L’IA va-t-elle remplacer les analystes en cybersécurité ? Alertes, CVE et IOC s’automatisent ; faux positifs et confinement restent humains.
Les organisations auront toujours besoin d’analystes en cybersécurité. Ce qui s’affaiblit, c’est le rôle qui se limite à organiser l’information.
Le travail d’un analyste en cybersécurité va bien au-delà de la lecture des alertes. Il consiste à examiner les journaux, les vulnérabilités, les droits d’accès, les communications et les schémas d’utilisation pour déterminer où se situe le risque réel et ce qu’il faut protéger en priorité. Ce qu’il protège, ce ne sont pas seulement des systèmes, mais aussi l’activité de l’entreprise, les informations des clients et la continuité de l’activité.
L’IA est particulièrement efficace pour organiser de grands volumes d’informations et réaliser une première analyse fondée sur des règles connues. La réduction du bruit et la synthèse sont particulièrement faciles à automatiser. Mais le travail consistant à déterminer la gravité réelle d’un risque et ce qu’il faut traiter en priorité reste du ressort des humains.
Calculé par ai-job-risk.net à partir de quatre jeux de données publics, sur une échelle de 0 à 100 relative aux 188 métiers que nous couvrons. Plus le chiffre est élevé, plus les tâches du métier sont des tâches que l’IA générative peut accomplir ou pour lesquelles elle est déjà utilisée. Ce n’est pas une probabilité de perdre son emploi.
Analyse des tâches par des chercheurs (Eloundou et al. ; OIT). Exprimée en centile parmi tous les métiers qu’ils évaluent.
Usage observé de Microsoft Copilot et d’Anthropic Claude pour les tâches de ce métier. Exprimé en centile parmi tous les métiers qu’ils évaluent.
Évolution de la demande, évolution de la productivité : la part de cette profession dans l'emploi des secteurs qui l'emploient devrait augmenter, car les entreprises renforcent leurs effectifs et leurs capacités en sécurité informatique face aux menaces croissantes de cyberattaques visant des données sensibles ou financières, une hausse légèrement compensée par les gains d'efficacité liés au recours accru aux technologies automatisées et d'intelligence artificielle (IA) pour améliorer les mesures de sécurité.
Demand change, productivity change - share increases as firms increase their IT security staffs and capabilities as a response to increasing threats of cyberattacks aimed at sensitive or financial data, offset slightly by efficiencies gained through increased use of automated and artificial intelligence (AI) technologies to improve security measures.
Chiffres américains pour la catégorie professionnelle du BLS « Information security analysts ». Les projections du BLS supposent que la technologie continue d’évoluer à son rythme historique ; elles ne constituent pas une prévision de l’effet de l’IA à elle seule.
Sources
Indice d’exposition calculé par ai-job-risk.net à partir des jeux de données ci-dessous (données au 15 octobre 2026). Les chiffres du travail américains proviennent du BLS, sans modification.
Les éditeurs de ces données n’ont ni préparé, ni relu, ni approuvé ce site. Citations complètes, licences et méthode
Vue de l’extérieur, la cybersécurité peut ressembler à un domaine où l’IA prendra de plus en plus en charge automatiquement le traitement des alertes, des CVE, la recherche de correspondances d’IOC et la production des rapports.
C’est vrai pour la couche de traitement de l’information du métier. Mais dans la réalité des opérations de sécurité, la difficulté consiste à déterminer s’il s’agit d’un faux positif ou d’une menace réelle, quel niveau de confinement est approprié et comment réagir sans nuire davantage à l’activité que l’attaque elle-même.
Les analystes en cybersécurité ne disparaissent pas parce que l’IA sait trier les données plus vite. Leur valeur consiste à évaluer le risque et à transformer des constats techniques en mesures de défense. La ligne de partage concrète sépare le travail que l’IA risque d’automatiser des jugements qui continueront de relever des humains.
L’IA est particulièrement susceptible de remplacer les premières étapes du travail de sécurité, qui consistent à collecter, comparer et résumer des informations connues. Plus le travail repose sur de grands volumes de données routinières, plus il est facile à automatiser.
L’IA peut extraire efficacement de journaux volumineux les heures probables de survenue, les destinations externes et les événements suspects, ce qui la rend utile pour organiser les premiers éléments d’un incident. Mais décider quels constats correspondent à de vraies menaces et lesquels ne sont que du bruit reste une responsabilité humaine.
L’IA excelle à organiser les CVE, les bulletins des éditeurs et le détail des correctifs, ce qui allège la collecte d’informations. Mais les humains doivent toujours évaluer l’impact réel sur leur propre environnement en reliant les informations publiques à l’architecture interne.
La comparaison avec des adresses IP, des domaines et des empreintes malveillants connus est relativement facile à automatiser, ce qui rend l’IA efficace pour ces tâches de comparaison simples. Mais décider comment interpréter une correspondance et jusqu’où pousser l’investigation reste un travail humain.
L’IA peut facilement rédiger les premières versions des rapports d’incident et des avis d’alerte, ce qui accélère la préparation des communications aux parties prenantes. Mais les humains doivent toujours décider avec quelle assurance un fait peut être affirmé et quels faits doivent être mis en avant.
Ce qui reste aux analystes en cybersécurité, c’est le travail consistant à évaluer le poids des risques et à décider de ce qu’il faut protéger en priorité. Plus une décision relie étroitement les constats techniques à l’impact sur l’activité, plus elle reste fermement humaine.
Dans les opérations de sécurité, de nombreuses notifications ne signifient pas immédiatement un incident réel. Le travail consistant à décider ce qui mérite une investigation approfondie et ce qui peut être clos restera nécessaire. Les personnes capables d’établir des priorités réalistes, sans surréagir ni passer à côté d’un danger, sont particulièrement précieuses.
Un arrêt total n’est pas toujours la meilleure réponse. Les analystes en cybersécurité doivent toujours prendre en compte la continuité de l’activité lorsqu’ils décident comment confiner un incident. Choisir les actifs à protéger en priorité est un travail humain qui exige à la fois des compétences techniques et une compréhension de l’activité.
Après un incident, il faut toujours quelqu’un pour décider de ce qu’il faut changer dans les règles, les droits d’accès, la supervision et la formation afin de rendre moins probable un événement du même type. Il est important de ne pas s’arrêter au traitement des symptômes. Les personnes capables de revoir à la fois les règles de détection et la gestion des accès sont solides.
Les analystes en cybersécurité doivent toujours expliquer ce qui se passe et ce qu’il faut prioriser aux équipes de développement, d’exploitation, juridiques et à la direction. Comme la sécurité regorge de jargon spécialisé, la qualité des explications a un effet majeur sur la réponse aux incidents. Savoir adapter le niveau de détail à son interlocuteur est particulièrement important.
Les analystes en cybersécurité de demain auront besoin de bien plus que la capacité à lire des alertes. Ils devront maîtriser l’analyse des journaux, la hiérarchisation des vulnérabilités, la communication en cas d’incident et l’usage de l’IA sans lui abandonner le jugement final.
Les analystes en cybersécurité doivent savoir lire dans les journaux les comportements d’authentification, les élévations de privilèges, les communications externes et les mouvements consécutifs à une compromission. Même si l’IA résume les événements, il faut toujours des connaissances humaines pour juger de ce qui est réellement anormal. Mieux vous connaissez le comportement normal, plus votre détection des anomalies s’améliore.
Il est important de ne pas traiter toutes les vulnérabilités sur un pied d’égalité, mais de déterminer lesquelles sont les plus dangereuses dans votre propre environnement. Les personnes capables de concevoir un ordre de traitement sont particulièrement solides. Cela suppose de prendre en compte simultanément l’exposition, l’exploitabilité et la criticité des actifs.
Pour traiter le confinement, le compte rendu et la prévention des récidives comme un enchaînement continu, les analystes ont besoin à la fois de compétences techniques et de qualités de communication. Les personnes capables de faire avancer une organisation sans semer la confusion sont très précieuses. Savoir distinguer les faits des hypothèses dans l’urgence inspire confiance.
Les analystes en cybersécurité doivent utiliser l’IA pour réduire le bruit et accélérer les premières versions, tout en déterminant eux-mêmes la gravité réelle. Il est important de ne pas se laisser emporter par des synthèses d’apparence plausible et de ne jamais perdre de vue ce qui doit réellement être protégé.
L’expérience d’analyste en cybersécurité dépasse le traitement des alertes et touche à l’évaluation des risques, aux décisions de confinement et à l’explication auprès de multiples services. Il est donc plus facile d’évoluer vers des métiers voisins liés à l’infrastructure, à l’exploitation et à la fiabilité.
L’expérience des droits d’accès et de la conception des périmètres mène aussi à la construction d’architectures de plateformes sécurisées. C’est une option solide pour ceux qui veulent étendre leur culture défensive à la conception plus large des fondations cloud.
Indice d’exposition 91/100 · Emploi É.-U. 2025–35 +5,1%
L’expérience des anomalies de communication et du contrôle des périmètres s’applique aussi à la conception des réseaux. Cette voie a du sens pour ceux qui veulent approfondir leur regard défensif dans la conception du routage et de la connectivité.
Indice d’exposition 86/100 · Emploi É.-U. 2025–35 +7,7%
Les personnes qui mesurent l’importance de la maîtrise des changements et de l’observabilité évoluent aussi avec succès vers l’automatisation de l’exploitation et la conception de la fiabilité. Cette voie convient à ceux qui veulent étendre leur responsabilité de protection aux systèmes qui permettent aux équipes de changer en toute sécurité.
Indice d’exposition 85/100 · Emploi É.-U. 2025–35 +10,2%
La capacité à évaluer la gravité des risques s’applique aussi à la stratégie qualité. Cette voie convient à ceux qui veulent mettre leur regard sur la sécurité au service de la conception de la qualité du développement.
Indice d’exposition 95/100 · Emploi É.-U. 2025–35 +5,7%
L’expérience consistant à mobiliser les parties prenantes et à fixer les priorités lors des incidents mène aussi à la gestion de projets transversaux. Cette voie convient bien à ceux qui veulent apporter un regard sur les risques techniques à la coordination d’ensemble.
Indice d’exposition 70/100 · Emploi É.-U. 2025–35 +6,7%
Les organisations auront toujours besoin d’analystes en cybersécurité. Ce qui s’affaiblit, c’est le rôle qui se limite à organiser l’information. Les synthèses et les recherches de correspondances vont peut-être s’accélérer, mais le travail consistant à distinguer les faux positifs des menaces réelles, à décider du confinement, à prévenir les récidives et à expliquer les priorités aux parties prenantes restera humain. Avec le temps, ce qui comptera le plus ne sera pas tant de lire des notifications que de juger ce qui est réellement dangereux.
Ces métiers appartiennent au même secteur que Analyste en cybersécurité. Ils ne recouvrent pas exactement le même travail, mais ils permettent de comparer plus facilement l’exposition à l’IA et la proximité de parcours.
Analyste en cybersécurité obtient 87 sur 100 sur notre indice d’exposition à l’IA générative (rang 42 sur 188). Cela mesure quelle part du travail l’IA peut accomplir ou sert à accomplir, et non si le métier va disparaître. Le BLS prévoit une évolution de +21,0% de l’emploi de Analyste en cybersécurité aux États-Unis entre 2025 et 2035.
L’IA est particulièrement susceptible de remplacer les premières étapes du travail de sécurité, qui consistent à collecter, comparer et résumer des informations connues. Plus le travail repose sur de grands volumes de données routinières, plus il est facile à automatiser. Par exemple : Premières synthèses des journaux et des alertes; Organiser et comparer les informations sur les vulnérabilités; Recherche de correspondances d’IOC selon des règles connues; Rédiger les rapports d’incident et les avis d’alerte.
Ce qui reste aux analystes en cybersécurité, c’est le travail consistant à évaluer le poids des risques et à décider de ce qu’il faut protéger en priorité. Plus une décision relie étroitement les constats techniques à l’impact sur l’activité, plus elle reste fermement humaine. Par exemple : Distinguer les faux positifs des menaces réelles; Décider du confinement en tenant compte de l’impact sur l’activité; Concevoir la prévention des récidives; Se coordonner avec les parties prenantes et leur expliquer la situation.
Les analystes en cybersécurité de demain auront besoin de bien plus que la capacité à lire des alertes. Ils devront maîtriser l’analyse des journaux, la hiérarchisation des vulnérabilités, la communication en cas d’incident et l’usage de l’IA sans lui abandonner le jugement final. Par exemple : Analyse des journaux et compréhension des schémas d’attaque; Gestion des vulnérabilités et conception des priorités; Réponse aux incidents et communication; Utiliser l’IA pour organiser l’information tout en gardant le jugement final.
