L’IA facilite le travail en cybersécurité et complique l’entrée dans le métier

Imaginez la file d’alertes d’un analyste sécurité un lundi matin. Un système d’IA a déjà regroupé les alertes liées, récupéré les journaux utiles et proposé les prochaines vérifications. Pour une équipe débordée, c’est un soulagement. Pour quelqu’un en première année, la question est plus inconfortable : si le logiciel traite désormais les investigations de routine, où le prochain analyste apprendra-t-il à enquêter ?

Selon nous, ce n’est pas d’abord une question de nombre d’emplois. C’est une question de ce que devient l’apprentissage qui était intégré au travail de routine. La cybersécurité rend le problème très visible, parce que le métier s’appuie depuis longtemps sur le traitement répétitif des alertes comme apprentissage. Mais le même schéma vaut partout où l’IA reprend les tâches « simples » sur lesquelles les débutants s’exerçaient.

Ce que montre vraiment la nouvelle enquête

Le 30 septembre 2026, Swimlane, éditeur de solutions d’automatisation de la sécurité, a publié une enquête menée par Sapio Research auprès de 500 professionnels et responsables des opérations de sécurité aux États-Unis et au Royaume-Uni.¹ Les principaux résultats tirent dans deux directions :

Le détail le plus parlant se trouve dans le groupe des 24 %. Même parmi les personnes qui estiment que l’IA a limité leur propre progression, 91 % déclarent une satisfaction plus élevée. Le travail peut devenir plus agréable pendant que l’accès au métier se complique. Ce sont deux résultats différents, et un employeur peut facilement voir le premier sans remarquer le second.

Quelques limites comptent. L’enquête porte sur des organisations d’au moins 500 salariés qui utilisent déjà l’IA, et elle a été commandée par un éditeur qui vend de l’automatisation de la sécurité. Ses chiffres décrivent les expériences et les attentes des répondants, pas une baisse mesurée des recrutements de juniors. Ils ne doivent pas être appliqués aux petites entreprises ni aux employeurs en général.

Pourquoi les alertes de routine servaient de terrain d’apprentissage

Les centres opérationnels de sécurité (SOC) confient traditionnellement aux analystes juniors un flux continu d’e-mails suspects, de connexions inhabituelles, d’alertes sur les postes de travail et d’indices désordonnés. C’est en grande partie répétitif. C’est aussi là qu’un analyste apprend à distinguer une anomalie banale d’une vraie menace, à poser de meilleures questions et à sentir quand une explication trop nette est fausse.

Les outils assistés par l’IA savent désormais trier les alertes, résumer les éléments, regrouper les incidents liés et rédiger des recommandations de réponse. Ils peuvent réduire le temps passé sur les faux positifs évidents, ce qui est utile quand l’alternative est de laisser des alertes sans réponse. Le risque est plus subtil que « moins de tâches pour les juniors ». Il est que les organisations gardent les tâches mais en retirent l’apprentissage. Un junior à qui l’on demande de valider une recommandation de l’IA sans savoir quels journaux ont été vérifiés, quelles explications ont été écartées ni comment la conclusion pourrait être fausse, supervise sans comprendre. Ce n’est pas de l’expertise, et cela n’en deviendra pas avec le temps.

La différence entre une IA qui conseille et une IA qui agit renforce ce point. Un système qui suggère une piste d’investigation est une chose. Un système autorisé à isoler un ordinateur, désactiver un compte ou bloquer un processus métier en est une autre. Plus l’action a de conséquences, plus il importe de savoir ce que la personne qui la valide a réellement appris et peut vérifier.

Un problème de compétences plus que d’effectifs

D’autres études publiées cette année vont dans le même sens : la pression porte davantage sur les compétences et les parcours de carrière que sur le nombre d’emplois.

• SANS Institute et GIAC (mars 2026, 947 répondants dans le monde). 74 % des organisations déclarent que l’IA modifie la taille ou la structure des rôles de leurs équipes de sécurité, mais seulement 16 % font état d’une réduction effective des effectifs due à l’IA. Seules 24 % disent disposer de parcours de carrière en cybersécurité bien définis et clairement communiqués. 60 % jugent le manque de compétences plus problématique, contre 40 % qui citent le manque de personnel.² À noter : 72 % des répondants sont des responsables sécurité, ce qui influence la façon dont le recrutement et le développement sont décrits.
• ISC2 (avril 2026). À partir de son étude sur les effectifs en cybersécurité, l’ISC2 indique que 95 % des répondants voient au moins un besoin de compétences en cybersécurité dans leur organisation, et que 59 % qualifient ce déficit de critique ou d’important. L’organisation met en garde contre la recherche d’un profil « introuvable » qui combinerait les fondamentaux de la sécurité et la capacité à configurer et interpréter des systèmes d’IA, et recommande d’investir dans les équipes existantes.³
• PwC (juin 2026, au-delà de la cybersécurité). En analysant 2,4 millions d’offres d’emploi de débutants aux États-Unis, PwC constate que les postes de débutants les plus exposés à l’IA ont sept fois plus de chances d’exiger des compétences traditionnellement associées aux postes seniors, comme le leadership, la créativité ou les interactions en face à face.⁴ Les offres d’emploi montrent ce que demandent les employeurs, pas qui est recruté ni si l’IA est la cause du changement.

Ces mesures ne sont pas interchangeables. Une réorganisation des rôles n’est pas un licenciement, et un manque de compétences ne prouve pas l’absence de candidats adaptés. Prises ensemble, elles suggèrent pourtant que beaucoup d’employeurs transforment le travail plus vite qu’ils ne construisent les chemins pour y accéder. Nous avons décrit le même phénomène dans d’autres métiers dans l’IA transforme les tâches plus vite que les intitulés de poste.

Les nouveaux rôles liés à l’IA reposent sur une expertise ancienne

L’automatisation crée aussi du travail. Les équipes de sécurité pourraient avoir besoin de personnes qui testent les recommandations de l’IA, auditent les décisions automatisées, analysent les défaillances des modèles, conçoivent les règles d’escalade et expliquent les incidents à des collègues non techniques. Les 41 % de Swimlane traduisent cette attente, mais il s’agit d’une prévision de rôles, pas d’un nombre de postes ouverts ou de recrutements. Nous avons examiné l’émergence de ce travail de supervision dans l’IA crée des emplois pour garder l’IA sous contrôle.

Il y a toutefois un piège. Ces responsabilités exigent précisément le jugement que les investigations de routine permettaient de construire. Personne ne peut évaluer sérieusement un modèle de détection des menaces en ayant seulement appris où cliquer sur « approuver ». Il faut assez de pratique pour repérer un contexte manquant, une hypothèse erronée et le coût d’une erreur pour l’activité.

Pour les profils expérimentés, moins de tri répétitif peut signifier plus de temps pour le mentorat, le test des contrôles et les investigations complexes. Pour les débutants, l’occasion n’existe que si quelqu’un la conçoit. L’automatisation ne crée pas un apprentissage à elle seule.

Ce que peuvent faire les petites organisations

Une petite entreprise ou une association ne doit pas chercher à copier un grand SOC. Beaucoup s’appuient sur un prestataire externe, un informaticien généraliste ou une équipe mutualisée. Elles peuvent bénéficier de la détection automatisée tout en ayant encore moins de moyens pour la contrôler. L’échantillon de Swimlane ne dit rien de la fréquence de ces situations : ses pourcentages ne doivent donc pas être transposés aux petits employeurs.

Les pistes suivantes sont des propositions éditoriales, pas des résultats de recherche validés. Elles visent à intégrer l’apprentissage au travail plutôt qu’à en faire un programme à part :

1. Conserver les éléments. Quand un système automatisé signale ou clôt un incident, gardez assez de données sous-jacentes pour qu’une personne puisse reconstituer le raisonnement.
2. Revoir quelques cas chaque semaine. Par exemple, une courte séance hebdomadaire sur une alerte traitée par l’IA, un faux positif et un cas qu’elle a escaladé. Le but n’est pas de recréer des tâches inutiles, mais d’apporter du retour d’expérience.
3. Faire tourner les juniors sur des revues supervisées de recommandations de l’IA, justes comme erronées, et utiliser des simulations ou des retours d’expérience après incident pour s’exercer aux décisions que l’automatisation expose rarement.
4. Écrire qui peut autoriser les actions à fort impact (isoler un appareil, désactiver un compte) et quand l’escalade est obligatoire.
5. Être honnête dans les offres d’emploi. Si un poste junior consiste désormais à évaluer des résultats de l’IA, prévoyez d’enseigner les connaissances métier qui permettent cette évaluation. Sinon, « junior » devient un salaire plus bas assorti d’attentes de senior.

Dans l’UE, il existe aussi un socle juridique. L’article 4 du règlement européen sur l’IA impose aux fournisseurs et aux déployeurs de systèmes d’IA de prendre des mesures pour favoriser la maîtrise de l’IA de leur personnel. Depuis les modifications « Digital Omnibus » de 2026, le texte précise que cela ne signifie pas garantir un niveau donné pour chaque personne.^{5, 6} Intégrer la revue des résultats de l’IA dans la formation au quotidien est une façon concrète de montrer que de telles mesures existent.

L’échelle des carrières est une décision managériale

Les études ci-dessus ne montrent pas que l’IA a déjà supprimé le premier échelon des carrières en cybersécurité. Les chiffres les plus récents sont des perceptions issues d’enquêtes, pas la preuve d’un lien de cause à effet. Ils révèlent toutefois assez de tensions pour justifier la vigilance plutôt que la complaisance.

La question décisive est ce que les organisations font du temps que l’IA leur fait gagner. Elles peuvent l’utiliser uniquement pour traiter plus d’alertes avec moins de monde, ou aussi pour apprendre aux équipes à remettre en cause les décisions automatisées. Si les juniors perdent le travail répétitif mais gagnent une exposition structurée aux éléments de preuve, au jugement et à la responsabilité, le métier peut devenir plus attractif et plus solide. S’ils perdent à la fois les tâches et la formation, le gain de productivité d’aujourd’hui deviendra la pénurie d’experts de demain. L’IA rend peut-être le travail de sécurité plus facile. Savoir si elle rend les carrières plus difficiles dépend, dans une large mesure, de décisions que les employeurs prennent maintenant.

Questions fréquentes

L’IA supprime-t-elle les postes de débutants en cybersécurité ?

Les données disponibles ne le montrent pas. Dans l’enquête SANS et GIAC, 74 % des organisations déclarent que l’IA modifie la taille ou la structure des rôles, mais seulement 16 % font état de réductions d’effectifs. Les enquêtes montrent surtout une inquiétude sur des exigences d’entrée plus élevées et sur moins d’occasions pour les juniors d’acquérir une expérience de base.

Pourquoi l’automatisation du tri des alertes freine-t-elle le développement des compétences ?

Les alertes de routine sont l’endroit où les analystes apprennent à reconnaître ce qui est normal et ce qui ne l’est pas. Si l’IA les traite et que les juniors se contentent de valider ses conclusions, ils risquent de prendre des décisions difficiles sans l’expérience nécessaire pour les juger.

Comment une petite équipe peut-elle continuer à former ses juniors quand l’IA traite la routine ?

Conservez les éléments derrière les décisions automatisées, revoyez chaque semaine quelques cas traités par l’IA avec les juniors, utilisez des simulations et des retours d’expérience après incident, et définissez clairement qui peut autoriser les actions à fort impact.

Comment hilighter peut vous aider

Préserver une échelle de carrière commence par savoir quelles compétences chaque poste exige et où en est chacun. hilighter vous aide à cartographier les compétences par poste, catégorie et niveau de maîtrise, à impliquer les managers dans leur évaluation, à comparer les compétences de chacun aux exigences d’un poste et à construire des parcours de développement personnalisés pour celles et ceux qui prennent de nouvelles responsabilités, comme la revue des résultats de l’IA. Son analyse AI Job Impact donne une vue indicative de la façon dont l’IA pourrait faire évoluer vos postes. Une offre gratuite est disponible, et les offres sont tarifées selon le nombre de postes, avec un nombre de salariés illimité.

Sources

1. Swimlane, Swimlane Research: How AI is Reshaping the SOC Career Ladder, 30 septembre 2026. Enquête auprès de 500 répondants réalisée par Sapio Research pour Swimlane, éditeur de solutions d’automatisation de la sécurité.
2. SANS Institute, SANS Research: The Cybersecurity Talent Shortage Narrative Is Wrong, mars 2026 ; GIAC, 2026 Cybersecurity Workforce Research Report, 11 mars 2026.
3. ISC2, ISC2 Cybersecurity Workforce Study Deep Dive: Aligning Skills, People and Hiring in Cybersecurity, 17 avril 2026.
4. PwC, AI reshapes global labour market into two distinct paths, rewarding human skills: PwC 2026 Global AI Jobs Barometer, communiqué de presse, 15 juin 2026.
5. AI Act Service Desk, Article 4: AI literacy, texte consolidé ; Règlement (UE) 2024/1689 (règlement sur l’intelligence artificielle), article 4.
6. Règlement (UE) 2026/1744 modifiant le règlement (UE) 2024/1689 (« Digital Omnibus » sur l’IA), Journal officiel de l’Union européenne, 24 juillet 2026.

Sources et références réglementaires vérifiées pour la dernière fois le 19 octobre 2026.