Piratage IA : un seul attaquant frappe des banques coréennes

Une vague de piratages visant des institutions financières sud-coréennes semble être l'oeuvre d'une toute petite structure, voire d'une seule personne. Selon un nouveau rapport de la société de cybersécurité Crowdstrike, l'attaquant s'est appuyé sur des outils de piratage pilotés par l'IA pour accomplir un travail qui mobiliserait normalement une équipe plus importante. L'affaire apporte des preuves concrètes à un débat jusqu'ici nourri surtout par des tests en laboratoire et des mises en garde.

Ce qui s'est passé

Entre fin septembre et début octobre 2026, un attaquant a visé plusieurs institutions financières en Corée du Sud et y a dérobé de grandes quantités de données. Crowdstrike estime que la personne à l'origine de l'opération est probablement sinophone et a probablement agi seule. Aucun de ces deux points n'a été confirmé.

Les dégâts les mieux documentés à ce jour concernent Shinhan Bank. Le quotidien coréen Khan rapporte que plus de 25 000 enregistrements y ont été volés, rien que dans cet établissement. Ils contenaient les noms des clients, leurs coordonnées, leurs revenus et leurs plafonds de crédit. De quoi alimenter des fraudes ciblées, du hameçonnage ou de l'usurpation d'identité.

La réaction politique a été rapide. Le régulateur financier sud-coréen a convoqué une réunion d'urgence et le président Lee Jae Myung a ordonné une enquête approfondie. Pour un pays qui a fait de l'IA une priorité nationale, avec notamment un effort soutenu par l'État pour développer un modèle national, l'incident montre à quelle vitesse cette même technologie peut être retournée contre ses propres banques.

La boîte à outils : open source et modèles du commerce

Au coeur de l'attaque se trouvait ARTEX, un outil chinois open source apparu sur GitHub en juillet. ARTEX automatise les tests d'intrusion. Un test d'intrusion consiste à sonder des systèmes pour y déceler des failles, une tâche normalement confiée à des équipes de sécurité dûment autorisées. Au lieu qu'un humain enchaîne chaque étape, l'outil s'appuie sur des modèles de langage pour détecter lui-même les failles de sécurité.

Dans le cas présent, trois modèles pilotaient ARTEX :

1. DeepSeek v4.1-flash
2. GLM-5.3
3. Grok 4.6

Les chercheurs de Crowdstrike ont également découvert des journaux de sessions Claude Code dans des répertoires que l'attaquant avait laissés accessibles. Claude Code est l'agent de programmation d'Anthropic. Ces journaux révèlent des recherches de groupes Telegram où revendre les données volées. Ce détail compte. Il laisse penser que l'aide de l'IA ne s'est pas arrêtée à l'intrusion. Elle s'est aussi étendue à la monétisation des données dérobées.

Rien de tout cela n'a nécessité de logiciel malveillant sur mesure ni un budget digne d'un État. L'outil était public, et les modèles sont disponibles dans le commerce ou distribués librement. C'est là que l'histoire devient dérangeante.

Pourquoi Crowdstrike s'inquiète

Le message principal de Crowdstrike porte sur l'échelle. Les outils d'IA peuvent permettre à une seule personne de mener des piratages d'envergure en peu de temps. Les experts en sécurité mettent en garde contre ce scénario précis depuis des mois. La crainte n'a jamais été que l'IA invente du jour au lendemain des techniques d'attaque inédites. La crainte était qu'elle réduise le temps, les compétences et la main-d'oeuvre nécessaires pour exploiter à grande échelle des techniques déjà connues.

Le calendrier rend le rapport plus difficile à balayer d'un revers de main. Quelques jours plus tôt, Anthropic avait publié des résultats montrant que GLM-5.3 sait écrire des exploits presque aussi bien que Mythos Preview. Mythos Preview est le modèle de pointe d'Anthropic, celui qui a lancé le débat plus large sur le piratage assisté par l'IA fin mars 2026. GLM-5.3 fait partie des trois modèles utilisés dans les attaques sud-coréennes.

En rapprochant ces deux constats, une tendance se dessine. La capacité à écrire des exploits, qui semblait récemment relever des préoccupations des laboratoires de pointe, se retrouve désormais dans des modèles que les attaquants utilisent déjà sur le terrain.

Pourquoi c'est important

Cette affaire suggère que l'écart entre "l'IA pourrait permettre des attaques" et "l'IA a permis des attaques" s'est en grande partie refermé. Le changement le plus profond est économique. Si un seul opérateur équipé d'un outil open source peut frapper plusieurs banques en deux semaines environ, les défenseurs ne peuvent plus partir du principe que les piratages d'envergure exigent des groupes importants et bien dotés.

Cela complique aussi la question de la sécurité des modèles. Restreindre le modèle d'un fournisseur offre une protection limitée quand les attaquants peuvent passer de DeepSeek à GLM ou Grok au sein du même outil. Le poids repose donc davantage sur le volet défensif, où les fournisseurs bougent déjà. Parmi les exemples : les travaux de Crowdstrike pour entraîner l'IA à attaquer et à défendre et l'initiative d'Anthropic visant à ouvrir plus largement ses modèles à des défenseurs vérifiés.

À surveiller ensuite : si l'enquête sud-coréenne confirme la thèse d'un attaquant unique, si d'autres institutions déclarent des pertes, et comment GitHub et les fournisseurs de modèles réagissent face à des outils à double usage comme ARTEX. Il faudra aussi voir si les régulateurs d'autres pays y verront un cas d'école et commenceront à exiger des banques qu'elles se testent spécifiquement face à des attaques pilotées par l'IA.