Les cyberattaques contre des banques sud-coréennes révèlent une nouvelle faille de sécurité liée à l’IA

Des cyberattaques contre des banques sud-coréennes ont exposé les données d’environ 25 000 clients de Shinhan Bank, malgré des années d’évaluations de sécurité solides. Les attaquants n’ont pas eu besoin de pénétrer la principale plateforme bancaire de Shinhan. Ils auraient contourné l’authentification d’un service de consultation de prêts utilisé par des courtiers.

D’autres intrusions ou tentatives d’intrusion ont suivi chez KB Kookmin Bank, Hana Bank, BNK Busan Bank, Woori Bank et NH Nonghyup Bank. Cette série d’incidents a conduit les autorités sud-coréennes à organiser des réunions d’urgence et à lancer une enquête nationale.

La leçon inconfortable ne se limite pas au fait que des criminels peuvent utiliser l’intelligence artificielle. Ces incidents montrent comment l’automatisation assistée par l’IA peut transformer des services web négligés en une surface d’attaque efficace. Les banques avaient bâti de solides défenses autour de leurs systèmes de transaction, mais des applications de support exposées restaient accessibles.

CrowdStrike a ensuite trouvé des éléments reliant une partie de la campagne à ARTEX, un outil open source de tests d’intrusion agentiques. Toutefois, les éléments disponibles ne prouvent pas qu’ARTEX a compromis chacun des établissements touchés. Ils ne montrent pas non plus qu’un modèle d’IA a planifié et mené les attaques de manière indépendante.

Cette distinction est importante. Les preuves les plus solides étayent une conclusion plus circonscrite, mais néanmoins lourde de conséquences. L’IA a aidé un opérateur humain à agir plus rapidement sur plusieurs cibles, tandis que des défaillances ordinaires d’authentification et de contrôle d’accès ont créé les ouvertures.

Ce qui s’est passé dans le secteur financier sud-coréen

Les incidents ont constitué une campagne concentrée contre des systèmes commerciaux accessibles depuis l’extérieur, et non une compromission confirmée des réseaux bancaires centraux.

Shinhan Bank a détecté une hausse soudaine des requêtes adressées à son service M-Shinhan le 29 septembre 2026. Les courtiers en prêts utilisaient ce service web mobile pour vérifier l’avancement des demandes de leurs clients.

Selon des informations locales, une partie non autorisée a contourné le processus d’authentification du service. L’attaquant a soumis à répétition des valeurs telles que des numéros de reçu, collecté des identifiants clients et interrogé d’autres services simplifiés.

Les informations exposées variaient selon les clients. Elles comprenaient apparemment des noms, des numéros de téléphone, des revenus annuels, des montants de demande de prêt, des plafonds calculés et d’autres détails relatifs aux demandes.

Pour certains clients, les dossiers compromis incluaient également des numéros d’enregistrement de résident et des informations d’identité associées. Shinhan a déterminé qu’environ 25 000 personnes étaient concernées et a signalé l’incident le 30 septembre.

KB Kookmin Bank a révélé une violation distincte impliquant 119 clients. Un attaquant a obtenu un accès externe anormal à un système mobile de soutien au travail utilisé par les employés.

Les informations exposées comprenaient des noms, des numéros de téléphone, des adresses et des numéros d’enregistrement de résident chiffrés. KB a indiqué que le système concerné était distinct des infrastructures de banque en ligne, de banque mobile et de transactions clients.

Hana Bank a signalé l’exposition d’informations appartenant à 89 clients. BNK Busan Bank a constaté que des informations personnelles concernant 11 travailleurs du développement externalisé avaient été accessibles via des pages web.

Woori Bank et NH Nonghyup Bank ont également détecté des tentatives d’attaque similaires. Selon le signalement officiel des incidents, ces établissements ont bloqué les accès non autorisés avant de confirmer toute exposition de données clients.

Ces chiffres contredisent un premier article affirmant que KB Kookmin Bank avait exposé les données de carte de crédit de 119 000 clients. Des reportages coréens plus détaillés et la communication de la banque identifient systématiquement 119 clients touchés, et non 119 000.

Cette correction modifie sensiblement le total. Les chiffres publics vérifiés font état de plus de 25 000 personnes touchées dans les établissements nommés, plutôt que d’un total confirmé dépassant 140 000.

Même ce chiffre inférieur représente une violation grave. Les informations volées sur les prêts et l’identité peuvent aider des criminels à élaborer des escroqueries convaincantes sans obtenir de mots de passe ni d’identifiants de paiement.

Les incidents ont également dépassé le cadre d’une seule banque ou d’une seule page vulnérable. La Commission des services financiers de Corée du Sud a réuni une cellule d’urgence le 2 octobre avec des régulateurs, des groupes sectoriels, des banques et des sociétés de cartes.

La réunion d’urgence a ordonné aux institutions financières d’inspecter les systèmes et services exposés vers l’extérieur. Les participants ont été invités à examiner les contrôles d’authentification, à bloquer l’exposition inutile d’informations et à partager les indicateurs d’infrastructures hostiles.

Le président Lee Jae Myung a ensuite ordonné une enquête approfondie. Le Bureau national d’enquête a commencé à examiner d’éventuelles violations et les liens entre les différents incidents.

La question centrale n’était plus de savoir si une banque avait exploité une page web vulnérable. Les autorités devaient déterminer si un seul opérateur avait industrialisé la découverte et l’exploitation de faiblesses similaires dans l’ensemble du secteur financier.

Les cyberattaques contre les banques sud-coréennes ont exploité la périphérie négligée

Les attaquants ont réussi à la frontière entre des systèmes financiers durcis et les petits services construits autour d’eux.

Les banques consacrent des ressources importantes à la protection des systèmes de paiement, des applications clients et des réseaux internes de transaction. Ces plateformes utilisent généralement une authentification multicouche, une surveillance continue et des contrôles opérationnels stricts.

Les systèmes de support font souvent l’objet d’un examen moins rigoureux. Les pages de consultation de prêts, les portails employés, les outils commerciaux, les interfaces destinées aux sous-traitants et les anciens services web traitent encore des informations sensibles. Pourtant, ils peuvent utiliser une authentification plus faible ou rester directement exposés à internet.

Le service compromis de Shinhan illustre cette lacune. Il existait pour faciliter les vérifications de routine du statut des prêts par les courtiers. Cette commodité est devenue dangereuse lorsque des identifiants collectés auprès d’un service auraient fonctionné avec d’autres fonctions simples de consultation.

La violation n’a pas exigé qu’un attaquant défasse la principale application mobile de Shinhan. Elle aurait reposé sur des requêtes anormales, des frontières d’authentification faibles et des contrôles insuffisants contre les demandes automatisées répétées.

L’incident chez KB Kookmin a suivi le même schéma architectural. Le système mobile de support compromis servait les employés plutôt que les clients particuliers, mais il contenait tout de même des informations personnelles de crédit.

C’est le principal renversement révélé par l’incident. Les banques sud-coréennes ne semblaient pas sans défense à leur point le plus fort. Elles ont été exposées par des systèmes secondaires qui restaient connectés à des dossiers précieux.

Shinhan avait obtenu la meilleure note lors des évaluations de protection des informations personnelles de crédit pendant cinq années consécutives. Elle détenait également des certifications reconnues en sécurité de l’information.

Ces titres n’ont pas empêché la violation du service de consultation de prêts. Un programme de sécurité peut satisfaire à de larges exigences d’évaluation tout en négligeant un flux de travail exposé sur internet doté de contrôles d’accès faibles.

Le problème dépasse le secteur bancaire. Les grandes organisations accumulent de petites applications par l’externalisation, les fusions, les projets temporaires et les achats effectués par les départements.

Chaque application peut devenir un chemin non documenté vers des données sensibles. Un système n’a pas besoin de traiter des paiements pour créer un risque financier important.

L’IA modifie l’économie de la découverte de ces chemins. Auparavant, un attaquant humain devait énumérer les services, interpréter les réponses, ajuster la logique d’analyse et répéter ce travail sur différentes cibles.

Un agent peut aider à exécuter plusieurs de ces étapes en continu. Les logiciels agentiques sont conçus pour poursuivre un objectif par l’utilisation répétée d’outils, l’observation et l’adaptation, avec une intervention humaine limitée.

Cela ne fait pas du modèle un criminel autonome. Cela donne à l’opérateur une méthode plus rapide pour tester de nombreux systèmes exposés et organiser les résultats.

Les cyberattaques contre les banques sud-coréennes poussent donc les responsables de la sécurité à redéfinir les infrastructures critiques. Le périmètre pertinent comprend chaque service capable de récupérer des informations sensibles, et pas seulement les systèmes qui déplacent de l’argent.

Les organisations doivent également cartographier la manière dont les identifiants circulent entre les applications. Un numéro de client collecté sur une page à faible risque devient dangereux si un autre service le considère comme une preuve suffisante d’autorisation.

Les limites de débit, une authentification forte, une minimisation stricte des données et une surveillance comportementale doivent accompagner les données. Ne les appliquer qu’aux plateformes de transaction destinées aux clients laisse une faille exploitable.

Comment le piratage par IA d’ARTEX a accéléré le rythme de l’attaquant

ARTEX semble avoir coordonné des tâches offensives connues, tandis que les modèles de langage ont aidé l’opérateur à maintenir son activité sur plusieurs cibles financières.

CrowdStrike a publié son enquête le 7 octobre après avoir examiné une infrastructure associée à la campagne. Les chercheurs ont trouvé des répertoires ouverts contenant des fichiers de configuration ARTEX, des historiques Claude Code et des fichiers de mémoire Claude.

ARTEX est un cadre open source de tests d’intrusion agentiques développé en Chine. Il peut automatiser la collecte d’informations, la découverte de vulnérabilités, la planification d’exploitation et des tâches de sécurité connexes.

Ces fonctions ont des usages légitimes. Les équipes de sécurité utilisent les tests automatisés pour identifier les faiblesses avant que les criminels ne les découvrent.

Le risque change lorsque le même cadre est relié aux cibles choisies par un opérateur et à une infrastructure offensive. L’automatisation peut réduire le délai entre la découverte, l’expérimentation et l’extraction de données.

CrowdStrike a relié un serveur à une instance d’ARTEX probablement impliquée dans l’activité coréenne. Un deuxième serveur à Hong Kong semblait faire office d’infrastructure principale de l’opérateur.

L’analyse de l’infrastructure ARTEX a trouvé des instructions en chinois décrivant la manière dont un modèle devait réaliser des tests d’intrusion. Elle a également révélé une pile de plusieurs services d’IA.

Selon CrowdStrike, l’instance ARTEX utilisait DeepSeek v4.1-flash comme backend principal de modèle de langage. L’opérateur utilisait également GLM-5.3 et Grok 4.6 dans d’autres sessions Claude Code.

Le point important n’est pas le modèle qui apparaissait dans chaque journal. L’environnement combiné donnait à un seul opérateur plusieurs moyens de générer du code, d’interpréter des sorties techniques et de poursuivre une enquête.

CrowdStrike a observé une activité importante de la fin septembre au début octobre. Les organisations ciblées recoupaient les établissements identifiés dans les informations publiques sur les violations sud-coréennes.

Les sessions exposées ont également révélé de possibles motivations financières. L’opérateur a demandé à Claude où les criminels vendent habituellement des données de violation coréennes et a sollicité de l’aide pour trouver des groupes Telegram pertinents.

Dans une autre session, l’utilisateur a demandé à Claude de créer un CV de recherche en sécurité faisant référence à l’activité ARTEX. L’invite comprenait un nom, un numéro de téléphone, un lieu, des informations sur la formation et un compte Telegram.

CrowdStrike a estimé que les données personnelles appartenaient probablement à la personne menant l’activité. Toutefois, l’entreprise n’a pas pu associer définitivement cette identité à l’attaquant.

Cette erreur opérationnelle inhabituelle souligne un second aspect de la criminalité assistée par l’IA. Les mêmes outils qui accélèrent une intrusion peuvent conserver des conversations, des invites, des fichiers de mémoire et des enregistrements de configuration.

Un attaquant qui centralise son travail dans des agents de codage crée une trace détaillée de son activité. Une infrastructure d’IA mal sécurisée peut exposer à la fois la méthode d’attaque et les erreurs de l’opérateur.

Cela ne signifie pas que les défenseurs peuvent compter sur les criminels pour laisser des répertoires ouverts. Les acteurs expérimentés apprendront à isoler les sessions, supprimer les historiques et éviter de saisir des informations permettant de les identifier.

L'importance durable du piratage par ARTEX AI réside dans son effet sur le rythme opérationnel. Un individu motivé financièrement peut utiliser l'automatisation pour accomplir un travail qui nécessitait auparavant une équipe plus importante ou une préparation plus longue.

Les chercheurs en sécurité sont parvenus à une conclusion similaire avant que CrowdStrike ne publie ses résultats. Des spécialistes examinant l'incident ont averti que l'IA pouvait automatiser une part substantielle de la préparation des attaques et de l'utilisation des outils.

Un opérateur a toujours besoin d'une intention, d'une infrastructure, d'une sélection de cibles et d'un jugement technique suffisant pour interpréter les échecs. L'IA réduit les frictions, mais elle n'élimine pas ces exigences.

Cette distinction devrait guider les dépenses de défense. Les banques ont besoin de contrôles qui stoppent les sondages automatisés rapides, plutôt que de produits qui se contentent d'étiqueter tout trafic hostile comme généré par l'IA.

Les mesures efficaces comprennent des inventaires de services, une surveillance de la surface d'attaque, l'analyse du taux de requêtes, une authentification renforcée et l'isolement automatique des voies d'accès anormales.

L'étiquette technologique importe moins que la vitesse et l'ampleur du comportement. Les défenseurs doivent détecter un seul opérateur agissant avec une persistance à l'échelle des machines.

Ce que les preuves relatives à l'IA ne prouvent pas

La campagne démontre une activité d'intrusion assistée par l'IA, mais elle n'établit pas un piratage entièrement autonome ni une cause unique pour chaque compromission.

Les premières couvertures ont souvent décrit les incidents comme des attaques bancaires propulsées par l'IA. Cette expression reflète les outils suspectés, mais peut exagérer ce que les enquêteurs ont vérifié.

CrowdStrike a trouvé des preuves directes qu'un opérateur utilisait ARTEX et plusieurs modèles de langage. L'entreprise a également relié cette infrastructure à des cibles qui recoupaient les organisations financières affectées.

L'entreprise n'a pas confirmé le nombre total d'institutions compromises. Son rapport indique que ce nombre restait non confirmé au moment de la publication de l'analyse.

Les autorités ont également évité d'attribuer chaque incident à ARTEX. Le régulateur financier sud-coréen a reconnu une possible utilisation de l'IA, tout en poursuivant son enquête sur les causes et les méthodes des attaques.

Les différentes institutions ont aussi exposé des systèmes différents. L'incident de Shinhan concernait un service de demandes de renseignements destiné aux courtiers, tandis que la compromission de KB Kookmin impliquait une plateforme de soutien aux employés.

Hana et BNK Busan ont signalé d'autres environnements affectés. Woori et NH Nonghyup ont identifié des tentatives sans confirmer de perte de données comparable.

Le chevauchement temporel et des infrastructures peut étayer l'hypothèse d'une campagne. Il ne prouve pas automatiquement que le même exploit, agent ou individu a compromis chaque cible.

L'expression piratage par ARTEX AI peut également donner l'impression erronée qu'un modèle a sélectionné indépendamment des banques et déjoué leurs défenses. Les preuves disponibles décrivent plutôt un environnement dirigé par un humain.

L'opérateur a fourni des prompts, maintenu des serveurs, sélectionné des outils et recherché des informations financières coréennes. L'IA semble avoir soutenu l'exécution et l'analyse au sein de ce flux de travail.

Les vulnérabilités traditionnelles sont restées essentielles. Une authentification faible, une exposition excessive de données, des services accessibles depuis Internet et des identifiants réutilisables ont donné aux outils quelque chose à exploiter.

Sans ces conditions, un scanner plus rapide générerait davantage de requêtes échouées plutôt qu'une violation de données. Qualifier ces incidents d'échec de l'IA peut donc détourner l'attention des lacunes fondamentales des contrôles.

L'attribution reste également incertaine. CrowdStrike a évalué avec un niveau de confiance modéré que l'opérateur était probablement sinophone et motivé financièrement.

Cette appréciation reposait sur des prompts en chinois, des outils développés en Chine et une activité recherchant des marchés pour les informations volées. Elle n'a pas établi de parrainage gouvernemental ni identifié une organisation criminelle nommée.

Aucune analyse responsable ne devrait transformer des indices linguistiques en attribution nationale. Les criminels peuvent utiliser des outils en langue étrangère, des prompts copiés, des serveurs proxy et des artefacts délibérément trompeurs.

L'incident a également produit des chiffres contradictoires concernant les victimes. Un article a rapporté 119 000 clients de KB Kookmin, tandis que la banque et plusieurs médias locaux ont rapporté 119.

Cette divergence montre pourquoi les totaux liés aux violations exigent des sources rigoureuses. Une erreur numérique répétée peut transformer un incident grave en un événement substantiellement différent.

Le récit le plus défendable est donc plus restreint. Au moins plusieurs institutions financières ont subi des attaques rapprochées dans le temps, des compromissions confirmées ont exposé des informations personnelles sensibles, et une infrastructure compatible avec l'IA a soutenu une partie de l'activité.

Cette conclusion est importante sans décrire l'événement comme une cyberguerre autonome. La précision aide les défenseurs à se concentrer sur des techniques observables plutôt que sur un récit non vérifié.

Les régulateurs passent des périmètres à une défense partagée

La réponse de la Corée du Sud reconnaît qu'un service exposé peut créer des risques dans l'ensemble d'un secteur financier interconnecté.

La Financial Services Commission a demandé aux institutions de commencer immédiatement des inspections des systèmes et services exposés de manière externe. L'ordre mettait spécifiquement l'accent sur les faiblesses d'authentification, les contrôles d'accès, les intrusions non autorisées et l'exposition inutile d'informations.

Le régulateur a également demandé aux entreprises de partager les adresses IP malveillantes et d'autres renseignements sur les menaces. Des indicateurs partagés peuvent aider les institutions à bloquer une infrastructure déjà observée contre une autre banque.

Cependant, les listes de blocage ont une durée de vie limitée. Les attaquants peuvent faire tourner leurs serveurs et adresses proxy plus vite que les organisations ne terminent leurs réunions d'urgence.

La réponse plus durable consiste à comparer les comportements d'attaque. Des requêtes répétées sur des identifiants, la découverte automatisée de points de terminaison, des séquences de requêtes anormales et des déplacements rapides entre des services liés peuvent révéler une campagne.

Les régulateurs doivent également examiner si les évaluations existantes récompensent les bons résultats. Les meilleures notes de protection de Shinhan n'ont pas révélé la faiblesse qui aurait permis la compromission.

Les examens de conformité évaluent souvent la gouvernance, les politiques et une couverture étendue des contrôles. Les attaquants se concentrent sur la seule voie négligée qui permet d'obtenir des données.

Les futures évaluations devront inclure une validation technique plus approfondie. Cela comprend le test de véritables services externes, la vérification de l'authentification à chaque point de terminaison et le contrôle qu'un identifiant ne déverrouille pas des informations ailleurs.

Les responsables sud-coréens ont également averti contre la fraude secondaire. Les mots de passe et les codes à usage unique ne figuraient pas parmi les données exposées signalées, mais cela ne rend pas les dossiers inoffensifs.

Les noms, numéros de téléphone, chiffres de revenus et plafonds de prêt peuvent rendre une usurpation d'identité plus crédible. Un escroc peut faire référence à des situations financières réelles en proposant un programme frauduleux de refinancement ou d'indemnisation.

Le 6 octobre, les régulateurs ont ouvert une période spéciale de réponse d'un mois, avec possibilité de prolongation. Les entreprises financières ont reçu l'instruction de mettre en place des canaux d'assistance dédiés pour les clients affectés.

L'alerte à la fraude destinée aux consommateurs avertissait que des criminels pourraient se faire passer pour des employés de banque et proposer des prêts avantageux, des refinancements ou une indemnisation liée à une violation. Elle mettait également en garde contre les demandes de paiements anticipés ou d'installation d'applications.

Les autorités ont demandé aux institutions de renforcer les systèmes de détection des fraudes à l'aide des données divulguées. Elles prévoyaient également d'utiliser une plateforme fondée sur l'IA pour partager et analyser les informations relatives au phishing vocal.

Cela crée une confrontation révélatrice. Les attaquants peuvent utiliser l'IA pour étendre la reconnaissance et l'exploitation, tandis que les banques peuvent utiliser l'IA pour relier les signaux de fraude et identifier les comportements suspects.

La différence décisive viendra de la vitesse de déploiement et de la qualité des données. Un modèle défensif ne peut pas protéger un service web oublié que personne n'a intégré au programme de surveillance.

Les institutions financières ont besoin d'un inventaire à jour des points de terminaison publics et des informations auxquelles chacun peut accéder. Elles ont aussi besoin de registres de responsabilité indiquant qui assure la maintenance de chaque service.

La réponse aux incidents dépend de connaissances internes tout aussi accessibles. Les équipes d'ingénierie et de sécurité bénéficient d'une base de connaissances consultable qui relie la documentation des services, leur responsabilité et les décisions prises lors d'incidents antérieurs.

Ce registre devient précieux au cours d'une campagne en évolution rapide. Les intervenants peuvent identifier les équipes et dépendances affectées sans avoir à reconstituer le système à partir de documents épars.

Les cyberattaques contre les banques sud-coréennes suggèrent également que les systèmes de tiers et de sous-traitants méritent le même examen que les applications principales. Le développement externalisé ne transfère pas la responsabilité des informations clients.

Les banques doivent vérifier quelles données les fournisseurs peuvent atteindre, comment leurs systèmes authentifient les requêtes et si des services temporaires restent en ligne après la fin d'un projet.

La réponse réglementaire ne réussira que si ces inspections produisent des changements durables. Les analyses d'urgence peuvent repérer les expositions évidentes, mais la prolifération des applications recréera le problème sans responsabilité continue.

Trois signaux montreront si la réponse fonctionne

La phase suivante sera mesurée par les constats techniques, la fraude secondaire et les changements permanents de la supervision du secteur financier.

Le premier signal sera le compte rendu de l'enquête officielle sur l'infrastructure commune et les méthodes d'attaque. Les enquêteurs doivent déterminer quels incidents partagent des serveurs, des identifiants, des voies d'exploitation ou des comportements d'opérateur.

Un lien confirmé entre plusieurs banques renforcerait la conclusion qu'une automatisation assistée par l'IA a permis à un opérateur d'attaquer rapidement plusieurs institutions.

Une conclusion selon laquelle les compromissions n'étaient pas liées réduirait la portée du récit ARTEX. Elle révélerait aussi un problème plus large impliquant des services financiers vulnérables de manière indépendante.

Le deuxième signal sera l'ampleur des préjudices secondaires. Les régulateurs ont averti que les détails exposés sur les revenus, les prêts et l'identité pourraient faciliter le phishing vocal personnalisé ou des approches de prêt frauduleuses.

Des fraudes confirmées montreraient que l'impact de la violation s'étendait au-delà de la confidentialité. Elles mettraient également à l'épreuve la rapidité avec laquelle les banques peuvent relier les dossiers exposés aux transactions suspectes et aux signalements de clients.

L'absence de fraude confirmée serait bienvenue, mais elle n'éliminerait pas le risque à long terme. Les informations personnelles peuvent rester utiles après que l'incident initial a disparu des gros titres.

Le troisième signal sera de savoir si les régulateurs modifient la manière dont la sécurité financière est testée. Les inspections ponctuelles des systèmes exposés de l'extérieur constituent une mesure de confinement immédiate, et non une réforme durable.

Une réponse plus robuste exigerait la découverte continue des services publics, des tests d'authentification répétés et une responsabilité claire pour chaque application accédant à des informations personnelles.

Les régulateurs devraient également examiner si les notes de sécurité reflètent une résistance réelle aux attaques. L'historique de solides évaluations de Shinhan rend cette question difficile à éviter.

La campagne offre un avertissement supplémentaire aux organisations hors de Corée du Sud. Les attaques bancaires alimentées par l'IA ne dépendent pas d'une pile technologique uniquement coréenne.

Chaque grande entreprise exploite des portails secondaires, des services de sous-traitants, d'anciennes API et des outils pratiques. N'importe lequel d'entre eux peut exposer des informations sensibles sans toucher au système le mieux protégé.

Les équipes de sécurité devraient commencer par se poser une question pratique : quel service accessible sur Internet peut récupérer des données clients ou employés sans les contrôles appliqués à l'application principale ?

Elles devraient ensuite tester ce service face à une découverte, une énumération et des tentatives d'accès automatisées soutenues. L'exercice devrait mesurer si un comportement anormal est bloqué avant que les dossiers ne quittent le système.

Les cyberattaques contre les banques sud-coréennes ne prouvent pas que des agents autonomes peuvent déjouer sans effort les réseaux financiers modernes. Elles montrent quelque chose de plus immédiat et exploitable.

Un opérateur aurait combiné des outils agentiques, des modèles de langage et une infrastructure classique afin de progresser rapidement à travers des services exposés. Une authentification faible aurait fait le reste.

Les banques n’ont pas besoin de prédire chaque modèle qu’un attaquant utilisera. Elles doivent éliminer les voies négligées qui rendent une automatisation plus rapide rentable, puis vérifier si les régulateurs et les enquêteurs confirment que ces voies se referment.