L’IA rend le travail du SOC plus efficace — et rend l’échelle de carrière en cybersécurité plus difficile à gravir

L’intelligence artificielle soulage une partie du travail le plus répétitif au sein des centres d’opérations de sécurité, mais les mêmes gains d’efficacité pourraient affaiblir la voie traditionnelle d’accès à la profession.

Cette tension se situe au cœur de nouvelle recherche de Swimlane. Dans une enquête menée auprès de 500 professionnels et responsables des opérations de sécurité aux États-Unis et au Royaume-Uni, 88 % ont déclaré que l’IA rendait leur travail plus satisfaisant. En même temps, 47 % s’attendent à ce que l’IA rende la cybersécurité plus difficile à intégrer en augmentant les exigences pour les postes juniors ou en réduisant les opportunités d’acquérir une expérience fondamentale.

Le résultat n’est pas une histoire simple d’automatisation remplaçant les analystes. C’est une histoire de redistribution du travail — et d’organisations devant repenser la formation avant que la première marche de l’échelle de carrière du SOC ne disparaisse.

L’IA redistribue la journée de l’analyste

Le rapport complet de Swimlane suggère que l’effet le plus immédiat de l’IA est une capacité accrue. Quarante‑sept pour cent des répondants ont identifié la capacité à gérer davantage d’activités de sécurité comme l’un des deux changements les plus significatifs depuis que leurs organisations ont introduit l’IA. Trente‑cinq pour cent ont déclaré disposer de plus de temps pour des enquêtes complexes sur les menaces, tandis qu’un autre 35 % ont signalé plus de temps pour des travaux stratégiques ou transversaux.

Les économies de temps les plus nettes proviennent des tâches répétitives. Quarante‑trois pour cent ont indiqué que l’IA réduisait le temps passé à enquêter sur des modèles de menaces connus ou répétitifs. Le développement de recommandations de réponse ou de remédiation suit à 34 %, avec la révision et le triage des alertes entrantes à 32 %.

Mais le triage automatisé n’élimine pas le travail humain. Il en change le centre de gravité. Trente‑quatre pour cent des répondants ont déclaré qu’ils passent désormais plus de temps à examiner ou à valider les résultats générés par l’IA. L’analyste devient moins un processeur manuel d’alertes et davantage un enquêteur, un évaluateur et un décideur.

Ce changement peut être positif. Il peut également créer un problème de formation.

Le paradoxe du niveau d’entrée

Les équipes de sécurité ont traditionnellement développé leur jugement grâce à une exposition répétée aux alertes, aux enquêtes, à la documentation et aux décisions de remédiation. L’IA peut désormais prendre en charge des parties de ce travail d’apprentissage à la vitesse d’une machine. Si les organisations automatisent ces tâches sans en remplacer la valeur pédagogique, les analystes juniors pourraient être amenés à valider des systèmes avant d’avoir acquis l’expérience nécessaire pour les remettre en question.

Les répondants de Swimlane semblent percevoir ce risque. Trente‑sept pour cent s’attendent à des exigences accrues en connaissances et en expérience pour les postes de niveau d’entrée, et 10 % prévoient que les analystes juniors disposeront de moins d’opportunités pour acquérir une expérience fondamentale. En comparaison, 41 % anticipent de nouveaux rôles axés sur la supervision, la validation et l’orchestration de l’IA. Seulement 1 % s’attendent à ce que le parcours de carrière du SOC reste largement inchangé.

Cela indique une transformation plutôt qu’une perte massive d’emplois. Seulement 10 % prévoient une diminution des rôles d’analyste traditionnels tandis que de nouveaux rôles de sécurité émergent. Le problème le plus immédiat est que les postes de niveau d’entrée restants pourraient exiger un jugement de niveau intermédiaire.

Le défi est particulièrement important parce que le NIST NICE Workforce Framework for Cybersecurity considère la capacité en cybersécurité comme une combinaison de tâches, de connaissances et de compétences. Supprimer les tâches répétitives d’un emploi peut améliorer la productivité, mais cela élimine également une source de pratique à moins que les organisations ne reconstruisent délibérément cet apprentissage ailleurs.

La satisfaction n’est pas synonyme de progression des compétences

La découverte la plus révélatrice du rapport pourrait être la dissociation entre la façon dont le travail se ressent et ce que les employés apprennent.

Près d’un quart des répondants ont déclaré que l’IA avait limité leur capacité à développer des compétences en sécurité. Pourtant, 91 % de ce groupe ont tout de même signalé une satisfaction professionnelle plus élevée. Parmi les répondants qui ont indiqué que l’IA améliorait leur développement de compétences, 92 % ont déclaré une satisfaction accrue — un résultat presque identique.

Dans l’ensemble de l’échantillon, 62 % ont déclaré que l’IA améliorait le développement des compétences, 24 % ont indiqué qu’elle le limitait, et 14 % n’ont constaté aucun effet significatif. Ces chiffres mettent en garde contre l’utilisation de la satisfaction des employés comme indicateur de préparation. Une journée de travail peut devenir plus rapide et moins fastidieuse même si le vivier d’expertise future se réduit.

Il existe des signes que de nouvelles opportunités d’apprentissage émergent. Les répondants ont le plus souvent cité la prise de décision stratégique, l’enquête complexe sur les menaces et la priorisation des risques comme des domaines où l’IA a créé davantage d’espace pour se développer. La communication avec les dirigeants d’entreprise et la collaboration inter‑équipes ont également été très bien classées. Ce sont des compétences précieuses, mais elles ne remplacent pas automatiquement la répétition pratique d’enquêtes sur le terrain.

Le jugement humain demeure la couche de contrôle

Les répondants ont exprimé une forte confiance dans leur capacité à superviser l’IA : 92 % ont déclaré pouvoir identifier une recommandation incorrecte ou incomplète. Lorsqu’on leur a demandé quand ils seraient le plus susceptibles de se fier à leur propre jugement, 24 % ont choisi un conflit entre la recommandation de l’IA et les preuves disponibles, tandis que 23 % ont choisi des situations susceptibles de perturber les opérations ou les systèmes critiques.

Cette confiance ne doit pas être confondue avec un système de contrôle. Dix-neuf pour cent ont identifié la dépendance excessive des analystes aux recommandations d’IA comme le principal risque de l’expansion de l’IA dans les opérations de sécurité — la réponse la plus courante. L’exposition aux données et les risques pour la vie privée ont suivi à 17 %, tandis que la manipulation adversaire des systèmes d’IA a attiré 14 %.

Les résultats sont en accord avec le NIST AI Risk Management Framework, qui met l’accent sur une IA responsable, transparente, explicable et résiliente. En pratique, les équipes de sécurité doivent montrer aux analystes les preuves à l’appui d’une recommandation, définir quand l’approbation humaine est obligatoire, consigner les actions automatisées et rendre opérationnellement facile la mise en pause ou le contournement du système.

Les dirigeants et les praticiens perçoivent des transitions différentes

Le rapport a également révélé un écart de perception notable. Soixante-quatorze pour cent des dirigeants ont signalé un déploiement étendu de l’IA à travers de multiples fonctions de sécurité, contre 49 % des praticiens. Les dirigeants étaient plus susceptibles de déclarer une capacité accrue, une plus grande satisfaction au travail, une confiance dans la détection des erreurs d’IA et une refonte formelle des rôles des analystes.

Comme les dirigeants et les praticiens n’étaient pas jumelés au sein des mêmes organisations, l’enquête ne prouve pas que les managers et le personnel de première ligne soient en désaccord concernant des déploiements identiques. Néanmoins, le schéma est important : les cadres peuvent percevoir un déploiement technologique achevé tandis que les praticiens vivent un changement inégal dans le travail quotidien.

La conception formelle de la main‑d’œuvre semble associée à de meilleurs résultats. Parmi les répondants dont les organisations ont formellement redéfini les rôles des analystes autour d’un travail à plus forte valeur ajoutée, 71 % ont signalé une augmentation significative de la satisfaction au travail. Ce chiffre est tombé à 29 % chez les répondants sans refonte formelle. L’enquête montre une corrélation, pas une causalité, mais l’écart suggère que le déploiement d’outils sans redéfinir les responsabilités peut laisser les équipes dans un état intermédiaire inconfortable.

La prochaine échelle de carrière du SOC doit être conçue

Les organisations ne devraient pas attendre une pénurie d’analystes expérimentés pour constater que trop de tâches de niveau d’entrée ont été automatisées. Elles peuvent préserver le développement tout en tirant parti des avantages de l’IA en créant des laboratoires d’enquête structurés, en exigeant des analystes qu’ils examinent les preuves à l’appui des conclusions automatisées, en faisant tourner le personnel junior sur des cas complexes, et en mesurant la progression des compétences séparément du volume de production et de la satisfaction.

Les SOC les plus performants seront probablement ceux qui considèrent la supervision de l’IA comme une discipline apprise plutôt que comme une capacité humaine par défaut. Les analystes juniors ont besoin d’opportunités sûres pour contester l’IA, documenter leurs raisons et observer les conséquences tant des décisions correctes que des décisions erronées.

L’enquête de Swimlane a été réalisée en ligne par Sapio Research sous la direction de Swimlane entre août et septembre 2026. Les répondants travaillaient dans des organisations américaines et britanniques comptant au moins 500 employés, et les pourcentages ont été arrondis aux nombres entiers. Comme pour toute enquête sponsorisée par un fournisseur, les résultats doivent être interprétés comme indicatifs plutôt que comme universels.

Même avec cette limitation, l’avertissement central est difficile à ignorer : l’IA peut rendre le travail du SOC plus satisfaisant tout en rendant simultanément l’expertise plus difficile à développer. L’automatisation redéfinit déjà l’échelle de carrière. Que cela devienne une échelle plus solide — ou une échelle dont les échelons inférieurs manquent — dépend de la manière dont les dirigeants de la sécurité redéfinissent délibérément le parcours.