Le secret de chambre des alchimistes : pourquoi le post-quantique menace vos LLM aujourd'hui

La transaction est secrète pendant trois ans. Le déchiffrement viendra dans quinze.

Un dossier de fusion-acquisition, deux cents pages, des valorisations, des noms de cibles, une clause de sortie. Le client me demande de faire analyser tout cela par un modèle de langage — synthèse des risques, cohérence des annexes, points de vigilance. Le flux part chiffré en TLS classique vers l'API d'un fournisseur.

Rien ne fuite. Pas d'alerte, pas d'intrusion visible. Sauf qu'un acteur disposant de moyens — un État, un concurrent bien doté — a intercepté les paquets et les stocke. Il ne peut pas les lire. Pas encore. La menace post-quantique pour vos LLM ne commence pas le jour où l'ordinateur quantique existe : elle commence le jour où vous exposez la donnée.

« Moissonner maintenant, déchiffrer plus tard »

Le principe porte un nom sobre en anglais : Harvest Now, Decrypt Later (HNDL). On capture aujourd'hui des flux chiffrés qu'on ne sait pas encore casser, et on les conserve. On attend la machine.

Le NIST le formule sans détour : certaines données restent sensibles pendant de nombreuses années, et un attaquant peut capturer un flux chiffré pour le déchiffrer plus tard. Les standards post-quantiques ont été finalisés en 2024 — ML-KEM (ex-Kyber) pour l'échange de clés, ML-DSA pour la signature.

Ce déplacement du calendrier change tout. Le risque n'est pas futur : il est présent, sur toute donnée dont la valeur survit à l'arrivée de la machine quantique. Un dossier médical vaut trente ans. Un secret industriel, davantage.

Pourquoi les pipelines LLM aggravent l'exposition

Un LLM ne se contente pas de recevoir un prompt et de répondre. Autour de lui s'agrège une plomberie qui multiplie les points de sortie de la donnée.

Les embeddings — les représentations vectorielles de vos documents — dorment dans un vector store. Les logs de prompts conservent des mois de conversations. Les caches, les appels vers des modèles tiers, les connecteurs MCP qui branchent l'agent sur vos outils internes : chaque maillon est une occasion d'écrire la donnée quelque part.

Une étude récente sur arXiv, portant sur 10 655 serveurs MCP analysés, montre que les fuites y sont souvent protocol-induced : identifiants, clés d'API, données personnelles traversent la frontière local/LLM simplement en étant journalisés ou renvoyés dans un handler. Le taux de fuite dépasse 10 %. Pas d'exfiltration spectaculaire — juste la mécanique du protocole qui recopie des secrets là où on ne les surveille plus.

La vérité inconfortable : on ne sait souvent pas où transitent réellement les prompts. Le pipeline IA transforme des documents à durée de valeur longue en réservoirs durablement moissonnables.

L'alchimiste chiffrait pour l'éternité, pas pour l'instant

À la Renaissance, l'alchimiste ne protégeait pas sa formule par une serrure. Il la protégeait par le chiffre. Le Rosarium philosophorum de 1550, les traités de Basile Valentin, le langage codé de Newton dans ses manuscrits alchimiques restés secrets jusqu'au XXᵉ siècle : partout le même geste, dissimuler le savoir sous le symbole, le pseudonyme, la dispersion volontaire.

Ce savoir caché portait un nom : l'arcanum, le secret de chambre. Et l'alchimiste avait compris une chose que nos architectures oublient. Un secret n'a pas de date de péremption. Ce qui résiste au savant d'aujourd'hui cédera peut-être devant le savant de demain, plus habile, mieux outillé.

C'est exactement le cœur du problème HNDL : l'asymétrie du savoir dans le temps. L'alchimiste chiffrait pour l'éternité, conscient que le déchiffreur viendrait plus tard. Nous chiffrons pour l'instant présent, en oubliant que la donnée, elle, dure. Le TLS d'aujourd'hui est un arcanum mal pensé — solide contre le lecteur du moment, transparent pour celui qui patiente.

Les réponses réalistes en 2026 (sans vendre du rêve quantique)

La parade principale a un nom : la migration vers la cryptographie post-quantique. L'ANSSI cadre l'effort avec une prudence salutaire — la transition prendra plus d'une décennie, elle recommande d'inventorier dès maintenant les usages cryptographiques et de privilégier des mécanismes hybrides pendant la bascule.

Deux idées à retenir de ce cadrage. D'abord, la crypto-agilité : concevoir ses systèmes pour changer d'algorithme sans tout reconstruire. Ensuite, la borne temporelle — l'ANSSI juge qu'il ne sera plus raisonnable, après 2030, d'acheter des produits sans post-quantique.

Mais le transit n'est que la moitié du sujet. Il reste le chiffrement des données au repos, dans les vector stores et les logs, souvent le parent pauvre des architectures IA. Un embedding mal protégé est une donnée moissonnable oubliée.

Et une mise en garde, par honnêteté : le chiffrement homomorphe, qui permettrait de calculer sur des données chiffrées, reste marginal en production pour les LLM. J'en ai détaillé les limites concrètes dans une analyse des approches FHE et TEE pour la confidentialité des données. Ne pas confondre la protection pendant le calcul et la protection dans le temps : ce sont deux chantiers distincts.

Quatre gestes pour un dirigeant en 2026

Dans les missions où j'opère moi-même les agents sur mesure branchés sur des données clients, ces quatre décisions passent avant toute démonstration.

1. Cartographier. Quelles données à longue durée de vie transitent par vos pipelines IA ? Contrats, dossiers RH, secrets industriels, santé. La liste est presque toujours plus longue que ce que la DSI imagine.
2. Exiger le post-quantique en transit. Interroger chaque fournisseur LLM sur sa feuille de route ML-KEM et sa crypto-agilité. Une réponse floue est une réponse.
3. Minimiser en amont. La meilleure donnée moissonnable est celle qu'on n'a jamais exposée. Anonymiser, pseudonymiser, découper avant que le prompt ne parte.
4. Traiter logs et vector stores comme des actifs datés. Politique de rétention, purge, chiffrement au repos. Un log de prompt n'est pas un déchet technique — c'est un secret à durée de valeur.

L'alchimiste savait qu'il écrivait pour un lecteur qu'il ne verrait jamais. La menace post-quantique sur vos LLM n'est pas un problème de 2035 : c'est une décision d'architecture prise aujourd'hui, chaque fois qu'on branche un modèle sur une donnée qui vous survivra. Le reste n'est qu'une question de patience — celle de l'adversaire, pas la vôtre.