Un mot de passe par défaut a exposé 64 millions de dossiers de recrutement par IA

Le problème

Le chatbot de recrutement par IA de McDonald's, « Olivia », a exposé les données personnelles de 64 millions de candidats à un emploi. Le mot de passe administrateur protégeant le système était « 123456 ». Ce n'est pas une simplification : le nom d'utilisateur et le mot de passe étaient littéralement tous deux « 123456 », et le compte restait sans surveillance depuis 2019, sans authentification multifacteur.

Les chercheurs en sécurité Ian Carroll et Sam Curry ont découvert cette vulnérabilité en juin 2025. Ils ont commencé leur enquête après avoir remarqué de nombreuses plaintes d'utilisateurs concernant des interfaces boguées — un signal qui pointe souvent vers une négligence architecturale plus profonde. Une fois connectés au portail de gestion avec ces identifiants par défaut, ils ont découvert une seconde faille. L'API de la plateforme — la couche logicielle qui relie différents systèmes — ne vérifiait pas si un utilisateur était autorisé à consulter des dossiers spécifiques. En modifiant simplement des numéros d'identifiant de candidat dans la barre d'adresse du navigateur, les chercheurs pouvaient afficher l'intégralité des dossiers de candidature et des journaux de conversation de millions de candidats réels.

Les données exposées comprenaient des noms, des adresses e-mail, des numéros de téléphone, des adresses IP, des transcriptions d'entretiens virtuels et des résultats de tests de personnalité. Il ne s'agissait pas d'une attaque sophistiquée menée par un État-nation. C'était l'effondrement de l'hygiène de sécurité élémentaire à la porte d'entrée de votre fournisseur d'IA. Si votre organisation s'appuie sur des outils d'IA tiers, cette violation devrait vous préoccuper profondément. La sécurité d'une entreprise du Fortune 100 dépendait entièrement des pratiques d'identification de son fournisseur.

Pourquoi cela compte pour votre entreprise

L'exposition financière et juridique d'une telle violation est stupéfiante. Le coût moyen d'une violation de données en 2025 a atteint 4,44 millions de dollars. Mais le véritable multiplicateur de risque ici est réglementaire.

Votre organisation relève probablement d'au moins l'un de ces cadres réglementaires :

• RGPD : des amendes pouvant atteindre €20 millions ou 4 % du chiffre d'affaires annuel mondial — selon le montant le plus élevé.
• CCPA : des dommages-intérêts statutaires de 750 dollars par consommateur et par incident. Multipliez cela par 64 millions de dossiers et vous faites face à une exposition potentielle à des recours collectifs se chiffrant en dizaines de milliards.
• L'AI Act européen classe l'IA de recrutement comme « à haut risque » et peut prononcer des sanctions allant jusqu'à €35 millions ou 7 % du chiffre d'affaires mondial.

Un mot de passe par défaut tel que « 123456 » est pour le moins aux antipodes des « procédures de sécurité raisonnables » qu'exige le CCPA. Ce seul fait pourrait devenir la pièce maîtresse d'un recours collectif contre votre entreprise — même si le mot de passe appartenait à votre fournisseur et non à votre équipe.

Au-delà des amendes, le coût humain est bien réel. Les recherches montrent que 70 % des victimes de violations déclarent une incapacité à faire confiance aux autres par la suite. Deux tiers éprouvent un profond sentiment d'impuissance. Les victimes rapportent des troubles du sommeil (85 %), un stress accru (77 %) et des céphalées chroniques (57 %). Lorsque les données fuitées incluent des résultats de tests de personnalité — des documents prétendant quantifier le caractère intime d'une personne — le préjudice psychologique va bien plus loin qu'un numéro de carte bancaire volé. Une carte bancaire peut être annulée. Un profil de personnalité fuité suit une personne indéfiniment.

Votre conseil d'administration doit savoir que le risque lié aux fournisseurs d'IA n'est plus un problème informatique. C'est un problème financier, juridique et réputationnel qui se retrouve dans votre bilan.

Ce qui se passe réellement sous le capot

Le problème central est ce que le secteur appelle le modèle de « l'enveloppe IA ». Voyez cela ainsi : imaginez que vous avez engagé un consultant brillant, mais que vous lui avez donné un bureau dont la serrure est cassée, sans badge de sécurité, et un classeur qui s'ouvre pour quiconque entre. Le consultant fait un excellent travail, mais le bâtiment autour de lui est grand ouvert.

C'est ce qui s'est produit avec le chatbot IA de McDonald's. L'IA conversationnelle fonctionnait comme prévu. « Olivia » pouvait présélectionner les candidats, planifier des entretiens et réaliser des évaluations de personnalité. Mais l'infrastructure qui l'entourait — les portails d'administration, les contrôles d'accès à l'API, la gestion des identifiants — était perméable.

La vulnérabilité exploitée était une faille IDOR — Insecure Direct Object Reference (référence directe non sécurisée à un objet). En clair, le système permettait à quiconque était connecté d'accéder à n'importe quel dossier en modifiant simplement un numéro dans l'URL. Aucune vérification ne confirmait si cet utilisateur devait être autorisé à voir les données de ce candidat précis.

Aggravant les choses, les enquêteurs ont découvert qu'un développeur de Paradox.ai au Vietnam avait été infecté par un logiciel malveillant nommé « Nexus Stealer ». Ce seul appareil compromis a divulgué des centaines de mots de passe — beaucoup recyclés et faibles — pour des comptes liés à des clients parmi lesquels Pepsi, Lockheed Martin, Lowes et Aramark. Les mauvaises habitudes en matière de mot de passe d'un seul développeur ont exposé plusieurs entreprises du Fortune 500.

C'est le problème du « maillon humain ». Votre modèle d'IA peut être techniquement solide. Mais si les personnes qui le gèrent réutilisent des mots de passe et ignorent l'authentification multifacteur, la sécurité de l'ensemble de votre pile d'IA se réduit à la force de son maillon humain le plus faible.

Ce qui fonctionne (et ce qui ne fonctionne pas)

Commençons par ce qui ne vous protège pas :

• Des pare-feu plaqués après coup, seuls. Un pare-feu applicatif web standard ne comprend pas les menaces propres à l'IA comme l'injection de prompts ou la manipulation de références d'objets. Il garde la porte d'entrée pendant que les fenêtres latérales restent ouvertes.
• Une gouvernance improvisée. Si votre fournisseur d'IA ne peut pas vous présenter un cycle de vie documenté des identifiants — y compris la manière dont il retire les anciens comptes — vous êtes exposé. Le compte administrateur McHire est resté actif et sans surveillance pendant six ans.
• Se fier à la parole du fournisseur. La sécurité de votre marque du Fortune 100 dépendait entièrement du fait qu'un développeur tiers dans un autre pays utilisait ou non un mot de passe robuste. Ce n'est pas de la gouvernance. C'est de l'espoir.

Voici ce qui fonctionne réellement — une défense en profondeur qui traite chaque composant de votre système d'IA comme potentiellement compromis :

1. Validation des entrées (le gardien). Chaque prompt et chaque requête entrant dans votre système d'IA est nettoyé et normalisé. Cette couche élimine la syntaxe et le formatage de type code qui pourraient être interprétés à tort comme des commandes cachées. Vous interceptez les menaces avant qu'elles n'atteignent le modèle.

2. Vérification multi-modèles (le système binôme). Un petit modèle « canari » analyse chaque requête pour détecter toute intention malveillante avant que votre IA principale ne la traite. Si le canari signale quelque chose de suspect, un second modèle arbitre rend la décision finale. Cela crée un système de contrepoids — aucun modèle unique ne détient d'autorité sans contrôle.

3. Validation et occultation des sorties (le filtre). Chaque réponse de l'IA est traitée comme une sortie non fiable. Des classificateurs recherchent les contenus toxiques, biaisés ou hallucinés. Les couches d'occultation des données personnelles garantissent que votre système ne divulgue jamais accidentellement un numéro de sécurité sociale, un score de personnalité ou un journal de conversation privé à un utilisateur non autorisé.

L'avantage décisif de cette approche par couches est la piste d'audit. Lorsque votre équipe de conformité ou un régulateur demande « comment cette décision a-t-elle été prise ? », vous pouvez retracer chaque entrée, chaque étape de validation et chaque sortie. Cette piste est ce qui distingue un système d'IA défendable d'un passif. Si vous ne pouvez pas montrer à vos auditeurs le chemin logique allant de la question à la réponse, vous n'avez pas de gouvernance de l'IA — vous avez une boîte noire.

Votre posture de sécurité devrait également inclure une gestion des identités Zero-Trust. Cela signifie que chaque humain et chaque agent d'IA de votre système doit disposer d'une identité cryptographique unique avec vérification continue. Pas de mots de passe par défaut. Pas d'identifiants partagés. Pas de comptes obsolètes traînant pendant six ans.

En alignant votre pile d'IA sur des cadres tels que l'ISO 42001 — la première norme internationale pour les systèmes de gestion de l'IA — et le NIST AI Risk Management Framework, vous passez du correctif réactif à la gouvernance proactive. Ces cadres offrent à votre équipe une feuille de route structurée de 90 jours : inventoriez votre exposition à l'IA durant les 30 premiers jours, mettez en œuvre une hygiène de sécurité fondamentale entre les jours 31 et 60, et déployez une surveillance avancée et des portes d'approbation humaine pour les opérations à haut risque entre les jours 61 et 90.

Le paysage de la sécurité et de la résilience de l'IA évolue rapidement. D'ici 2026, la gouvernance de l'IA sera un prérequis pour participer au marché, et non un simple atout.