Barracuda et Darktrace renforcent la sécurité des usages IA en entreprise

Barracuda et Darktrace ont tous deux présenté, le 22 septembre 2026, de nouveaux outils destinés à encadrer l’usage de l’intelligence artificielle en entreprise. Le premier veut contrôler les données envoyées aux chatbots, le second surveille les usages et les agents IA eux-mêmes. Le timing n’a rien d’anodin : les collaborateurs adoptent ces services plus vite que les équipes sécurité ne posent des règles, et les éditeurs cherchent à combler ce vide avant qu’il ne coûte trop cher.

Des garde-fous pour une IA déjà sortie du parking

Barracuda AI Data Security cible surtout les PME et les fournisseurs de services managés, avec une logique simple : bloquer les informations sensibles avant qu’elles n’arrivent dans un modèle externe. Le produit, basé sur Barracuda IQ et intégré à BarracudaONE, analyse notamment ChatGPT, Microsoft Copilot et Gemini, mais la société dit couvrir plus de 1 300 services d’IA générative. Les règles s’appliquent aux prompts comme aux fichiers, avec détection de données clients, de mots de passe, d’informations financières et de code source propriétaire.

Darktrace prend un autre chemin. SECURE AI, désormais généralement disponible, applique sa détection comportementale aux usages IA de l’entreprise. L’outil inspecte les sessions dans ChatGPT Enterprise, Claude, Microsoft Copilot et Amazon Bedrock en temps réel, à la recherche de jailbreaks, d’expositions de données sensibles ou d’indices de prompt injection indirecte. L’idée est de repérer ce qui dévie du comportement normal de l’organisation, plutôt que de se limiter à une liste d’attaques connues. Une approche moins rassurante sur le papier, mais souvent plus utile en production.

Pourquoi les éditeurs visent aussi les agents

Le virage ne concerne plus seulement les chatbots. Darktrace relie désormais les agents IA aux utilisateurs humains qui les ont créés et suit leurs permissions, y compris dans des environnements de développement comme Amazon Bedrock et Microsoft Copilot Studio. Barracuda, de son côté, ajoute l’audit, la politique par équipe et par type de données, ainsi qu’un assistant, Bailey, pour aider à écrire des règles. Les deux sociétés répondent à une même réalité : dans beaucoup d’entreprises, on découvre les agents IA après leur déploiement, pas avant.

Teradata pousse cette logique un cran plus loin avec Tera, son assistant IA orienté données, enrichi d’un moteur de contexte et d’un système d’exécution. Tera sert d’interface en langage naturel pour analyser des informations, construire des pipelines ou gérer une infrastructure sans écrire de SQL ni de code. Le Tera Context Engine relie métadonnées, lignage, définitions métier et politiques d’accès. Tera Harness orchestre les étapes d’exécution, peut demander une validation humaine avant une action sensible et reprend le travail après un incident d’infrastructure.

Le vrai sujet : gouverner sans ralentir

Les trois annonces racontent la même tension : les entreprises veulent déployer des assistants et des agents IA, mais sans leur laisser les clés du coffre-fort. Barracuda met en avant un sondage mené auprès de 2 000 décideurs IT et sécurité, dans lequel 49 % des DSI d’entreprises de 500 à 1 000 salariés disent manquer des compétences nécessaires pour gouverner l’IA déjà en place, contre 38 % de l’ensemble des répondants. Darktrace, lui, évoque plus de 8 200 déploiements observés et une adoption générative dans plus de 80 % des comptes clients surveillés en août 2026.

Teradata avance aussi ses arguments de performance. Sur le benchmark SWE-bench Pro, l’entreprise dit que Tera a utilisé 73 % de jetons en moins que Claude Code, terminé les tâches 42 % plus vite et réduit le coût total de 58 %, avec un meilleur taux de réussite. Sur le benchmark data-eng-bench, elle annonce un coût par tâche résolue 53 % plus faible que Snowflake Cortex Code [à vérifier], en précisant que ces comparaisons reposent sur ses propres tests.