Le phishing a longtemps été un jeu de contenu : un lien douteux, une pièce jointe piégée ou un message au style manifestement frauduleux. Mais depuis quelques années, le danger a changé de forme. Avec le phishing 3.0, les attaques cherchent moins à surprendre qu’à convaincre, en s’appuyant sur l’IA et sur des automatisations capables d’agir bien plus vite qu’un humain.
Dans cet article, nous passons en revue ce que cette nouvelle étape implique concrètement : comment les attaquants réduisent le coût de la préparation, pourquoi les outils classiques de filtrage sont mis à l’épreuve, et surtout comment les équipes de défense peuvent reprendre l’initiative.
Du “mauvais contenu” au “mauvais intention”
Les défenses email les plus répandues ont été conçues pour inspecter ce qui se trouve dans le message. Tant que la menace résidait dans un élément facilement repérable, comme un lien malveillant ou une pièce jointe infectée, ces approches fonctionnaient plutôt bien.
Selon cette logique, on peut distinguer plusieurs étapes. Le phishing 1.0 visait surtout le contenu : spam, liens malicieux, pièces jointes dangereuses. Ensuite, le phishing 2.0 a déplacé l’angle vers l’intention : compromission de boîte aux lettres, usurpation de dirigeant, fausses factures et fraude par virement. Dans ce cas, il n’y a pas forcément de “charge” clairement malveillante à bloquer : la manipulation prend la forme d’une demande qui paraît légitime.
Ce glissement a une conséquence majeure : les passerelles et filtres qui cherchent des signatures ou des contenus à risque voient leur efficacité diminuer quand la tromperie repose sur la crédibilité du scénario.
Phishing 3.0 : l’attaque devient multi-canal et agentique
Avec le phishing 3.0, l’attaque franchit une nouvelle marche. L’IA générative sert à écrire les messages d’approche, tandis que des contenus synthétiques (dont des deepfakes) peuvent être utilisés pour la voix et la vidéo. L’objectif : ne plus rester cantonné à l’inbox et s’étendre sur plusieurs canaux.
La particularité la plus marquante n’est pas seulement la qualité du leurre, mais l’automatisation de bout en bout. L’attaquant ne se limite plus à taper des emails. Il s’oriente vers un agent qui peut rechercher des informations, rédiger un prétexte, l’envoyer et adapter la stratégie au fil du déroulement.
Ce changement modifie aussi les “coûts” de l’attaque. Ce qui nécessitait auparavant du temps et de l’attention humaine devient reproductible à grande échelle.
Pourquoi le coût de l’attaque s’effondre
Avant, la reconnaissance prenait du temps : analyser un site, parcourir des offres d’emploi, cartographier des fournisseurs, puis étudier quelques responsables via les réseaux sociaux. Ensuite seulement, il fallait écrire un scénario suffisamment crédible pour passer pour un interlocuteur de confiance.
Dans le modèle phishing 3.0, l’agentique réduit fortement cette étape. Un agent peut résumer la présence publique d’une organisation, exploiter des ressources comme les dépôts de code ou la documentation en ligne, identifier des relations internes (par exemple qui rapporte à qui) et générer un prétexte personnalisé en quelques secondes.
Le résultat est un leurre plus ciblé, plus cohérent et produit plus vite. L’article source cite aussi l’idée que des plateformes de phishing peuvent générer des volumes très élevés mensuellement, et que des professionnels de la sécurité classent l’IA agentique parmi les vecteurs d’attaque les plus préoccupants.
Le périmètre ne suffit plus : l’attaque quitte la messagerie
Un autre effet du passage à l’agentique : le rayon d’action se dilate. Les attaquants ne visent plus uniquement les “gros” comptes. Quand la personnalisation devient peu coûteuse, chaque organisation peut être envisagée comme cible.
Et surtout, le moment le plus dangereux arrive quand le leurre sort du cadre email. L’exemple cité dans la source illustre une fraude où une attaque démarre avec un email usurpant un cadre basé au Royaume-Uni. Quand l’employé hésite, la conversation bascule vers un appel vidéo où les visages paraissent familiers… mais où une partie des participants est synthétique. L’employé approuve ensuite plusieurs transferts.
Dans cette situation, aucune hygiène email ne peut suffire : la confiance est sollicitée sur ce que les gens voient et entendent, pas uniquement sur le contenu textuel d’un message.
Les données montrent que la confiance est déjà fragilisée
Un incident isolé peut sembler “exceptionnel”. Mais les études mentionnées dans la source pointent plutôt vers un motif récurrent : les équipes de sécurité observent des événements qui érodent la confiance dans les communications numériques.
Parmi les résultats rapportés, une majorité de responsables IT et sécurité déclare avoir subi au moins un incident lié à une atteinte à la confiance au cours de l’année précédente. Une part importante indique aussi ressentir un intérêt accru des acteurs malveillants pour leur secteur, et beaucoup expriment un manque de confiance pour contrer les attaques basées sur des contenus synthétiques, même avec les formations en place.
Autre point : les réponses qui “ratent” sur une attaque de confiance augmenteraient le risque d’escalade vers une compromission plus large. La logique est simple : plus l’attaque parvient à passer les premières barrières, plus le scénario devient difficile à arrêter.
Pourquoi l’ancien modèle “bloquer puis réagir” n’arrive plus à suivre
Le modèle de réponse classique s’articule souvent autour de trois étapes : bloquer ce qui est détecté, détecter ce qui passe, puis répondre une fois qu’un incident est identifié. Cette approche a été efficace quand les attaquants humains envoyaient un volume limité de messages et qu’une enquête manuelle pouvait rattraper le retard.
Face au phishing 3.0, le défi change. Un agent peut produire et diffuser des scénarios personnalisés à une vitesse et sur des canaux multiples qu’un analyste ne peut pas “absorber” au même rythme. Le volume et la cadence deviennent structurants : on ne peut pas “out-hire” l’automatisation, on doit plutôt out-automate la détection et la qualification.
La source évoque aussi un problème opérationnel courant dans les SOC : trop d’alertes et trop peu d’investigations aboutissant réellement. Si l’outil crée un bruit supplémentaire, l’organisation n’obtient pas de meilleure couverture — elle se retrouve avec une pile plus lourde.
Le défenseur a besoin d’agents : symétrie offensive/défensive
L’évolution demandée par le phishing 3.0 est donc claire : si l’attaquant s’appuie sur des agents, la défense doit viser l’équivalent, ou accepter un désavantage de vitesse.
Dans la source, des exemples et tendances sont cités : des équipes qui adoptent l’IA dans le SOC plus largement que la moyenne, des agents capables de trier les alertes et de découvrir davantage d’emails malveillants qu’une revue entièrement manuelle, et des cas où l’automatisation réduirait le temps consacré à des tâches d’analyse répétitives.
L’idée clé n’est pas d’ajouter un “assistant” qui affiche des notifications, mais de disposer d’agents qui enquêtent, priorisent et transforment l’information en décisions. Un agent doit autant que possible réduire la part de travail humain sur le routine, afin que les équipes puissent se concentrer sur les cas qui exigent réellement un jugement.
Ce que les praticiens doivent changer dès maintenant
Le passage au phishing 3.0 ne se résume pas à acheter un nouveau filtre email. La source propose plutôt une série de réflexes concrets.
Mesurez l’efficacité après la passerelle
Arrêtez de juger la sécurité uniquement par ce qui est bloqué en amont. Le chiffre le plus utile est ce qui atteint réellement les boîtes aux lettres après la passerelle. Demandez aux fournisseurs leur taux de “miss” post-délivrance et considérez la précision et la transparence comme des indicateurs à part entière.
Étendez le modèle de menace à la voix et à la vidéo
Si votre vérification d’identité s’arrête au texte d’un email, vous laissez un chemin d’attaque ouvert. L’exemple mentionné implique un appel vidéo : la sécurité doit donc couvrir des scénarios où la fraude passe par des canaux sensoriels et pas seulement par une “signature” détectable dans un message.
Évaluez l’automatisation par son autonomie, pas par des tableaux de bord
Un outil qui génère plus d’alertes à traiter n’aide pas : il augmente la charge. À l’inverse, un système capable d’enquêter et de résoudre diminue le bruit. Posez la question suivante : quel pourcentage d’incidents est traité sans intervention humaine directe ?
Alignez la formation sur les tactiques réelles
Les simulations génériques entraînent à reconnaître des “phish” classiques. Or, les attaques de confiance sont de plus en plus personnalisées. La formation devrait tenir compte de la reconnaissance et des scénarios réellement observés contre votre organisation, pas uniquement de modèles standards.
Conclusion : prendre l’initiative avant que l’attaque n’ait besoin de vous
Le phishing 3.0 n’est pas une projection lointaine : les attaquants utilisent déjà des agents pour réduire les coûts, améliorer les leurres et agir sur plusieurs canaux. Pendant ce temps, les données évoquées montrent que la confiance est une cible en soi, et que les défenses qui se contentent de réagir trop tard risquent de rester en décalage.
Les organisations qui traverseront le mieux cette phase seront celles qui abandonnent la course à la vitesse “en bloquant” uniquement, et qui mettent en place une approche anticipative. Autrement dit : une défense capable d’enquêter, de préempter et d’absorber l’automatisation offensive avec… une automatisation défensive équivalente.
Source: https://thehackernews.com/2026/08/phishing-30-fight-moves-to-agent-versus.html
