L’intelligenza artificiale è nel mirino dei criminali hi-tech, con vulnerabilità e nuove minacce per attività e cybersecurity delle imprese.
Il secondo trimestre del 2026 ha segnato un punto di svolta nella sicurezza informatica globale: secondo l’ultimo report di Kaspersky, il volume delle falle registrate ha raggiunto picchi inediti. Questa accelerazione è guidata direttamente dalla massiccia adozione dell’intelligenza artificiale, sia nei processi aziendali che nello sviluppo software.
Se l’AI rappresenta un eccezionale volano di competitività per il business, sta anche ridisegnando la superficie d’attacco delle imprese, introducendo rischi strutturali e vulnerabilità che i leader aziendali non possono ignorare o sottovalutare.
Indice degli argomenti:
Il doppio ruolo dell’AI: cacciatrice di falle e generatrice di codice insicuro
L’adozione su vasta scala dell’AI sta trasformando la scrittura e il testing del software. Nel secondo trimestre 2026, gli strumenti di AI si sono dimostrati estremamente efficaci nell’automazione della ricerca di codice problematico.
Questa tecnologia ha permesso ai ricercatori di analizzare quantità massicce di codice prima non esaminato, scoprendo intere classi di vulnerabilità rimaste invisibili per anni. Un esempio è la scoperta della famiglia ‘Dirty Frag’ all’interno del sottosistema di rete del kernel Linux, individuate grazie all’analisi assistita dall’AI.
Tuttavia, se l’artificial intelligence è un’ottima cacciatrice di bug, è anche una produttrice di codice la cui qualità e sicurezza variano in modo ampio.
Il circolo vizioso dell’AI, virtuosa e anche dannosa
Molti strumenti di sviluppo basati sull’AI generano codice senza supervisione umana sui principi di sicurezza, introducendo involontariamente falle logiche e debolezze strutturali nel software aziendale.
Questa proliferazione di codice non verificato alimenta la crescita delle vulnerabilità nei database globali.
Si tratta di un circolo vizioso: l’AI viene usata per produrre più software, introducendo nuovi bug che poi un’altra AI dovrà scovare, in un’incessante corsa che mette a dura prova i tradizionali processi di patch management aziendali.
Le vulnerabilità intrinseche dei nuovi software e tool di AI
Un altro aspetto critico riguarda la sicurezza intrinseca delle stesse piattaforme di AI.
Man mano che le aziende integrano agenti intelligenti e modelli linguistici di grandi dimensioni (LLM) nei propri flussi di lavoro, i tool utilizzati per gestire queste tecnologie diventano bersagli primari. I dati mostrano che il numero di falle registrate negli strumenti di AI, nei plugin e nelle tecnologie correlate è in costante crescita.
La fretta di rilasciare nuove funzionalità da parte degli sviluppatori di piattaforme AI spesso mette in secondo piano la sicurezza. Dall’analisi delle tipologie di vulnerabilità più comuni (secondo la classificazione CWE) che colpiscono i prodotti con logica AI / LLM, emergono tre macro-problematiche principali:
- inadeguato controllo degli accessi sugli oggetti critici di sistema;
- implementazione errata dei meccanismi di autenticazione e autorizzazione;
- iniezioni (Injections) di codice o di prompt che possono generare disservizi e rischi.
Proprio le vulnerabilità legate alle iniezioni sono tornate prepotentemente alla ribalta con la diffusione degli agenti AI. Questi sistemi basati su prompt sono sensibili a input manipolati che possono deviare il comportamento dei modelli, consentendo a utenti non autorizzati di eseguire comandi o accedere a dati riservati.
Casi aziendali sotto la lente
Per comprendere l’impatto reale di queste minacce, è utile esaminare alcune delle vulnerabilità più significative scoperte nei mesi scorsi.
Questi casi dimostrano come falle apparentemente minori in piattaforme di orchestrazione AI possano compromettere la sicurezza dell’intero ecosistema aziendale.
Per esempio, Open WebUI consente ai propri dipendenti di interagire con modelli LLM locali e aziendali. La vulnerabilità emersa riguarda un controllo degli accessi non idoneo sulle operazioni di pin e unpin dei messaggi. L’applicazione considerava queste azioni alla stregua di semplici letture, verificando solo i permessi di visualizzazione del canale e non quelli di modifica.
Pur senza consentire l’esecuzione di codice arbitrario, questa falla mina l’integrità dei flussi collaborativi. Un utente con privilegi minimi potrebbe alterare lo stato dei messaggi fissati, creando confusione e diffondendo informazioni fuorvianti all’interno dei team.
Dify è una delle piattaforme di sviluppo AI aziendali più utilizzate per creare applicazioni basate su LLM. La falla trovata in questo caso è una vulnerabilità di path traversal, causata da un’insufficiente normalizzazione dei percorsi URL prima di essere passati ai servizi interni.
Un utente autenticato può sfruttare questa debolezza per ‘evadere’ dal proprio tenant riservato e accedere alle API REST interne non destinate al suo profilo. Nelle configurazioni enterprise, questa violazione rappresenta un rischio gravissimo di data breach e spiana la strada ad attacchi concatenati.
OpenClaw e il furto silenzioso dei token di autenticazione
L’impatto dello sviluppo accelerato dei tool di AI è evidente nel progetto OpenClaw, che nel secondo trimestre 2026 ha collezionato oltre 200 casi di allerta, posizionandosi al dodicesimo posto tra i software con il maggior numero di vulnerabilità pubblicate.
La falla più rilevante è legata alla gestione del parametro gatewayUrl nell’interfaccia utente. Il sistema si fida di questo parametro passato nell’URL aziendale, stabilendo automaticamente una connessione WebSocket verso l’indirizzo indicato e inviando il token di autenticazione dell’utente senza alcuna richiesta di conferma.
Un aggressore può quindi indurre un utente a cliccare su un link modificato, connettendo il client a un server controllato dal malintenzionato che riceverà così il token di accesso, compromettendo la sessione e gli agenti AI collegati.
Lo sviluppo dell’AI entra nell’arsenale dei cybercriminali
Il report evidenzia una tendenza ancora più allarmante per il business: l’evoluzione delle minacce persistenti avanzate (APT).
Nel corso del secondo trimestre del 2026, si è registrato uno dei primi casi documentati in cui un gruppo APT ha preso di mira in modo specifico e sistematico le tecnologie di intelligenza artificiale per penetrare nelle reti aziendali, sfruttando una vulnerabilità nella piattaforma Langflow.
I gruppi APT dimostrano una straordinaria velocità nell’adottare e sfruttare le nuove vulnerabilità non appena pubblicate. L’integrazione repentina dell’AI nelle infrastrutture aziendali ha creato una vasta area d’ombra: poiché gran parte di queste tecnologie è proprietaria, di recente implementazione o sviluppata senza un approccio ‘secure by design’, esse presentano punti ciechi dal punto di vista della sicurezza.
L’attacco a Langflow dimostra che l’infrastruttura di orchestrazione dell’AI è diventata una vera e propria testa di ponte che gli aggressori utilizzano per infiltrarsi nei sistemi core delle aziende.
Fake exploit e report generati dall’AI
La manipolazione dell’AI da parte di attori malevoli non si ferma allo sfruttamento delle falle, ma si estende a sofisticate campagne di disinformazione tecnica.
Durante il periodo preso in considerazione dagli analisti di Kaspersky, si è registrato un incremento significativo di pubblicazioni di exploit e ricerche di vulnerabilità (in particolare su Microsoft Exchange e SharePoint), rivelatesi completamente false e generate con l’ausilio dell’AI.
Questi falsi report presentano codice sorgente ed esposizioni tecniche estremamente formali e rifinite, tali da ingannare anche analisti esperti.
Gli articoli generati in questo modo descrivono problemi inesistenti in meccanismi software reali o adiacenti a falle note. L’obiettivo è costringere i team di sicurezza a sprecare tempo prezioso nell’analisi di minacce fantasma, ritardando la correzione delle vulnerabilità reali.
In diversi casi, la descrizione di queste finte falle è stata distribuita insieme a pacchetti di exploit che contenevano malware slegati, pronti a infettare i sistemi degli stessi analisti.
Come mettere in sicurezza l’AI aziendale
L’adozione dell’automazione tramite AI nello sviluppo del software e nell’analisi delle vulnerabilità è ormai un fatto compiuto e irreversibile. Le aziende non possono rinunciare ai benefici competitivi dell’AI, ma devono prenderne in carico i rischi associati.
La gestione tradizionale delle patch di sicurezza non è più sufficiente a garantire la protezione delle infrastrutture moderne che integrano logiche di AI e LLM.
Per mitigare efficacemente queste minacce, le aziende devono adottare un approccio multi-dimensionale:
Monitoraggio in tempo reale. È indispensabile implementare soluzioni di sicurezza enterprise in grado di tracciare la salute complessiva dei sistemi e delle workstation, rilevando attività anomale collegate ai tool di AI.
Procedure rigide per l’uso delle credenziali. Con la proliferazione di agenti AI autonomi e assistenti virtuali interconnessi, è vitale definire policy ferree su come queste macchine accedono e scambiano dati riservati, riducendo al minimo i privilegi di esecuzione degli agenti locali.
Validazione rigorosa degli input e gestione degli accessi. Ogni operazione effettuata all’interno delle interfacce di AI (come nei casi aziendali di Open WebUI o Dify) deve essere soggetta a controlli rigorosi dei permessi di scrittura e moderazione, evitando che autorizzazioni parziali consentano modifiche di stato indesiderate.
Audit del codice generato da AI. Prima di rilasciare in produzione software sviluppato con l’ausilio di assistenti di scrittura di codice, le aziende devono sottoporre l’output a scansioni statiche e dinamiche e a verifiche umane, per intercettare eventuali falle logiche.
Solo bilanciando l’innovazione tecnologica con una rigorosa postura di sicurezza sarà possibile trasformare l’intelligenza artificiale in un reale pilastro di crescita sicura per il business del futuro.
Partecipa alla community