Transactions privées assiégées : les innovations de la blockchain peuvent-elles déjouer les robots malveillants exposant des données sensibles ?
L’intégration de l’intelligence artificielle dans les systèmes d’entreprise a atteint un tournant critique, la protection des données sensibles devenant une préoccupation primordiale. Alors que l’IA assume des rôles de plus en plus complexes, notamment la gestion du capital et l’exécution des transactions, la question du contrôle des données a pris des implications économiques importantes. En réponse, plusieurs initiatives basées sur la blockchain se positionnent comme des alternatives viables et neutres aux méthodes d'inférence traditionnelles basées sur le cloud, qui sont intrinsèquement vulnérables à l'exposition des données.
L'un des principaux inconvénients de l'inférence centralisée est que toutes les interactions avec des serveurs tiers sont enregistrées et potentiellement conservées, ce qui présente un risque important lorsque les systèmes d'IA interagissent avec des informations sensibles telles que des stratégies de trading, des clés privées ou des données propriétaires. Cette vulnérabilité a déjà été exploitée dans plusieurs incidents très médiatisés, notamment la fuite accidentelle du code source par les ingénieurs de Samsung via ChatGPT et le routage des invites des utilisateurs coréens vers les serveurs ByteDance à Pékin par DeepSeek. Ces incidents soulignent les conséquences tangibles du fait de ne pas donner la priorité à la confidentialité des données.
L'analyste cryptographique Kaff a résumé succinctement l'essence de ce problème dans un article récent, notant que l'invite système d'un agent s'apparente à son alpha et que si elle peut être lue, elle peut être extraite. Ce sentiment fait écho à la reconnaissance croissante selon laquelle la confidentialité est devenue un facteur crucial dans le développement des systèmes d’IA, d’autant plus qu’ils assument des rôles plus critiques dans la gestion du capital et l’exécution des transactions. Comme l’a observé Kaff, le paysage a considérablement changé depuis 2023, lorsque les systèmes d’IA pouvaient fonctionner en toute impunité ; aujourd’hui, la confidentialité est un fossé vital dans l’écosystème de l’IA.
L'importance de la sécurité des données dans le développement de l'IA est encore soulignée par un récent rapport de McKinsey, qui révèle que les problèmes de sécurité des données ont augmenté de 10 points de pourcentage d'une année sur l'autre, devenant ainsi le principal obstacle au développement de l'IA en entreprise. De plus, pas moins de 80 % des organisations ont déjà rencontré des cas de comportement à risque de la part d’agents IA, notamment un accès non autorisé aux données.
En réponse à ces préoccupations, de grandes entreprises technologiques telles que NVIDIA, Apple et Google Cloud développent des solutions axées sur l'informatique confidentielle. Cependant, ces solutions sont intrinsèquement liées à des fournisseurs de cloud spécifiques, ce qui limite leur potentiel d'adoption à plus grande échelle. En revanche, des projets basés sur la cryptographie tels que Venice, NEAR, Nillion et Phala Network proposent des solutions alternatives qui privilégient la coordination ouverte, la résistance à la censure et l’infrastructure neutre.
Ces initiatives basées sur la cryptographie ont déjà démontré un attrait impressionnant, Venise signalant plus de 2 millions d'utilisateurs et 50 000 utilisateurs actifs quotidiens, tandis que NEAR et Nillion ont développé des solutions innovantes tirant parti des environnements d'exécution fiables (TEE) et du cryptage homomorphe. Phala Network, quant à lui, a atteint des niveaux de performances remarquables, traitant quotidiennement plus d'un milliard de jetons LLM tout en maintenant un niveau élevé de sécurité et de confidentialité.
Pour l’avenir, Gartner prédit que plus de 75 % du traitement sur une infrastructure non fiable nécessitera des environnements d’exécution fiables d’ici 2029, créant ainsi une opportunité de marché importante pour une infrastructure de cryptographie axée sur la confidentialité afin de capturer les charges de travail d’IA d’entreprise à grande échelle. Alors que la demande de solutions d’IA sécurisées et privées continue de croître, les projets basés sur la cryptographie sont sur le point de jouer un rôle essentiel dans l’avenir du développement de l’IA.