ChatGPT, Claude et d'autres assistants IA ne se contentent plus de répondre à des questions : ils utilisent des outils, accèdent à des données et exécutent des actions. Une évolution majeure qui transforme les enjeux de sécurité et de gouvernance des identités.
Du chatbot à l'agent IA : une nouvelle dimension pour l'IAM
Dans de nombreuses entreprises, les assistants IA sont encore gérés comme des applications SaaS classiques : authentification unique (SSO), prévention des fuites de données et règles d'utilisation. Mais leurs capacités évoluent rapidement et appellent de nouveaux mécanismes de contrôle.
ChatGPT, Claude et d'autres assistants peuvent désormais consulter des fichiers, envoyer des messages, créer des tickets ou exécuter du code. Ces actions reposent sur des outils (tools), accessibles notamment via des connecteurs regroupant plusieurs fonctionnalités (toolsets), par exemple dans Google Drive, Slack ou Salesforce.
Dès lors qu'un assistant peut mobiliser des outils pour accomplir des tâches de manière autonome, il entre dans une logique agentique. Pour l'IAM, cela implique de gouverner non seulement son identité et ses accès, mais aussi les actions qu'il est autorisé à réaliser.
IA agentique : les éditeurs accélèrent l'intégration des outils
L'écosystème de l'IA agentique évolue rapidement. En novembre 2024, Anthropic introduit le Model Context Protocol (MCP), qui facilite l'interconnexion entre assistants IA, outils et sources de données. En 2025, Mistral AI et OpenAI accélèrent à leur tour avec le lancement de nouvelles capacités agentiques.
Cette évolution s'accompagne d'une intégration toujours plus poussée des outils aux assistants IA. Les connecteurs deviennent plus accessibles et certaines fonctionnalités peuvent être activées par défaut, selon les plateformes et leurs paramètres d'administration.
Pour les entreprises, cette ouverture représente une formidable opportunité d'automatisation et de productivité. Elle soulève également une question essentielle : comment garder la maîtrise des outils et des données auxquels les agents IA peuvent accéder ?
La réponse ne peut pas reposer uniquement sur les paramètres proposés par chaque éditeur. Elle nécessite une gouvernance cohérente des identités et des autorisations, à l'échelle du système d'information.
Gouvernance des agents IA : pourquoi contrôler les outils ne suffit pas ?
Des autorisations adaptées aux capacités de chaque agent
Le niveau de risque d'un agent IA ne dépend pas uniquement du modèle utilisé, mais aussi des outils et des ressources auxquels il peut accéder. Un assistant qui consulte des documents en lecture seule n'a pas les mêmes capacités d'action qu'un agent autorisé à envoyer des emails ou à modifier des données métier.
La gouvernance doit donc tenir compte des permissions associées à chaque outil (tool) et des actions que l'agent est autorisé à exécuter. Le contrôle peut notamment intervenir au moment de l'appel d'outil, lorsqu'une intention se traduit en action.
Les passerelles MCP constituent l'une des réponses techniques à cet enjeu. Placées entre les agents et les outils, elles permettent de centraliser certains contrôles d'accès et d'autoriser ou de refuser les appels selon les politiques définies.
Agents IA et passerelles MCP : les limites de visibilité
Les passerelles MCP permettent de contrôler les échanges qui transitent par elles. Mais tous les assistants IA ne passent pas nécessairement par ces points de contrôle. Les connecteurs natifs de plateformes comme ChatGPT ou Claude peuvent communiquer directement avec les applications et services auxquels ils sont associés.
Ces plateformes proposent leurs propres mécanismes d'administration des accès. Dans Claude, par exemple, les administrateurs peuvent définir différents niveaux d'autorisation pour les outils connectés, selon les fonctionnalités disponibles.
Le véritable enjeu est celui de la cohérence des politiques d'accès. Lorsque plusieurs assistants IA et plateformes d'agents coexistent, les autorisations peuvent être réparties entre différentes consoles d'administration, sans visibilité centralisée sur l'ensemble des accès.
Gouvernance des agents IA : au-delà du contrôle des outils
Même avec une passerelle MCP, certaines activités des agents IA échappent aux mécanismes classiques de contrôle des accès. C'est notamment le cas des actions réalisées directement dans leur environnement d'exécution (harness), comme l'utilisation d'un terminal ou l'accès à des fichiers locaux.
D'autres risques apparaissent lors de l'exploitation des données. Un document ou une page web contenant des instructions malveillantes peut, par exemple, provoquer une attaque par injection de prompt (prompt injection) et influencer le comportement d'un agent.
Ces spécificités appellent deux approches complémentaires : gouverner les accès aux outils et gouverner les identités des agents IA eux-mêmes. La première permet de contrôler les autorisations et les ressources utilisées. La seconde apporte une visibilité sur les agents, leurs responsables, leurs missions et leur cycle de vie.
Ensemble, elles permettent d'étendre la gouvernance IAM aux nouveaux usages de l'IA agentique.
IA agentique : vers une nouvelle approche de la gouvernance IAM
L'essor des agents IA fait évoluer les pratiques de gestion des identités et des accès. Au-delà de l'authentification, les entreprises doivent désormais maîtriser les outils mis à disposition des agents, les données auxquelles ils accèdent et les actions qu'ils sont autorisés à exécuter.
Cela implique une gouvernance complémentaire des agents et des outils : identifier chaque agent, encadrer ses autorisations et contrôler l'utilisation des ressources, indépendamment des plateformes et des éditeurs.
Chez Memority, nous sommes convaincus que l'IAM a un rôle central à jouer dans cette évolution. En intégrant les agents IA à une gouvernance des identités unifiée, les entreprises peuvent accompagner l'innovation tout en conservant la maîtrise des accès.
