Sophos affirme que Daybreak d’OpenAI a réduit de 96 % le temps d’enquête sur les menaces
Dans une étude de cas publiée par OpenAI, l’entreprise de cybersécurité Sophos indique utiliser Daybreak d’OpenAI pour réduire de 96 % le temps d’enquête sur les cybermenaces et automatiser 52 % des dossiers de son service de détection et réponse gérées (MDR), tout en gardant des analystes humains dans la boucle.
OpenAIPublié à l’origine le 1 min
Pourquoi c’est important
Les centres d’opérations de sécurité se prêtent bien aux agents IA : volume élevé d’alertes, tri répétitif et pénurie d’analystes. Les chiffres proviennent d’une étude de cas du fournisseur plutôt que d’une évaluation indépendante, mais ils montrent jusqu’où les fournisseurs de sécurité poussent l’automatisation dans les enquêtes de première ligne.
Pour les affaires et les TI
Lorsque vous évaluez des services de sécurité assistés par l’IA, demandez quels types de dossiers sont entièrement automatisés, comment fonctionne l’escalade vers les humains et comment les décisions automatisées sont auditées.
Une étude rapportée par Ars Technica conclut que les gains de productivité des agents de programmation IA sont en grande partie « absorbés » en aval : les développeurs produisent plus de code, mais la révision humaine devient le goulot d’étranglement, si bien que la quantité de logiciels réellement livrés n’augmente pas en proportion.
Une tribune publiée dans CIO soutient que les projets pilotes d’IA impressionnent en environnement de test, mais flanchent dès qu’ils touchent de vrais processus d’affaires réglementés. Elle cite la prévision de Gartner selon laquelle plus de 40 % des initiatives d’IA agentique seront annulées d’ici la fin de 2027 et plaide pour un contexte gouverné, soit des données et des règles d’affaires fiables et contrôlées fournies aux agents, comme condition pour passer à l’échelle.
Une nouvelle catégorie de petits modèles de décision spécialisés apparaît pour gérer les choix encadrés qu’un agent fait entre le raisonnement et l’action. InfoWorld cite Jev de TypeSafe, Clef de Cloudflare, Strands Decider d’AWS et la Decisions API d’OpenAI comme exemples récents, tous présentés comme un moyen de réduire la latence et les coûts d’inférence.