Quando viene resa nota una vulnerabilità critica del software, i team di sicurezza di qualsiasi settore sanno già cosa fare.
Innanzitutto, occorre stabilire se il componente interessato è presente, esposto, raggiungibile, se supporta servizi critici o se la vulnerabilità è già oggetto di exploit. Parallelamente, bisogna ridurre l’esposizione, applicare controlli compensativi, individuare eventuali compromissioni e stabilire le priorità degli interventi correttivi, il tutto, se possibile, senza compromettere la continuità del business.
Nulla di tutto questo è nuovo. Ciò che è cambiato è che i sistemi basati sull’AI possono ora analizzare il software, valutare la possibilità di sfruttare una vulnerabilità, identificare gli asset esposti e combinare diversi punti deboli in percorsi di attacco praticabili in modo molto più rapido e a costi inferiori.
La finestra temporale a disposizione di chi si occupa della difesa era già limitata. L’AI l’ha resa ancora più stretta.
Un cambiamento reale, senza hype
Con Frontier AI si fa generalmente riferimento ai modelli di intelligenza artificiale che si trovano alla frontiera delle capacità attuali. Ma il modello è solo una parte dell’equazione. La vera potenza operativa deriva dal sistema che lo circonda: strumenti, dati, gestione delle identità, autorizzazioni, memoria, pianificazione, esecuzione e verifica, tutti elementi che consentono a un agente AI di passare dalla generazione di risposte all’esecuzione di azioni.
Anthropic ha dichiarato che Claude Mythos Preview era in grado di individuare e sfruttare vulnerabilità zero-day e di trasformare vulnerabilità N-day note, ovvero vulnerabilità software rese pubbliche ma non ancora corrette ovunque, in exploit funzionanti. Una valutazione indipendente dell’AI Security Institute del Regno Unito ha confermato un significativo miglioramento nell’individuazione delle vulnerabilità e nella concatenazione di attacchi multistadio in ambienti controllati.
Da allora, Anthropic ha introdotto Mythos 5, dichiarando ulteriori miglioramenti delle capacità in ambito cybersecurity, pur mantenendo limitato l’accesso al modello.
Perché governance e contenimento sono fondamentali
Gli eventi recenti dimostrano ulteriormente perché queste capacità stiano attirando così tanta attenzione. Nel luglio 2026, OpenAI ha reso noto che uno dei suoi agenti AI sperimentali è uscito dal proprio ambiente di test e ha compromesso parte dell’infrastruttura di Hugging Face durante una valutazione di cybersecurity. Pochi giorni dopo, Anthropic ha riferito che tre modelli Claude avevano ottenuto accesso non autorizzato ai sistemi di organizzazioni esterne durante test di sicurezza separati, dopo che un errore di configurazione li aveva esposti alla rete Internet pubblica.
Si tratta di sviluppi significativi, ma non significa che gli attacchi avanzati completamente autonomi siano diventati una realtà comune. Le valutazioni continuano a evidenziare limiti negli ambienti complessi, segmentati e protetti attivamente, dove controlli solidi e operatori qualificati continuano a svolgere un ruolo fondamentale.
Il rischio immediato è più concreto: l’AI sta rendendo le tecniche di attacco consolidate più rapide, meno costose e più facilmente scalabili. Questo vale per la ricerca delle vulnerabilità, la ricognizione, lo sviluppo di exploit, il social engineering e l’analisi dei dati sottratti.
La stessa tecnologia può rafforzare la difesa e le organizzazioni potranno trarne vantaggio se riusciranno a integrarla nelle proprie attività operative in modo responsabile e rapido.
Il rischio cyber è ormai una questione di leadership
La Frontier AI sta cambiando sia gli aspetti economici del rischio cyber sia il tempo disponibile per reagire.
Nel giugno 2026, le agenzie di cybersecurity dei Five Eyes hanno avvertito che la Frontier AI potrebbe trasformare le capacità cyber offensive e difensive nel giro di mesi, non di anni. Hanno invitato i leader aziendali a rivalutare rischi e responsabilità, rafforzare i controlli fondamentali, dare maggiore autonomia ai responsabili della cybersecurity e mantenere un coinvolgimento attivo man mano che queste capacità evolvono.
Le organizzazioni stanno già formalizzando il proprio approccio complessivo all’AI. Il 2026 Global AI Report: A Playbook for AI Leaders di NTT DATA ha rilevato che il 78% delle organizzazioni classificate come leader nell’AI disponeva di un Chief AI Officer dedicato e che il 56% adottava un modello centralizzato di governance dell’AI, rispetto ad appena il 38% di tutti gli altri intervistati. La ricerca si è basata sui contributi di 2.567 membri della C-suite e senior leader.
La stessa governance deve ora estendersi alla cybersecurity:
- Come verrà utilizzata l’AI nelle security operation?
- Quali azioni dovrebbero essere automatizzate?
- Come verranno autorizzate e verificate queste azioni?
- Come verranno protetti i processi aziendali basati sull’AI?
- Chi mantiene la responsabilità quando un sistema AI intraprende un’azione?
È evidente che le sfide e le opportunità della Frontier AI devono trovare spazio nella strategia di cybersecurity. Ma il tuo modello operativo è in grado di adattarsi abbastanza rapidamente senza perdere controllo, garanzie e chiarezza delle responsabilità?
5 priorità per i CISO
1. Concentrati sui servizi che contano davvero
Parti dai servizi critici per il business e identifica le applicazioni, l’infrastruttura, i dati, le identità, i componenti software e le terze parti che li supportano. Individua quindi dove l’esposizione, i privilegi eccessivi, una segmentazione debole, tecnologie non più supportate o misure di ripristino inadeguate potrebbero avere il maggiore impatto sul business.
Definisci le priorità degli interventi correttivi sulla base dello sfruttamento attivo delle vulnerabilità, della loro sfruttabilità, dell’esposizione, della raggiungibilità, dell’impatto sul business, del potenziale raggio d’azione e dei controlli compensativi già esistenti. La sola gravità tecnica non fornisce una misura completa del rischio.
L’obiettivo è comprendere quali combinazioni di vulnerabilità, esposizione e privilegi hanno maggiori probabilità di danneggiare il business.
2. Riduci la superficie di attacco
Elimina l’esposizione esterna, la connettività e i privilegi di accesso non necessari. Intervieni sulle tecnologie non più supportate e migliora lo sviluppo sicuro del software, la governance delle dipendenze, la gestione delle configurazioni, il logging e la software assurance. Applica i principi zero trust a persone, dispositivi, workload, applicazioni e dati.
Presta particolare attenzione alle identità macchina: account di servizio, credenziali delle application programming interface (API), bot, identità dei workload e agenti AI. Assegna loro identità distinte, autorizzazioni limitate e, ove possibile, credenziali di breve durata.
3. Modernizza la difesa con un’automazione controllata
Le security operation devono supportare rilevamento e correlazione alla velocità delle macchine, insieme a risposte automatizzate entro limiti chiaramente definiti.
Utilizza l’AI per supportare il triage delle vulnerabilità, la revisione del codice, l’analisi dei percorsi di attacco, l’arricchimento della threat intelligence, le indagini e il contenimento. Integra il contesto relativo a identità, endpoint, rete, cloud, applicazioni e dati affinché le decisioni riflettano il reale rischio per il business.
L’obiettivo è identificare prima l’esposizione, contenerla più rapidamente e prendere decisioni migliori.
L’automazione deve rimanere soggetta a governance. Occorre considerare il livello di affidabilità, l’impatto, la reversibilità, il potenziale raggio d’azione e l’urgenza. Le azioni a basso impatto e reversibili possono essere preautorizzate entro limiti chiaramente definiti. Le azioni ad alto impatto o difficili da annullare richiedono una validazione più rigorosa e, ove opportuno, l’approvazione umana. Ogni risultato, patch o azione di risposta generata dall’AI deve essere tracciabile, convalidabile e sottoponibile ad audit.
4. Proteggi l’AI e i sistemi agentici
Mantieni un inventario aggiornato di modelli, agenti, responsabili, identità, fonti di dati, strumenti, connettori e dipendenze esterne. Assegna a ogni agente e connessione con gli strumenti un’identità soggetta a governance e applica il principio del privilegio minimo, credenziali con ambiti di utilizzo limitati e confini di autorizzazione espliciti.
Esegui test per prompt injection, autonomia eccessiva, utilizzo non sicuro degli strumenti, divulgazione di dati sensibili, fonti di dati compromesse e dipendenze compromesse. Considera l’output dei modelli come non attendibile prima che venga trasmesso ai sistemi aziendali.
Introduci l’AI agentica in modo incrementale, partendo da attività circoscritte, osservabili e a rischio più basso. Maggiore è l’autorità di un sistema AI nell’agire autonomamente, più solidi devono essere i meccanismi relativi a identità, monitoraggio, test e responsabilità.
5. Costruisci una resilienza efficace anche sotto pressione
Nessuna organizzazione può prevenire ogni attacco. Contenimento e ripristino devono quindi essere parte integrante del modello operativo. Mantieni copie di ripristino isolate e immutabili, credenziali separate per le attività di recovery, ambienti di ripristino puliti e procedure di restoration testate. Verifica che i sistemi e i dati ripristinati siano affidabili.
Definisci i servizi aziendali minimi che devono rimanere operativi durante una crisi e testa il ripristino a livello di servizio end-to-end, non soltanto di un singolo server o backup.
I leader hanno inoltre bisogno di diritti decisionali e soglie di escalation concordati in anticipo. Quando la finestra di risposta si misura in minuti, l’autorità necessaria per intervenire non può essere negoziata durante l’incidente.
Inizia ora a prepararti per ciò che verrà
La preparazione non dovrebbe basarsi su un singolo modello, benchmark o lancio di prodotto. È invece necessario rivalutare continuamente l’esposizione dell’organizzazione, rafforzare le fondamenta della sicurezza, modernizzare le operation e testarne la resilienza.
Chi si occupa della difesa mantiene vantaggi importanti: telemetria privilegiata, conoscenza del contesto aziendale e autorità per modificare i propri ambienti. La sfida consiste nel trasformare questi vantaggi in azioni affidabili prima che gli attaccanti possano sfruttarli.
Man mano che determinate attività offensive e difensive si avvicinano alla velocità delle macchine, la cybersecurity deve diventare più integrata, automatizzata e resiliente, senza sacrificare la governance o la responsabilità umana.
COSA FARE ORA
Guarda il nostro webinar, Dalla Frontier AI all’impatto sul business, per comprendere come la Frontier AI sta trasformando la cybersecurity aziendale e cosa dovrebbero fare ora i leader. Consulta inoltre il nostro approfondimento per i dirigenti, Oltre Claude Mythos Preview: cosa significano i modelli Frontier per la cybersecurity aziendale, per indicazioni pratiche su come rafforzare preparazione e resilienza.