À mesure que l’adoption de l’IA s’accélère, l’évolution de l’infrastructure qui la prend en charge s’accélère également. De nouvelles normes et connecteurs continuent d’apparaître, et ceux qui se répandent dans l’écosystème en quelques mois plutôt qu’en quelques années. Cette vitesse renforce les capacités de l’IA, mais rend très difficile pour les équipes de sécurité de maintenir des protections suffisantes.
Les serveurs MCP en sont un excellent exemple. MCP est devenu la norme préférée pour connecter les agents d’IA à des outils et des données externes dans les 12 mois suivant la publication, et en décembre 2025, il était utilisé par tous les principaux assistants de codage et la plupart des principaux LLM. En tant que protocole, MCP a connu une croissance plus rapide que la plupart des normes d’infrastructure, une rareté dans l’espace LLM très concurrentiel. Cette courbe d’adoption a validé MCP comme protocole de choix d’Anthropic pour les connexions agent-outil, mais les solutions de sécurité ne suivent pas le rythme.
Un certain nombre de fournisseurs de cybersécurité créent des produits pour combler cette lacune. Beaucoup d’entre eux décrivent ce qu’ils construisent comme un « pare-feu IA », mais ce terme remplit actuellement une double fonction. L’une des significations est un pare-feu plus ancien, alimenté par l’IA, qui défend un réseau contre les menaces conventionnelles telles que les logiciels malveillants et les intrusions. L’autre signification, plus récente, et celle sur laquelle nous nous concentrerons ici, est celle d’un pare-feu construit spécifiquement pour défendre l’IA elle-même : ses modèles, ses agents et les outils auxquels ils se connectent, contre les menaces telles que l’injection rapide et les fuites de données. L’AI Network Firewall de Check Point, sorti en juillet 2026, appartient à cette deuxième catégorie.
Nulle part le besoin de pare-feu IA n’est plus visible à l’heure actuelle qu’avec les serveurs MCP, les connecteurs qui permettent aux agents IA d’accéder à des outils et des données externes, et l’élément d’infrastructure IA à la croissance la plus rapide auquel ce type de pare-feu doit désormais faire face.
Comment MCP est devenu le standard de connecteur par défaut de l’IA en un an environ
La croissance des serveurs MCP a été étonnante. Anthropic a lancé MCP en tant que standard ouvert en novembre 2024. En décembre 2025, Anthropic a annoncé que plus de 10 000 serveurs MCP publics actifs étaient désormais en cours d’exécution, avec la prise en charge du déploiement par AWS, Google Cloud, Azure et d’autres fournisseurs. Toutes les principales plates-formes d’IA et assistants de codage, notamment ChatGPT, Gemini, Microsoft Copilot, Cursor et Visual Studio Code, utilisent désormais MCP.
Cette croissance rapide est en grande partie due au besoin réel d’une connexion standardisée entre les systèmes d’IA et les outils et données externes. Le principal avantage d’un serveur MCP est qu’il permet aux agents d’IA, aux assistants et aux outils de codage d’utiliser une seule interface pour se connecter en toute sécurité à plusieurs outils et sources de données, au lieu d’avoir besoin d’un connecteur personnalisé.
Mais MCP a apporté une toute nouvelle surface d’attaque avec ces avantages, à une vitesse qui dépasse largement celle de n’importe quel réseau de sécurité pris en charge. Les défenses IA existantes ne sont pas conçues pour les situations dans lesquelles les agents IA accèdent de manière dynamique à des outils et à des systèmes sensibles, et comme nous le verrons, les résultats de la recherche montrent à quel point cet écart est réel.
Qu’est-ce qui ne va pas lorsqu’un serveur MCP présente une faiblesse ?
OWASP, l’Open Worldwide Application Security Project, a spécifié un certain nombre de menaces graves pouvant affecter les serveurs MCP. L’empoisonnement des outils est une préoccupation majeure, augmentant l’injection rapide à un niveau supérieur en intégrant des instructions malveillantes dans les descriptions d’outils, les schémas ou les valeurs de retour des outils et en les utilisant pour manipuler le comportement des agents.
Les attaques par tirage au sort sont uniques à l’écosystème émergent de l’IA. Ici, un attaquant modifie la définition d’un outil après qu’un humain l’a déjà approuvé, exploitant la confiance créée par cette approbation. Les attaques d’observation d’outils et d’escalade multi-origine fonctionnent de la même manière, un attaquant utilisant la description d’un outil d’un serveur malveillant pour manipuler la façon dont un agent utilise les outils appartenant à un autre serveur de confiance.
Ces vulnérabilités ne sont pas non plus rares. Une analyse menée par Lakera, la société de sécurité IA acquise par Check Point en 2025, a examiné 10 000 serveurs MCP et a révélé que 40 % présentaient des faiblesses exploitables.
D’autres menaces sont familières mais rendues plus sinistres. Les attaquants utilisent les serveurs MCP pour exfiltrer des données en insérant secrètement des informations sensibles dans des appels d’outils par ailleurs légitimes comme des recherches et des e-mails. Ou encore, ils exploitent les autorisations plus larges du serveur en lui accordant plus d’accès que ce dont la tâche a réellement besoin, créant ainsi une plus grande exposition.
Pourquoi la sécurité MCP n’est pas la même que la sécurité des agents
Même si la sécurité MCP est vitale, elle ne couvre pas l’ensemble du problème. La connexion via des serveurs MCP n’est qu’un des nombreux moyens par lesquels les agents IA peuvent accéder aux outils et aux données dont ils ont besoin.
Les sécuriser contribue grandement à prévenir l’empoisonnement des outils, les accès non autorisés et les violations de données, mais cela ne suffit pas à lui seul. Les agents peuvent toujours interagir avec d’autres systèmes sans utiliser MCP.
La sécurité MCP n’est donc qu’un fil conducteur dans une vaste tapisserie de sécurité basée sur l’IA. Lorsque vous envisagez des fournisseurs pour une solution de sécurité de serveur MCP, vous devez les examiner dans un contexte plus large. Il est important d’évaluer l’efficacité avec laquelle ils sécurisent les interactions et les risques spécifiques à MCP, mais vous aurez toujours besoin de contrôles supplémentaires pour protéger votre écosystème d’IA, alors vérifiez dans quelle mesure la solution s’intègre au reste de votre pile de sécurité.
Qui construit cet écart en ce moment
La bonne nouvelle est que les équipes de sécurité disposent d’options. Un certain nombre d’entreprises proposent des solutions de sécurité incluant des serveurs MCP et gardent à l’esprit leur rôle dans l’infrastructure d’IA. AI Gateway de TrueFoundry fournit une gouvernance de la couche d’infrastructure, un contrôle d’accès et un audit pour les interactions entre les outils et les agents MCP. Cisco a étendu son produit AI Defense pour inclure des garde-fous destinés aux agents, une analyse MCP et une inspection en temps réel du trafic MCP, conçus pour détecter et bloquer les comportements dangereux.
Le pare-feu réseau AI de Check Point adopte une approche différente. Son offre est centrée sur le réseau, intégrant la sécurité de l’IA à l’infrastructure de pare-feu existante de ses clients. Le pare-feu gère les interactions des employés, des applications d’IA et des agents d’IA avec MCP ainsi que d’autres connexions entre les systèmes d’IA et les données et outils externes. Il découvre les serveurs MCP, inspecte le trafic MCP et applique des politiques concernant l’accès des agents.
La sécurité a tendance à prendre du retard lorsque l’infrastructure évolue aussi rapidement, et MCP suit le même modèle. Nous voyons actuellement des fournisseurs et des organisations essayer différentes solutions à un problème émergent, qu’il s’agisse d’un pare-feu au niveau du réseau prenant en charge l’IA, d’une gouvernance au niveau de l’infrastructure ou de garde-fous dédiés à l’IA. L’approche qui l’emporte compte bien moins que la question de savoir si les équipes de sécurité comblent cet écart avant qu’une attaque spécifique à MCP ne force le problème.
