Come l’AI sta trasformando la cyberwar e le infrastrutture critiche in bersagli vulnerabili

Che cosa cambia rispetto al passato?

La distinzione tra obiettivi militari e civili diventa sempre meno significativa perché tutti utilizzano le stesse infrastrutture digitali. Siamo entrati in un’epoca in cui aumenta la vulnerabilità di sistemi essenziali che non possono essere aggiornati con la stessa rapidità dell’IT tradizionale. Per questo credo che la cybersecurity debba cambiare approccio.

In che modo?

Negli ultimi anni abbiamo investito moltissimo nella capacità di rilevare gli attacchi e rispondere agli incidenti ma questo non basta più. Serve una rinascita della prevenzione: il primo obiettivo della sicurezza deve tornare a essere quello di impedire che un attacco abbia successo. Allo stesso tempo bisogna automatizzare le contromisure, ragionando in termini di ore, minuti e, in alcuni casi, millisecondi. Gli attaccanti si muovono ormai alla velocità delle macchine e anche la difesa dovrà operare con gli stessi tempi. Non si tratta più soltanto di proteggere reti, data center o dispositivi: l’obiettivo non è più semplicemente offrire cybersecurity, ma rendere sicura la trasformazione guidata dall’AI in ogni impresa e in ogni amministrazione pubblica.

Gli Stati Uniti hanno rimosso alcune restrizioni sull’accesso ai modelli più avanzati di Anthropic. Quale ruolo possono avere i governi?

È comprensibile che esista un certo livello di controllo sui modelli di frontiera dell’intelligenza artificiale e sulle modalità con cui vengono messi a disposizione ma bisogna essere realistici: i governi possono rallentare questo processo di innovazione ma non fermarlo. Se un modello non sarà sviluppato da un’azienda, lo sarà da un’altra: non è una corsa che riguarda solo l’Occidente, è un fenomeno globale.

Qual è la nuova frontiera della difesa?

Gli agenti. Sempre più organizzazioni affideranno a questi strumenti autonomi attività operative e decisionali e ciò introduce una superficie di attacco completamente nuova. Nel settore finanziario, per esempio, vediamo nascere agenti autonomi che agiranno come consulenti bancari, aprendo una superficie di attacco completamente nuova. Per questo stiamo sviluppando Small Language Model capaci di comprendere il comportamento dell’agente e proteggerlo in tempo reale, impedendo che venga manipolato. Il tema non è soltanto integrare modelli sempre più potenti, ma costruire un livello di sicurezza capace di operare durante la fase di esecuzione, nel momento stesso in cui l’AI prende una decisione.