AI e cybersecurity: opportunità e rischi per le aziende

L'AI è lo strumento più potente che i team di sicurezza abbiano mai avuto. È anche lo strumento più potente che i cybercriminali abbiano mai avuto. Non è una metafora: è la realtà operativa di oggi. Capire entrambe le facce non è un esercizio accademico. Per un'azienda italiana con 20-200 dipendenti, significa la differenza tra un incidente gestibile e uno che blocca l'operatività per settimane.

Come l'AI difende le aziende

Cominciamo dalle buone notizie, perché la stessa tecnologia che rende più pericolosi gli attacchi rende anche più efficace la difesa. I sistemi di rilevamento e risposta sugli endpoint basati su AI monitorano il comportamento di ogni dispositivo aziendale e identificano schemi anomali, un file copiato in massa alle due di notte, un utente che accede a cartelle a cui non ha mai avuto accesso, un processo che avvia connessioni insolite verso l'esterno. La differenza rispetto ai sistemi tradizionali basati su regole fisse è sostanziale: l'AI impara il "normale" di quella specifica azienda e segnala le deviazioni, riducendo i falsi positivi e catturando attacchi che non hanno una firma riconoscibile.

Strumenti come Microsoft Defender for Office 365 o Proofpoint con AI analizzano ogni email in ingresso su decine di segnali, non solo il mittente o gli allegati, ma il tono, i link nascosti, le anomalie di intestazione, la coerenza con i pattern storici della comunicazione aziendale: un dipendente non deve più affidarsi al proprio occhio critico per ogni email, perché il sistema filtra, segnala e in alcuni casi blocca in automatico prima ancora che il messaggio arrivi nella posta in arrivo. E quando viene rilevata una minaccia, i sistemi di orchestrazione e risposta automatica alla sicurezza possono isolare il dispositivo compromesso dalla rete, bloccare l'account coinvolto, avviare un backup di emergenza e notificare il responsabile, tutto in secondi, senza intervento umano: per una PMI senza un centro operativo di sicurezza interno, questa automazione della risposta può fare la differenza tra un incidente contenuto e un ransomware che si propaga all'intera rete.

Come i cybercriminali usano l'AI oggi

Il phishing classico era riconoscibile: tono generico, italiano maccheronico, mittente ovviamente falso. Il phishing generato con l'AI è diverso: un modello linguistico addestrato su dati pubblici, LinkedIn, sito aziendale, comunicati stampa, genera email indistinguibili da quelle reali. Un attacco mirato a una PMI manifatturiera potrebbe includere riferimenti al nome del fornitore storico, alla fiera di settore visitata il mese scorso, al nome del responsabile acquisti, tutto ricavato da fonti aperte, tutto elaborato in automatico, tutto convincente, con un volume moltiplicato dall'automazione: quello che prima richiedeva ore di lavoro a un criminale esperto, oggi si scala a migliaia di bersagli in parallelo.

L'attacco che ha fatto più rumore negli ultimi due anni non è tecnico, è sociale: un dipendente riceve una chiamata, voce del CEO, tono urgente, richiesta di bonifico immediato, con la voce clonata da tre minuti di video pubblici. Questa tecnica, chiamata voice cloning fraud, ha già colpito aziende italiane, con un costo medio per incidente tra 50.000 e 300.000 euro e un tempo di creazione del deepfake inferiore ai trenta minuti, con strumenti disponibili gratuitamente online. E l'AI permette di identificare vulnerabilità nei sistemi esposti su internet in modo automatico e continuo: un server con una patch mancante, una VPN con credenziali deboli, un pannello di amministrazione raggiungibile dall'esterno vengono identificati e sfruttati in minuti, non giorni. Le PMI sono bersagli preferiti proprio perché spesso non hanno un team IT dedicato a monitorare questi rischi.

I tre rischi che quasi nessuno considera

Il primo è la fuga di dati nelle chat di AI: quanti dipendenti dell'azienda usano ChatGPT, Claude o Copilot inserendo contratti, email di clienti, dati finanziari, codice sorgente, tutto materiale che passa attraverso server di aziende terze, spesso statunitensi? Il rischio non è che il fornitore "rubi" i dati: nelle versioni consumer di molti strumenti, i dati inseriti possono essere usati per migliorare i modelli, mentre nelle versioni enterprise e API i dati non vengono usati per l'addestramento per impostazione predefinita. Il rischio reale è una violazione presso il fornitore che esponga i dati aziendali, oppure una gestione poco consapevole degli strumenti consumer: le versioni enterprise offrono garanzie contrattuali sulla conservazione dei dati, ma quante PMI le hanno attivate davvero?

Il secondo è la dipendenza da modelli esterni per processi critici: un'azienda che integra un fornitore di AI in un processo di business critico, approvazione ordini, generazione contratti, valutazione fornitori, crea una dipendenza operativa verso un terzo, e se il provider subisce un'interruzione, cambia le API o modifica le condizioni di utilizzo, il processo si blocca. La resilienza è un criterio di selezione che spesso manca dalle valutazioni AI. Il terzo sono le allucinazioni in contesti ad alto rischio: un'AI che genera un report commerciale sbagliato è un problema recuperabile, un'AI che fornisce indicazioni errate su una procedura di sicurezza, su una clausola contrattuale o su una soglia normativa è qualcosa di diverso, e usare modelli generativi dove l'accuratezza è critica richiede meccanismi di verifica umana che molte implementazioni frettolose non prevedono.

Cosa deve fare concretamente una PMI

Non serve un budget da grande azienda per alzare significativamente il livello di protezione. L'autenticazione a due fattori su tutti gli accessi aziendali, email, VPN, cloud, ha un costo pari a zero. Un password manager aziendale, come Bitwarden Business o 1Password Teams, costa 3-5 euro per utente al mese. Un backup con schema 3-2-1 verificato e testato costa 50-200 euro al mese per la maggior parte delle PMI. Un sistema di rilevamento e risposta sugli endpoint, come Crowdstrike Falcon Go o SentinelOne Core, costa circa 5-15 euro per dispositivo al mese a seconda del fornitore e del livello di protezione. E una policy sull'uso degli strumenti AI costa solo una mezza giornata per scriverla.

La tecnologia da sola non basta: i dipendenti devono sapere che le telefonate urgenti del CEO per bonifici non standard vanno sempre verificate con un secondo canale, e che le email convincenti vanno comunque controllate prima di cliccare. Bastano due ore di formazione specifica l'anno, con esempi reali, per ridurre significativamente il tasso di successo degli attacchi di ingegneria sociale. Il punto più importante è che la cybersecurity non è un progetto con una data di fine, è una pratica continua, e le aziende che la trattano come tale, anche con risorse limitate, sono molto più resistenti di quelle che la affrontano solo dopo un incidente. Se vuoi valutare il livello di sicurezza della tua azienda, parliamone.