Cyberattacchi e AI: Cosa i Sistemi Sanno Fare Davvero Oggi

In sintesi:

• I sistemi di intelligenza artificiale oggi automatizzano principalmente le fasi preparatorie degli attacchi informatici: ricognizione, generazione di phishing, analisi delle vulnerabilità.
• Non esistono prove documentate di AI che conducano operazioni offensive in piena autonomia. L’intervento umano resta centrale.
• Gruppi criminali e attori statali stanno già impiegando strumenti AI, ma con capacità più limitate di quanto il clamore mediatico suggerisca.
• La distanza tra dimostrazioni di laboratorio e incidenti reali rimane significativa: distinguere le due cose è essenziale per decisioni informate.

Il rumore di fondo e i fatti: AI cyberattacchi tra allarmismo e realtà

La sala riunioni al terzo piano di un’azienda manifatturiera lombarda, un martedì qualunque. Il responsabile IT mostra al CDA una slide con un titolo che suona come un film di fantascienza: “Attacchi autonomi guidati dall’intelligenza artificiale”. Il direttore finanziario alza lo sguardo dagli occhiali, scettico. Ha letto lo stesso articolo sul Sole 24 Ore la settimana prima.

La domanda che aleggia, non formulata ma presente come l’odore del caffè freddo nelle tazze dimenticate, è sempre la stessa: quanto di tutto questo è reale? Quanto riguarda la mia azienda, oggi, non in un futuro ipotetico?

I titoli parlano di AI cyberattacchi come di una minaccia imminente e totale. La realtà, quella che emerge dai rapporti tecnici e dagli incidenti documentati, racconta una storia diversa. Più sfumata. Più utile per chi deve prendere decisioni.

Capacità offensive intelligenza artificiale: cosa è stato dimostrato in laboratorio

I laboratori di ricerca hanno prodotto risultati che meritano attenzione, senza meritare panico.

Nel 2024, ricercatori dell’Università dell’Illinois hanno dimostrato che modelli linguistici di grandi dimensioni (LLM) possono sfruttare vulnerabilità zero-day con un tasso di successo dell’87% quando operano in modo coordinato. Il dato impressiona, finché non si considera il contesto: ambiente controllato, vulnerabilità selezionate, nessuna delle variabili caotiche di un sistema aziendale reale.

Altri studi hanno mostrato capacità di:

• Generare email di phishing indistinguibili da comunicazioni legittime, con tassi di apertura superiori del 30% rispetto a quelle scritte da umani
• Analizzare codice sorgente per identificare vulnerabilità in tempi drasticamente ridotti
• Adattare messaggi malevoli al profilo specifico della vittima, usando informazioni raccolte automaticamente dai social

Queste capacità esistono. Sono documentate. Ma il passaggio dal laboratorio al campo di battaglia digitale non è automatico né immediato.

Il divario tra potenziale e operatività

Un sistema che funziona in condizioni ideali raramente funziona allo stesso modo quando incontra firewall configurati in modo idiosincratico, reti segmentate secondo logiche aziendali specifiche, personale IT che risponde in modi imprevedibili.

La ricerca accademica testa capacità isolate. Gli attacchi reali richiedono orchestrazione di decine di passaggi, adattamento in tempo reale, gestione di fallimenti parziali. Qui l’autonomia dei sistemi AI mostra i suoi limiti attuali.

Minacce cyber IA: cosa accade davvero negli incidenti documentati

I rapporti di Microsoft, Google e delle principali agenzie di intelligence occidentali convergono su un punto: l’AI viene già utilizzata da attori malevoli, ma come strumento di supporto, non come agente autonomo.

Il Threat Intelligence Report di Microsoft del febbraio 2024 documenta l’uso di LLM da parte di gruppi collegati a Russia, Cina, Iran e Corea del Nord. Le attività rilevate includono:

• Traduzione e perfezionamento di comunicazioni di phishing
• Ricerca su tecnologie specifiche e configurazioni di sicurezza
• Generazione di script per automazione di compiti ripetitivi
• Analisi di documenti tecnici rubati

Nessuno di questi gruppi, secondo le evidenze disponibili, ha impiegato AI per condurre intere catene di attacco senza supervisione umana.

I numeri che contano

Secondo il rapporto Clusit 2024, gli attacchi informatici gravi in Italia sono aumentati del 65% rispetto al 2019. Di questi, la percentuale che mostra segni di automazione avanzata riconducibile a tecniche AI è stimata sotto il 5%. Il dato va letto con cautela: l’attribuzione è difficile, e molti attacchi non vengono nemmeno rilevati.

L’ENISA (Agenzia dell’Unione Europea per la Cybersicurezza) nel suo Threat Landscape 2024 indica che il phishing potenziato da AI rappresenta una tendenza in crescita, ma sottolinea che “le capacità offensive pienamente autonome rimangono largamente teoriche”.

Capacità offensive intelligenza artificiale: il confine tra automazione e autonomia

La distinzione è tecnica ma ha conseguenze pratiche enormi per chi deve allocare budget e definire priorità.

Automazione significa che un sistema esegue compiti predefiniti più velocemente e su scala maggiore. Un tool che genera migliaia di varianti di email di phishing è automazione. Pericoloso, ma gestibile con difese tradizionali potenziate.

Autonomia significa che un sistema prende decisioni strategiche, si adatta a situazioni impreviste, persegue obiettivi complessi senza guida umana. Questo, nei cyberattacchi reali, non è ancora stato documentato.

Un’azienda metalmeccanica del Nord-Est che subisce un attacco ransomware oggi affronta quasi certamente criminali che usano strumenti automatizzati per la fase iniziale di compromissione. Ma la decisione di quale azienda colpire, quale riscatto chiedere, come negoziare: queste restano umane.

Comprendere questa distinzione permette di evitare due errori opposti: sottovalutare le minacce cyber IA attuali, o sovrastimare quelle future al punto da paralizzare ogni decisione.

Minacce cyber IA: implicazioni per la governance aziendale

Il board che si riunisce per discutere di cybersecurity nel 2025 deve confrontarsi con una domanda scomoda: stiamo investendo sulla base di rischi reali o di scenari da film?

I rischi documentati dell’intelligenza artificiale nel dominio cyber sono concreti ma circoscritti. Richiedono risposte proporzionate.

Le priorità che emergono dall’analisi delle minacce attuali:

• Formazione anti-phishing aggiornata: il phishing AI-generated è più convincente. I test tradizionali potrebbero non bastare.
• Monitoraggio comportamentale: se l’AI accelera le fasi preparatorie, la finestra per rilevare anomalie si riduce. Servono sistemi che identifichino pattern sospetti in tempo quasi reale.
• Segmentazione di rete: limita i danni anche quando la compromissione iniziale ha successo.
• Incident response testato: non basta averlo scritto. Va provato, con simulazioni che includano scenari di attacco accelerato.

La domanda che nessuno vuole fare

Quanto del budget cybersecurity della vostra azienda è allocato sulla base di minacce dimostrate, e quanto su paure amplificate dal marketing dei vendor?

Non è una domanda retorica. I fornitori di soluzioni di sicurezza hanno interesse a enfatizzare le minacce AI. I media hanno interesse a titoli allarmanti. Chi deve firmare gli assegni ha interesse a capire cosa sta comprando.

AI cyberattacchi: cosa aspettarsi nei prossimi 24 mesi

Le proiezioni degli analisti convergono su alcuni punti:

• L’uso di AI per phishing e social engineering diventerà standard, non eccezione
• I tempi tra scoperta di una vulnerabilità e suo sfruttamento su larga scala si ridurranno
• Emergeranno i primi casi documentati di attacchi con maggiore autonomia, probabilmente in contesti geopolitici ad alta tensione
• Le difese AI-powered diventeranno necessarie per tenere il passo con le offensive AI-assisted

Nessuno di questi scenari richiede panico. Tutti richiedono preparazione.

Il manager che oggi legge di AI cyberattacchi e si chiede cosa fare ha una risposta ragionevole: rafforzare le basi, monitorare l’evoluzione, evitare sia la paralisi sia gli investimenti dettati dalla paura.

Conclusione: decidere con le informazioni giuste

I sistemi di intelligenza artificiale stanno cambiando il panorama delle minacce informatiche. Non nel modo spettacolare che i titoli suggeriscono, ma in modi sottili che richiedono attenzione.

L’automazione delle fasi preparatorie degli attacchi è reale. L’autonomia completa no, non ancora. I gruppi criminali e statali usano questi strumenti, ma come amplificatori di capacità umane, non come sostituti.

Per chi guida un’azienda, questo significa che le difese tradizionali restano rilevanti, ma vanno potenziate. Significa che la formazione del personale diventa più critica, non meno. Significa che distinguere tra hype e sostanza è un vantaggio competitivo.

Per approfondire il quadro complessivo dei rischi dell’AI oltre il dominio cyber, il dibattito tra evidenze e speculazioni merita attenzione. Le decisioni migliori nascono dalla comprensione più completa.

FAQ: Domande frequenti su AI e cyberattacchi

L’intelligenza artificiale può già condurre cyberattacchi in modo completamente autonomo?
No. Le evidenze disponibili mostrano che l’AI viene usata per automatizzare fasi specifiche degli attacchi, ma l’orchestrazione complessiva e le decisioni strategiche restano umane.

Quali fasi degli attacchi informatici vengono già automatizzate con l’AI?
Principalmente ricognizione (raccolta informazioni sui bersagli), generazione di contenuti di phishing personalizzati, analisi di vulnerabilità nel codice, e traduzione/adattamento di comunicazioni malevole.

I gruppi criminali stanno già usando l’intelligenza artificiale?
Sì. Rapporti di Microsoft e altre fonti documentano l’uso di LLM da parte di gruppi collegati a stati e organizzazioni criminali, principalmente per compiti di supporto e preparazione.

Come cambierà il phishing con l’AI?
Le email di phishing generate da AI sono più convincenti, personalizzate e difficili da distinguere da comunicazioni legittime. I tassi di successo sono significativamente più alti rispetto al phishing tradizionale.

Le PMI italiane sono a rischio di attacchi AI-powered?
Il rischio esiste ma va contestualizzato. Gli attacchi AI-assisted tendono a colpire su larga scala o a mirare obiettivi di alto valore. Le PMI sono più esposte a conseguenze indirette, come phishing massivo più efficace.

Quali investimenti in cybersecurity sono prioritari contro le minacce AI?
Formazione anti-phishing aggiornata, sistemi di monitoraggio comportamentale, segmentazione di rete e procedure di incident response testate regolarmente.

Quanto tempo abbiamo prima che gli attacchi AI autonomi diventino realtà?
Le stime degli esperti variano. Nei prossimi 24-36 mesi si prevedono attacchi con maggiore autonomia in contesti specifici, ma l’automazione completa di intere catene di attacco resta uno scenario a medio-lungo termine.

Come distinguere l’allarmismo dalle minacce reali quando si parla di AI e cybersecurity?
Verificare le fonti: rapporti di agenzie governative e aziende di threat intelligence sono più affidabili di articoli generalisti. Distinguere tra dimostrazioni di laboratorio e incidenti documentati. Diffidare di chi vende soluzioni basate su paure non circostanziate.