Chez Block, OpenAI décrit des enquêtes de sécurité accélérées par l’IA

Block, l’entreprise derrière Square, Cash App et Afterpay, utilise des systèmes d’intelligence artificielle pour certaines tâches de sécurité. Dans une étude de cas publiée le 14 octobre 2026, OpenAI cite notamment Daybreak, un système d’OpenAI utilisé chez Block pour analyser des vulnérabilités et des alertes. Les analystes vérifient les résultats et guident le déploiement des changements.

Tester une règle sur sept mois de données

Selon OpenAI, Block conserve les requêtes et les éléments bruts associés à ses investigations. L’équipe peut ainsi tester une modification de règle de détection sur sept mois de télémétrie de production, c’est-à-dire des données produites par ses systèmes en service. Ce « rejeu » permet de vérifier ce que la règle modifiée aurait repéré dans ces données passées ; l’opération prend moins d’une heure. OpenAI indique qu’auparavant, l’équipe devait relancer manuellement des requêtes sur des centaines d’anciens dossiers, un travail rarement effectué en raison du temps nécessaire.

OpenAI rapporte aussi un exemple où Daybreak a rapproché un signal relevé sur un ordinateur des journaux d’identité de Block, les traces liées aux comptes et à leurs connexions. Ce rapprochement a fait apparaître un ensemble de problèmes plus large que le signal initial.

Une proposition de correctif reste à contrôler

Lors d’exercices red team — des attaques simulées pour tester les défenses —, OpenAI rapporte qu’une proposition automatique de correctif a été générée 18 minutes après la soumission d’une vulnérabilité décrite à grands traits. Ce délai mesure la production d’une proposition ; il ne signifie pas que le correctif a été installé ni qu’un système réel a été réparé en 18 minutes.

Dans le processus présenté par Block, l’équipe localise le problème dans le code et identifie les personnes responsables. Elle vérifie ensuite si la vulnérabilité peut être exploitée, examine le correctif proposé et contrôle que le changement résout le problème. OpenAI précise que des humains apportent le contexte, valident les résultats et guident le déploiement. Block indique également que son système peut orienter les tâches vers différents modèles et prévoir une reprise humaine ou une vérification par un autre agent.

Des chiffres rapportés pour le cas Block

OpenAI rapporte une hausse de 50 % du débit de triage — le rythme du premier examen des alertes — chez Block, ainsi qu’une augmentation de 50 % des activités de collecte de renseignement et d’investigation. L’entreprise attribue aussi à son dispositif environ 600 heures-analyste par trimestre récupérées sur le tri des faux positifs, c’est-à-dire les alertes qui ne correspondent pas à une menace réelle, et quelque 1 100 heures-analyste d’investigation réalisées chaque trimestre. Ces unités expriment des volumes de travail rapportés par OpenAI ; la page ne précise pas leur mode de calcul.

Ces résultats sont ceux présentés par OpenAI dans son étude de cas sur Block. La page ne fournit pas de données brutes ni de protocole indépendant permettant de les comparer à ceux d’autres équipes. Elle décrit surtout un usage où les modèles rapprochent des indices et préparent des changements, tandis que les spécialistes de Block apportent le contexte, vérifient les propositions et gardent la main sur leur déploiement.