Mercor : 4 To de données vocales dérobées chez 40 000 sous-traitants IA

Le 4 avril 2026, le groupe d'extorsion Lapsus$ a publié sur son site de fuite les données dérobées à Mercor, une plateforme spécialisée dans la mise en relation de sous-traitants avec des projets d'entraînement de modèles d'intelligence artificielle. L'archive exfiltrée représente environ 4 téraoctets et concerne plus de 40 000 contractants ayant participé à des tâches de labellisation de données, d'enregistrement vocal et d'appels de vérification pour des projets d'IA.

Ce qui distingue cette violation des fuites vocales habituelles tient à la nature combinée des données exposées. Le processus d'onboarding de Mercor collectait successivement un scan de passeport ou de permis de conduire, un selfie par webcam, puis un enregistrement vocal structuré réalisé dans un environnement calme, à partir de prompts scriptés. Ces trois éléments se retrouvaient consolidés dans une même ligne de base de données. Or, selon un rapport du Wall Street Journal de février 2026, les outils de clonage vocal disponibles sur étagère nécessitent environ quinze secondes d'audio propre pour produire une réplique convaincante. Les enregistrements Mercor durent en moyenne deux à cinq minutes chacun, très au-delà de ce seuil. Associés à un document d'identité vérifié, ils constituent un kit opérationnel complet pour des attaques d'usurpation vocale.

Cinq recours judiciaires collectifs ont été déposés dans les dix jours suivant la publication de la fuite. Les plaignants soutiennent que Mercor a collecté des empreintes vocales sous couvert de production de données d'entraînement, sans informer clairement les contractants que ces enregistrements constituaient également des identifiants biométriques permanents. Cette distinction juridique est centrale : une empreinte vocale ne peut pas être réinitialisée comme un mot de passe.

Les vecteurs d'attaque documentés à partir de ce type de données sont multiples et déjà observés avant cette brèche. Le contournement de la vérification bancaire par voix est l'un des plus directs : plusieurs établissements américains et britanniques utilisent encore la reconnaissance vocale comme l'un des deux facteurs d'authentification. Un clone capable de reproduire une phrase de défi peut franchir cette barrière. Le vishing ciblant les employeurs constitue un autre vecteur établi : se faire passer pour un salarié auprès des ressources humaines ou de la comptabilité pour rediriger un salaire ou autoriser un virement. L'archive Krebs on Security recense plus de vingt-quatre cas confirmés de ce type depuis 2023.

Le cas dit "template Arup" illustre l'escalade possible. En 2024, un employé de la société d'ingénierie Arup avait viré l'équivalent de 25 millions de dollars à la suite d'un appel vidéo deepfake impliquant plusieurs participants synthétiques. Les données Mercor fournissent une matière première de qualité supérieure à celle des captations publiques utilisées dans cette affaire. S'y ajoutent les fraudes aux déclarations d'assurance, en hausse de 475 % en volume d'attaques synthétiques selon Pindrop sur l'année 2025, et les escroqueries sentimentales ou d'urgence familiale ciblant les personnes âgées, un poste qui représentait 2,3 milliards de dollars de pertes recensées par le FBI en 2026.

Pour les contractants exposés, les recommandations pratiques convergent autour de plusieurs axes. Réduire l'empreinte audio publique en supprimant les enregistrements indexables sur YouTube ou les plateformes de podcast. Établir un mot de code verbal convenu à l'avance avec les proches et les interlocuteurs financiers, jamais prononcé dans un enregistrement existant. Supprimer et réenregistrer les profils voix déjà actifs sur des assistants vocaux ou des services bancaires. Demander explicitement à sa banque de désactiver la reconnaissance vocale comme facteur d'authentification, une option rarement mise en avant mais généralement disponible.

La brèche Mercor soulève des questions structurelles sur le modèle économique de la collecte de données d'entraînement pour l'IA. Les plateformes de micro-tâches ont agrégé, à grande échelle et sous des conditions contractuelles peu transparentes, des données biométriques de haute valeur appartenant à des populations souvent précaires. La convergence entre données d'identité et données vocales, rendue possible par des pipelines d'onboarding standardisés, crée des actifs hautement exploitables dont la dangerosité n'était pas nécessairement anticipée par les contractants au moment de leur collecte. Les procédures judiciaires en cours pourraient contraindre le secteur à revoir ses pratiques de collecte, de séparation et de rétention de ces données.