EN

Cybersecurity

L’AI accelera le falle software: la tenuta di internet entra in una fase critica

Modelli sempre più capaci possono scoprire vulnerabilità a ritmi incompatibili con le patch. Il rischio riguarda servizi online, aziende e infrastrutture fisiche.

Radar

20 novembre 2026 · 12:14

Telecommunication antennas on a rooftop in Istanbul, showcasing modern urban infrastructure.
Telecommunication antennas on a rooftop in Istanbul, showcasing modern urban infrastructure. — Foto: Seyfettin Geçit / Pexels — Pexels License

Le recenti interruzioni che hanno coinvolto servizi di Microsoft, United Airlines e JPMorgan Chase non sono state attribuite dalle aziende o dalle autorità a un attacco informatico. Eppure, nella loro successione ravvicinata, hanno riportato al centro un problema che va oltre le cause dei singoli incidenti: la dipendenza della vita economica e sociale da software, reti e fornitori condivisi è diventata tanto estesa da rendere ogni guasto potenzialmente sistemico.

In un intervento pubblicato dal Guardian, il giornalista Garrison Lovely collega questa fragilità all’evoluzione dei modelli di frontiera. La tesi è netta: sistemi di intelligenza artificiale sempre più efficaci nell’analizzare codice possono individuare e sfruttare vulnerabilità più velocemente di quanto sviluppatori, imprese e amministrazioni riescano a correggerle. Non si tratta quindi di sostenere che ogni blackout sia opera dell’AI, né che gli episodi degli ultimi giorni abbiano una matrice comune. Il punto è che l’automazione sta modificando il rapporto fra chi attacca e chi difende.

In cybersecurity il vantaggio non nasce soltanto dall’esistenza di una falla, ma dal tempo che trascorre tra la sua scoperta, la sua divulgazione, l’applicazione di una patch e l’effettivo aggiornamento dei sistemi esposti. È una finestra nella quale si concentrano attività di ricognizione, compromissione e movimento laterale nelle reti. Se la ricerca di bug, la preparazione degli exploit e l’adattamento delle campagne possono essere accelerati da strumenti generativi, quella finestra assume un peso ancora maggiore.

Dal software vulnerabile ai servizi essenziali

L’argomento acquista concretezza perché la superficie d’attacco non coincide più con i soli data center. Il caso citato dal Guardian dei sistemi di controllo della temperatura compromessi in centinaia di esercizi commerciali francesi mostra il collegamento diretto tra una violazione digitale e un danno materiale: alcuni congelatori hanno preso fuoco, causando la perdita di grandi quantità di prodotti. Attacchi analoghi hanno poi interessato apparecchiature in altri sei Paesi.

Dispositivi industriali, sistemi di pagamento, catene logistiche, ospedali e trasporti dipendono da componenti software spesso sviluppati da terzi e aggiornati secondo cicli molto diversi. Un difetto in una libreria, in un servizio cloud o in un prodotto di gestione remota può propagarsi ben oltre l’azienda che lo usa direttamente. La centralizzazione ha portato efficienza e costi più prevedibili, ma concentra anche il rischio: un singolo fornitore può diventare un punto di guasto per migliaia di organizzazioni.

Lovely richiama inoltre attacchi recenti a strutture sanitarie in New Mexico e Germania, intrusioni che hanno colpito oltre cento organizzazioni e una campagna che ha distribuito malware sfruttando una vulnerabilità in software di terze parti a siti di 178 enti e imprese, fra cui BBC, CNN, Zoom e HSBC. Il quadro non dimostra automaticamente che l’AI sia stata decisiva in ogni caso. Mostra però quanto rapidamente una falla nella supply chain del software possa raggiungere realtà molto diverse fra loro.

Lo stesso vale per gli episodi che coinvolgono istituzioni. Secondo quanto riportato nell’articolo, un’intrusione nella European Commission ha causato disservizi per più di dieci giorni. Separatamente, la rete interna classificata della National Security Agency ha subito un’interruzione che, secondo le informazioni citate dal Guardian, sarebbe stata causata da una patch applicata in fretta per rispondere a una vulnerabilità grave. È il lato meno spettacolare ma più importante della sicurezza: anche la correzione di un difetto può introdurre indisponibilità, incompatibilità o nuove esposizioni.

L’AI abbassa la soglia d’ingresso, non elimina il lavoro degli attaccanti

Il ruolo dell’intelligenza artificiale non va ridotto all’immagine di un sistema autonomo che prende il controllo di reti complesse senza intervento umano. Oggi il suo impatto è più concreto e graduale. Può assistere nella lettura di codice, nella classificazione di grandi volumi di dati, nella scrittura di messaggi di phishing più credibili, nella generazione di script e nell’analisi della configurazione di un bersaglio. Tutte attività che, automatizzate o velocizzate, consentono a gruppi piccoli di tentare più operazioni e di personalizzarle meglio.

Il responsabile della cybersecurity irlandese, richiamato nell’analisi, sostiene che gli aggressori usino ormai diffusamente l’AI. Una valutazione analoga arriva dall’analista di minacce di Google citato dall’autore: è ragionevole assumere che gli attori ostili sfruttino in qualche misura questi strumenti e ne abbiano tratto vantaggio operativo. Non significa che i modelli sostituiscano competenze tecniche, infrastrutture criminali o intelligence umana. Significa però che alcune barriere all’ingresso sono più basse e che il volume degli attacchi può crescere.

Tra gli esempi riportati ci sono intrusioni attribuite a soggetti apparentemente poco esperti contro più di cento società, dal costruttore di macchine agricole Deere a banche sudcoreane, con costi dichiarati estremamente contenuti per ciascun accesso riuscito. L’articolo cita anche il furto da 6,3 miliardi di dollari ai danni dell’exchange crypto Binance, attribuito a sospetti hacker nordcoreani, di cui meno della metà sarebbe stata congelata o recuperata. Sono episodi diversi per obiettivi, organizzazione e capacità degli autori, ma convergono su un dato: il cybercrimine ha incentivi economici enormi e può colpire senza rispettare confini settoriali o nazionali.

La corsa alle patch è necessaria, ma non basta

La difesa non può consistere semplicemente nell’aggiornare tutto più in fretta. Le patch restano indispensabili, ma nelle grandi organizzazioni devono essere testate, distribuite e verificate su infrastrutture spesso vecchie, personalizzate o vincolate a requisiti di continuità operativa. Un ospedale, una fabbrica o una banca non possono sempre spegnere sistemi critici per applicare un aggiornamento. Rimandarlo lascia una porta aperta; installarlo senza adeguati controlli può provocare un’interruzione. È una scelta operativa complessa, non un ritardo dovuto soltanto a negligenza.

La risposta richiede quindi più livelli: inventari aggiornati dei componenti software, segmentazione delle reti, piani di ripristino verificati, monitoraggio continuo e procedure chiare per i fornitori. La sicurezza della supply chain è particolarmente rilevante, perché molte organizzazioni non hanno visibilità completa sulle dipendenze incluse nei prodotti che acquistano. Sapere quali librerie e quali servizi terzi sono in uso può fare la differenza nelle ore successive alla divulgazione di una vulnerabilità.

Per Lovely, tuttavia, il problema si colloca anche a monte. L’autore critica la strategia dell’industria che punta a rendere i modelli sempre più capaci prima di aver definito protezioni adeguate contro gli usi offensivi, arrivando a chiedere una sospensione dello sviluppo dei cosiddetti frontier models. È una posizione politica e regolatoria, non una conclusione condivisa in modo unanime dal settore. Le aziende che sviluppano AI sostengono infatti che gli stessi sistemi possano aiutare a individuare bug, scrivere codice più sicuro e potenziare i team difensivi.

Questa asimmetria merita attenzione: gli strumenti difensivi sono utili solo se vengono adottati, integrati e supervisionati; un attaccante può invece concentrarsi sul bersaglio più debole e sfruttare un singolo errore. L’AI può rendere migliori entrambi i lati della partita, ma non distribuisce automaticamente i benefici nello stesso modo.

Il prossimo banco di prova sarà la capacità di distinguere la velocità della scoperta dalla velocità della compromissione. Una vulnerabilità trovata con l’aiuto di un modello può essere segnalata responsabilmente e corretta prima di diventare pubblica, oppure può trasformarsi in un exploit disponibile per campagne criminali. Servono regole di divulgazione, valutazioni indipendenti sulle capacità cyber dei modelli e investimenti nella manutenzione dell’infrastruttura digitale, spesso meno visibile delle nuove funzioni di AI ma decisiva per la continuità dei servizi.

Gli outage degli ultimi giorni non sono una prova che internet stia cedendo per effetto dell’intelligenza artificiale. Sono però un promemoria della sua esposizione: quando codice, cloud e dispositivi connessi governano attività essenziali, la sicurezza non può essere trattata come un costo da comprimere né come un intervento da rimandare alla crisi successiva.

Fonti

CondividiWhatsAppXFacebookLinkedIn
  • #frontier models
  • #cybersecurity
  • #vulnerabilità software
  • #supply chain security
  • #Microsoft

Continua a leggerci

Una selezione delle storie migliori, ogni settimana.

Approfondisci