Contexte et besoin
Hadrian Security B.V. a annoncé une levée de fonds de 40 millions de dollars, destinée à l’expansion internationale de sa plateforme de sécurité basée sur l’intelligence artificielle. L’entreprise justifie cet investissement en soulignant que, selon ses propres mesures, 87 % des organisations s’appuient encore sur des tests d’intrusion manuels, tandis que seulement 0,47 % des vulnérabilités détectées par les scanners traditionnels sont réellement exploitables. Cette situation a été aggravée par la récente révélation d’Anthropic, qui a montré que des modèles LLM comme Claude pouvaient être détournés pour automatiser des chaînes d’attaque et rechercher des zero‑day.
Architecture des produits Atlas et Nova
La solution se décline en deux modules complémentaires. Atlas déploie des agents IA sur les systèmes exposés à Internet et effectue une cartographie continue de la surface d’attaque externe. Chaque agent analyse les ports, services et configurations détectés, puis utilise des modèles de langage entraînés sur des bases de données de techniques d’exploitation pour évaluer la probabilité qu’une faiblesse soit exploitable. Nova intervient sur demande : il reprend le contexte généré par Atlas et lance des scénarios de pénétration automatisés, reproduisant les chemins d’attaque que des hackers pourraient emprunter. Le partage de contexte entre les deux modules évite la duplication d’efforts et permet à une alerte d’Atlas de déclencher immédiatement une investigation approfondie avec Nova.
Analyse de l’efficacité et des limites
Hadrian affirme que ses clients constatent une multiplication par dix de la visibilité sur les expositions critiques et une résolution des problèmes 80 % plus rapide que les méthodes traditionnelles. Ces gains reposent sur la capacité des agents à filtrer les faux positifs générés par les scanners classiques, en ne conservant que les vecteurs d’exploitation validés par le modèle IA. Cependant, la dépendance à des actifs « internet‑facing » exclut les vulnérabilités internes non exposées, et la précision du modèle reste sensible à la qualité des données d’entraînement. Un adversaire pourrait également tenter d’alimenter les agents avec des informations trompeuses (adversarial poisoning) pour masquer des failles ou induire des alertes erronées. Enfin, le traitement continu de grandes quantités de données de surface d’attaque impose des exigences de calcul importantes, ce qui peut limiter l’évolutivité dans les environnements très vastes.
Perspectives de marché
Parmi les premiers utilisateurs figurent McKesson, NBCUniversal, TotalEnergies et le chantier naval Damen Shipyards, qui soulignent une visibilité continue sur ce qu’un attaquant peut réellement voir. Le tour de financement, co‑mené par Forgepoint Capital International et Smartfin, a porté le total des capitaux investis dans Hadrian à 65 millions de dollars, avec la participation de HV Capital, Motive Partners, Picus Capital et Oetker Ventures. L’entreprise se positionne comme le seul fournisseur à combiner gestion continue de l’exposition et tests d’intrusion « agentic » sur une même plateforme, un argument qui pourrait attirer d’autres acteurs cherchant à automatiser la partie la plus laborieuse du cycle de vie de la vulnérabilité.
