les responsables de la sécurité se sont concentrées sur quatre questions pratiques. Je partage ce conseil pour tous ceux qui avancent :
À quoi ressemble une bonne solution ? | Pourquoi c'est important |
1. La solution que vous étudiez voit-elle tout ce qui porte ma marque, que je le possède ou non ? | Les attaquants exploitent les sous-domaines oubliés, les instances SaaS dormantes et les orthographes similaires que vous n'avez jamais enregistrées. Une découverte exhaustive comble ces lacunes avant qu'elles ne deviennent des outils d'ingénierie sociale. |
2. Réduit-elle mon travail manuel semaine après semaine ? | Le ROI de tout investissement en sécurité se mesure autant en heures d'analyste économisées qu'en dollars perdus ou récupérés. Recherchez des workflows qui réduisent les arriérés de triage sans en créer de nouveaux. |
3. À quelle vitesse le système apprend-il de chaque incident ? | Un système doit réintégrer chaque retrait confirmé ou faux positif dans son modèle, afin que votre prochaine alerte soit plus intelligente que la précédente. Les jeux de règles statiques ne peuvent pas suivre le rythme des kits de phishing générés par l'IA qui évoluent quotidiennement. |
4. Vieillira-t-elle bien ? | Les migrations vers le cloud, les changements de marque et les expansions de marché modifient tous votre surface d'attaque. Les plateformes qui intègrent de nouvelles sources de données et se réentraînent en continu sont pérennes ; celles qui reposent sur des intégrations ponctuelles ne le sont pas. |
Si un fournisseur peut prouver ses progrès sur ces quatre fronts, les matrices de fonctionnalités deviennent rapidement secondaires. Mais au-delà de cocher des cases, la chose la plus importante qu'un fournisseur devrait avoir, c'est une vision. Le bon outil dote votre marque d'une carte holistique en temps réel de la surface d'attaque de la marque, avec les vulnérabilités les plus critiques vous alertant pour agir avant qu'un dommage réputationnel ne survienne.
Pour ceux qui pensent pouvoir attendre avant d'investir dans une solution de détection de marque adéquate, permettez-moi d'être catégorique : la montée du phishing assisté par l'IA ne ralentira pas ; le bond de 20 % sur un an du deuxième trimestre 2024 est déjà de l'histoire ancienne.
Si vous êtes prêt à vous lancer, nous sommes prêts à vous accompagner chez Red Sift. Envoyez-nous un message et démarrez dès maintenant.
Rahul Powar is the co-founder and CEO of Red Sift. A technologist and thought leader in both AI and cybersecurity, Rahul's career previously includes Thomas Reuters and the Shazam.