Swimlane désignée leader visionnaire dans le Frost Radar de Frost & Sullivan consacré aux SOC basés sur l’IA

Swimlane a annoncé le 12 novembre 2026 que Frost & Sullivan l’avait désignée leader visionnaire dans le Frost Radar 2026 consacré aux plateformes de SOC basés sur l’IA, avec des notes de 4,45 et 4,30 sur cinq, respectivement pour l’innovation et la croissance.

Frost & Sullivan a évalué de manière indépendante plus de 60 fournisseurs de SOC basés sur l’IA et sélectionné 24 leaders en matière de croissance et d’innovation, selon le résumé du rapport publié sur le site de Swimlane. Le marché au sens large compte plus de 80 fournisseurs, et la catégorie « leader visionnaire » distingue les entreprises qui allient innovation, croissance et influence dans leur secteur.

Lucas Ferreyra, responsable sectoriel chez Frost & Sullivan, a déclaré que ce classement reflétait la conception indépendante des fournisseurs de Swimlane, sa couverture étendue, sa capacité d’audit et l’association d’agents à l’automatisation. Cette évaluation intervient alors que les équipes de sécurité confrontées à une pénurie de compétences et à la fatigue liée aux alertes vont au-delà du tri des alertes et s’orientent vers une détection, une investigation et une réponse coordonnées.

Fonctionnement du modèle d’investigation hybride

Swimlane indique que son SOC basé sur l’IA, alimenté par Hero AI, peut enquêter de façon autonome sur les incidents connus et inédits, puis les résoudre, sous réserve des étapes d’approbation configurées par chaque client. Sa couverture s’étend à 16 domaines de la sécurité et de l’informatique, notamment les terminaux, le cloud, les identités, les courriels, le renseignement sur les menaces, les technologies opérationnelles et les appareils connectés, la gestion des informations et des événements de sécurité (SIEM), ainsi que la gestion des vulnérabilités.

Dans le flux de travail décrit, les agents interrogent les données des plateformes SIEM, des services cloud, des lacs de données sur site et des référentiels opérationnels, sans obliger les clients à dupliquer ces données. Les éléments de preuve pertinents sont intégrés au dossier d’investigation, tandis que les clients décident de ce que Swimlane conserve et pendant combien de temps. Hero AI cartographie ces sources et enrichit les alertes avec du renseignement sur les menaces, du contexte organisationnel, l’historique des investigations et les cadres de sécurité MITRE ATT&CK et D3FEND.

Selon Swimlane, au sein de la plateforme, les agents avancés effectuent des raisonnements complexes, tandis que les agents experts prennent en charge des tâches spécialisées. Les clients choisissent les fournisseurs de modèles et les lieux de déploiement en fonction de la complexité des tâches et de leur coût. L’agent Investigation & Response produit des plans que les analystes peuvent examiner ou modifier, et Hero AI peut exécuter ces plans ou les convertir en scénarios automatisés déterministes, c’est-à-dire des séquences fixes d’automatisation pour les tâches répétitives. Cette répartition réserve le raisonnement adaptatif aux nouvelles menaces et privilégie une exécution prévisible et moins coûteuse pour les activités récurrentes.

L’entreprise indique qu’un de ses clients du secteur de la santé, qui traite environ 180 menaces par jour, a réduit ses coûts d’investigation jusqu’à 90 % grâce à cette approche hybride. Ce résultat concerne uniquement ce client et ne constitue pas une moyenne pour l’ensemble de la plateforme.

La gouvernance encadre les modèles, les données et les actions

Swimlane affirme que chaque interaction avec un grand modèle de langage et chaque action d’un agent peuvent être auditées. Les agents disposent d’identités encadrées, de contrôles d’accès fondés sur les rôles et de contrôles de cycle de vie, tandis que les données et les connecteurs sont isolés par locataire. Les clients définissent les limites concernant les fournisseurs de modèles, les lieux de déploiement, le degré d’autonomie, l’accès aux connaissances et l’exécution déterministe, afin de restreindre les actions que le système peut effectuer sans approbation.

Les pratiques recommandées dans le rapport couvrent les opérations de sécurité sur l’ensemble de leur cycle de vie, l’intégration de la gouvernance et de la supervision humaine, ainsi que l’intégration ouverte assortie de résultats mesurables ; le rapport présente également l’intégration avec des tiers comme un élément central de Swimlane. Les agents créés par les clients et l’automatisation en langage naturel leur permettent d’étendre la plateforme, tandis que la prise en charge de plusieurs locataires et la souplesse de déploiement l’adaptent à différents environnements opérationnels. Cette approche vise à compléter les investissements existants en sécurité plutôt qu’à imposer le remplacement complet de la plateforme.

Swimlane indique que ses clients font état d’un retour sur investissement de 240 % la première année et d’une réduction de 75 % du délai moyen de réponse, c’est-à-dire du temps moyen nécessaire pour répondre à un incident.

Les fournisseurs de services gérés étendent le modèle

Swimlane indique qu’environ la moitié de son activité passe par des partenaires de distribution et un tiers par des fournisseurs de services de sécurité gérés (MSSP). Une offre lancée en juillet 2026 pour les MSSP a ajouté le renseignement sur les menaces entre locataires, un centre de commande central, la standardisation de l’intégration des clients et des analyses de portefeuille avec intégration à ServiceNow et Jira. Frost & Sullivan décrit un modèle dans lequel la relation avec le client final, les données et la prestation de services restent entre les mains du MSSP, ce qui permet à Swimlane de servir les fournisseurs plutôt que de leur faire concurrence.

L’importance de cette approche dépasse le choix des modèles. Appliquer le raisonnement des agents à des outils distribués exige des limites applicables en matière de conservation des données, d’accès et de pouvoirs de réponse. Les résultats rapportés par Swimlane en matière de coûts et de délais de réponse étayent l’intérêt opérationnel d’une telle portée, tandis que les pratiques recommandées par Frost & Sullivan font de la gouvernance et de la supervision humaine des éléments essentiels à mesure que les plateformes de SOC basés sur l’IA gagnent en autonomie.