La logistica e il trasporto merci sono sempre più esposti ad attacchi informatici, frodi digitali e manipolazioni della supply chain, anche per effetto dell’impiego crescente di AI generativa e agentica da parte di cybercriminali e gruppi organizzati.

Di fatto, il rischio non riguarda più soltanto il furto fisico delle merci o la compromissione isolata dei dati: le attività fraudolente si stanno spostando all’interno dei flussi digitali che governano la supply chain, coinvolgendo quotazioni, onboarding e verifica dei vettori, ricerca e assegnazione dei carichi, scambio documentale e gestione dei pagamenti.

Le minacce stanno evolvendo da attacchi prevalentemente tradizionali verso schemi di frode più sofisticati e difficili da individuare, che combinano tecniche di ingegneria sociale, compromissione delle identità e manipolazione dei processi digitali.

Credenziali contraffatte, documenti falsificati, identità fittizie di vettori, caselle e-mail compromesse e domini clonati possono essere utilizzati per costruire una falsa identità digitale e ottenere l’accesso ai sistemi e ai processi che coordinano il trasporto delle merci.

Il perimetro del rischio si è quindi ampliato: la compromissione della supply chain logistica non richiede necessariamente un accesso fisico o la violazione diretta di un sistema critico. In molti casi, può iniziare da un elemento apparentemente legittimo: un account, un’identità, una e-mail o un semplice login.

È proprio questa convergenza tra cybersecurity, frode e intelligence a rendere necessario un nuovo modello di protezione, capace di integrare dati, intelligence umana e AI difensiva per individuare anomalie e minacce prima che si traducano nel furto o nel dirottamento di un carico.

Una criticità avvertita fortemente nel settore della navigazione mercantile.

Secondo le evidenze raccolte nel report inedito “Cyber Intelligence Report – Geopolitical Brief: Mediterraneo, settore Trasporti e Logistica”, realizzato da Yarix, centro di competenza per la cybersecurity di Var Group, nel primo semestre del 2026 il nostro Paese ha concentrato quasi la metà delle osservazioni rilevate nel settore tra i Paesi del Mediterraneo monitorati.

Di queste, oltre il 73% è riconducibile all’ecosistema marittimo-portuale, a conferma della rilevanza strategica di porti, logistica e trasporto marittimo nel panorama delle minacce informatiche attuali.

“La cybersecurity è ormai parte integrante della sicurezza della navigazione e rappresenta una priorità strategica per l’armamento. La crescente digitalizzazione delle navi e dell’intera catena logistica richiede di rafforzare costantemente la capacità di prevenire e gestire minacce che evolvono con grande rapidità. In questo percorso è fondamentale mantenere un confronto continuo tra istituzioni e imprese, affinché il quadro regolatorio possa tradursi in strumenti concretamente efficaci e applicabili, capaci di innalzare i livelli di sicurezza tenendo conto delle specificità operative delle compagnie e delle diverse tipologie di nave. La cyber-resilienza del sistema marittimo si costruisce attraverso regole adeguate, competenze, tecnologie e una collaborazione sempre più stretta tra settore pubblico e privato”, commenta Salvatore d’Amico, presidente del Gruppo Tecnico Trasporti e logistica internazionali, regolamentazioni, organismi internazionali e sicurezza di Confitarma.

Stato dell’arte del settore logistico: digitalizzazione e adozione dell’AI

Negli ultimi anni abbiamo assistito a un’accelerazione del processo di digitalizzazione del settore della logistica:

• tracker intelligenti,
• sensori intelligenti IoT nei magazzini,
• piattaforme cloud per Transport Management System (TMS),
• Warehouse Management System (WMS),
• integrazioni EDI (Electric Data Interchange)
• API (Application Programming Interface) per la pianificazione della domanda, il pricing dinamico, l’onboarding automatizzato dei vettori e l’instradamento dei carichi.

Inoltre, parallelamente, le organizzazioni del settore stanno adottando sempre più l’AI agentica in termini di sistemi capaci non solo di analizzare dati, ma di eseguire azioni autonome che, se non accompagnata da controlli di verifica equivalenti, amplifica la superficie di attacco invece di ridurla.

DI fatto, è doveroso evidenziare che automatizzare un processo debole non lo rende sicuro, anzi, lo rende semplicemente più veloce a fallire.

I sistemi più esposti

Le analisi di settore più recenti individuano un insieme ricorrente di sistemi ad alto rischio operativo e, precisamente:

• TMS per il controllo dell’instradamento, assegnazione dei vettori e pianificazione delle spedizioni
• WMS per la gestione del picking, packing, scansione e inventario
• ERP per la gestione dei dati finanziari, di fornitura e degli ordini.
• Sistemi EDI per lo scambio degli ordini, di fatture, di avvisi di spedizione e di messaggi doganali.
• Piattaforme cloud che ospitano portali, back-up, data lake e telemetria.
• Telematica di flotta e IoT che si avvalgono di: GPS, sensori di temperatura, scanner, RFID.
• Portali di clienti e di vettori che espongono tracciamento, fatture e dati account.

Principali rischi: attacchi e vulnerabilità basati sull’AI

Di seguito analizziamo i principali rischi informatici legati all’impiego dell’AI nella logistica e nella gestione della supply chain.

Rischi dei sistemi autonomi e dei dispositivi IoT

L’integrazione di tracker intelligenti, sistemi GPS e sensori IoT in magazzini e impianti logistici aumenta in modo significativo la superficie di attacco.

I dispositivi connessi, che non sono adeguatamente protetti e segmentati, possono diventare punti di accesso per i cyber criminali e compromettere la continuità della supply chain: un guasto o un attacco alla telematica di flotta può ridurre la visibilità sui percorsi e aumentare il rischio di furto delle merci; mentre, il blocco dei sistemi di scansione in un magazzino automatizzato può interrompere per giorni le attività di picking e spedizione.

Emerge, quindi, un paradosso: le stesse tecnologie che migliorano l’efficienza della logistica possono trasformarsi in vettori di attacco, consentendo agli hacker di accedere ai sistemi aziendali.

Avvelenamento della supply chain software e dei modelli di AI

I cyber criminali prendono sempre più spesso di mira strumenti open source, librerie e repository utilizzati per addestrare o per eseguire modelli di AI, la cui compromissione può esporre chiavi cloud, credenziali e grandi quantità di dati sensibili.

Pertanto, se un attore malevolo inserisce un codice dannoso in un software distribuito a più aziende e impiegato per gestire robot o processi automatizzati di magazzino, può ottenere il controllo dei sistemi operativi collegati e propagare l’attacco lungo l’intera supply chain.

Un’altra tecnica è il cosiddetto flood attack: l’attaccante invia al sistema di AI grandi volumi di dati apparentemente innocui, con l’obiettivo di nascondere nel flusso informativo un frammento di codice dannoso e renderne più difficile l’individuazione.

Avvelenamento da dati e deepfake

È importante evidenziare che l’utilizzo di data set corrotti possono alterare le previsioni di domanda e le fasi di approvazione dei fornitori; mentre contenuti audio e video generati con l’AI (i.e. deepfake) sono utilizzati per impersonare dirigenti e autorizzare pagamenti fraudolenti, oppure, deviare il percorso delle spedizioni, sfruttando la fiducia attraverso canali di comunicazione interni, spesso privi di verifica multi-canale.

Rischi operativi impattanti

Gli incidenti di cybersecurity nella logistica non si traducono più soltanto in violazioni di dati, ma possono avere conseguenze dirette sulla continuità operativa e sulla supply chain. Un esempio recente è l’attacco a CEVA Logistics che, tra la fine di luglio e l’inizio di agosto 2026, ha provocato disservizi in otto magazzini europei, con ripercussioni sulle attività di gestione e spedizione delle merci.

Inoltre, anche Uber Freight ha confermato nell’agosto 2026 un incidente di cybersecurity che ha comportato un accesso non autorizzato a una parte dei propri sistemi e repository. L’azienda ha dichiarato che le operazioni non hanno subito interruzioni, evidenziando; tuttavia, l’episodio conferma come anche gli ambienti digitali della logistica, utilizzati per gestire dati, documenti e processi logistici siano diventati un obiettivo rilevante per gli attaccanti.

Inoltre, rientrando nel perimetro della NIS2, per gli operatori della logistica, tale scenario implica, per essere compliant, l’adozione di un approccio strutturato alla gestione del rischio cybersecurity, con misure di prevenzione, rilevamento, risposta e ripristino, oltre alla gestione dei rischi derivanti da fornitori e servizi esterni.

Logistica: frodi sempre più diffuse grazie all’AI

I cyber criminali utilizzano, altresì, l’AI generativa per creare, in brevissimo tempo, società di autotrasporto fittizie, complete di siti web molto credibili, indirizzi inventati e documenti di spedizione contraffatti. Essi accedono alle piattaforme per la ricerca dei carichi, ai sistemi di preventivazione e ai processi digitali di onboarding dei vettori, utilizzando credenziali contraffatte e domini web clonati, sottraendo merci, dirottando spedizioni e attuando schemi di doppia intermediazione (double brokering).

Secondo le più recenti stime dell’FBI, nel 2025 le perdite causate dai furti di carico negli Stati Uniti e in Canada hanno sfiorato i 725 milioni di dollari e potrebbero continuare a crescere a un ritmo medio annuo superiore al 60%. Nello stesso periodo, gli episodi denunciati sono aumentati del 18%, mentre il valore medio di ogni furto è cresciuto del 36%, raggiungendo circa 273.990 dollari.

Dati che indicano la presenza di organizzazioni criminali sempre più strutturate, digitali e selettive, che hanno spostato il proprio raggio d’azione dall’accesso fisico allo sfruttamento dell’identità digitale: il confine tra rischio tecnologico e rischio operativo è sempre meno definito e la frode logistica è ormai integrata nei flussi di lavoro digitali della supply chain.

Sfide per il settore

Di seguito un elenco delle principali sfide che le aziende del settore devono essere in grado di gestire e, precisamente:

• Velocità vs. verifica – L’automazione riduce i tempi di approvazione, ma senza controlli integrati accelera anche l’esposizione alla frode, invece di ridurla.
• Frammentazione dei sistemi – TMS, WMS, ERP, EDI e portali di terze parti spesso non condividono un unico livello di identità e monitoraggio.
• Dipendenza da terze parti – SaaS, MSP, broker, vettori subappaltati e fornitori EDI ampliano la superficie di attacco al di fuori del perimetro diretto dell’azienda.
• Compliance percepita come separata dalle operation – I controlli antifrode sono spesso trattati come funzione a latere, invece che come principio di progettazione dei processi.
• Scarsità di competenze – La sicurezza dei sistemi IA (per contrastare data poisoning, prompt injection, sicurezza delle API) richiede competenze ancora poco diffuse nei team IT/OT della logistica.
• Pressione della bassa tolleranza al downtime – La necessità di mantenere operative spedizioni e consegne può spingere le aziende a ripristinare i sistemi rapidamente, anche a scapito di un’analisi forense completa.
• Diversificazione dei fornitori – Gli operatori del settore, per gestire rischi come dazi e interruzioni, hanno moltiplicato negli anni il numero di fornitori con cui lavorano, esponendosi a un rischio informatico che cresce in modo esponenziale, dato che ogni nuovo partner che accede a dati e a livelli di inventario, introduce potenziali varchi che i firewall da soli non colmano.
• Accettare l’imprevedibile certezza del rischio cyber – Gli operatori più maturi riconoscono che, prima o poi, subiranno un attacco. Pertanto, la priorità si sta spostando dalla solo prevenzione alla preparazione di piani di risposta in compliance ai requisiti del quadro normativo europeo in termini di cybersecurity e privacy e sicurezza dei dati,

AI difensiva: un nuovo modello per la logistica sicura

A fronte di quanto descritto, emerge che l’AI non va trattata solo come uno strumento di efficienza (i.e. elaborazione più rapida, costi più bassi, meno controlli manuali). Tale lettura, se isolata è incompleta e, in un contesto di minacce crescente, è potenzialmente pericolosa. Di fatto, la stessa capacità, che consente approvazioni automatizzate e onboarding assistito, può essere usata contro l’azienda se la verifica non è integrata fin dall’inizio nel processo.

Si tratta, quindi, di considerare l’AI non solo come “strumento di velocità”, ma anche come “strumento di verifica continua”, costruendo sistemi capaci di rispondere in tempo reale a domande operative concrete, quali:

• Il vettore è un’entità legale reale e verificabile?
• Il conto bancario indicato corrisponde all’entità legale dichiarata?
• Il documento di trasporto è coerente con il percorso e lo storico della spedizione?
• La transazione si comporta come un’attività aziendale genuina o come una frode costruita ad arte?

I pilastri del modello dell’AI difensiva

Un modello di IA difensiva deve comprendere:

• Verifica continua dell’identità (Know Your Supplier) – Sostituire il controllo una tantum in fase di onboarding con un monitoraggio continuo dell’identità del fornitore/vettore, che tenga conto di variazioni di: proprietà, subappalti, esposizione cyber, area geografica e comportamento nei pagamenti.
• Rilevamento delle anomalie in tempo reale – Modelli di IA difensiva addestrati sul comportamento storico dei flussi (i.e. rotte, tempistiche, importi, pattern documentali) per segnalare scostamenti sospetti e attivare una revisione umana quando i dati non tornano.
• Autenticazione forte e verifica multi-canale – Procedure di conferma indipendenti (i.e. callback verification) per ogni richiesta di modifica dei dati di pagamento o di instradamento del carico, per neutralizzare il rischio di deepfake e business email compromise.
• Segmentazione e resilienza dei sistemi critici – Separazione delle reti tra IT aziendale, magazzini, flotte e ambienti cloud, in modo che una compromissione non si propaghi automaticamente a TMS, WMS ed ERP.
• Sicurezza della catena di fornitura software/IA – Tracciabilità completa dei componenti utilizzati nello sviluppo dei modelli di IA, verifica dell’origine dei dataset e test delle API con autenticazione robusta, mantenendo sempre un presidio umano (i.e. human in the loop) sulle decisioni ad alto impatto.

Prevenzione e risposta: come le aziende del settore utilizzano già l’AI

Diversi operatori del settore stanno impiegando l’AI su due piani complementari, ovvero: la prevenzione e la risposta. Di fatto gli strumenti di AI sono già utilizzati per scansionare il software alla ricerca delle vulnerabilità nascoste, che sfuggirebbero ad un’analisi umana e sono altresì in grado di individuare scostamenti rispetto ai pattern standard. Ne consegue che, quando emerge un problema imprevisto, possono intervenire prontamente per effettuare il patching prima che gli attaccanti riescano a sfruttare tale vulnerabilità.

Inoltre, gli attacchi alla supply chain stanno cambiando il modo in cui le organizzazioni gestiscono i contratti e gli audit dei fornitori: scegliere con attenzione i partner della supply chain, verificando che adottino politiche di sicurezza informatica comparabili alle proprie, è oramai un requisito normativo e parte integrante della gestione del rischio, tanto quanto i controlli tecnici.

La sintesi più efficace di tale approccio è: combattere l’AI con l’AI che, di fatto, si rivela l’unica strada percorribile, considerando che gli aggressori usano l’intelligenza artificiale per analizzare codici alla ricerca di vulnerabilità a una velocità che nessun team umano può eguagliare senza un supporto equivalente.

AI agentica e antifrode nella logistica: dal controllo reattivo alla prevenzione predittiva

Nel 2026, i principali operatori della logistica e della supply chain stanno sperimentando e introducendo piattaforme basate sull’agentic AI, capaci di: analizzare informazioni provenienti da fonti diverse; correlare eventi e anomalie; supportare, in modo coordinato, le attività di rilevamento e prevenzione delle frodi. Un’evoluzione che sta modificando anche l’approccio all’intelligence antifrode nella logistica.

Il modello tradizionale di intelligence era, sino ad ora, prevalentemente reattivo: l’analisi e l’indagine prendevano avvio dopo che la frode si era già verificata. Il nuovo paradigma mira, invece, a intercettare i segnali di rischio prima che l’evento fraudolento si concretizzi, attraverso tre direttrici principali, quali: prevenzione predittiva, monitoraggio continuo e risposta automatizzata e agentica.

L’obiettivo non è, quindi, soltanto individuare una frode, ma correlare segnali deboli, anomalie comportamentali e informazioni contestuali per identificare pattern potenzialmente indicativi di un rischio, con un’AI agentica che contribuisce a velocizzare l’analisi, prioritizzare gli alert e attivare specifici flussi di verifica o risposta.

Ciò non significa che l’intelligence tradizionale sia diventata obsoleta. Al contrario, attività come due diligence, audit in situ, verifica delle credenziali e dell’affidabilità dei partner, network informativi di settore e canali anonimi di segnalazione continuano a svolgere un ruolo essenziale: sono proprio queste fonti di intelligence umana e organizzativa a fornire il contesto necessario per interpretare correttamente i dati e gli alert prodotti dall’AI.

La vera evoluzione, quindi, non consiste nella sostituzione dell’intelligence tradizionale con l’AI, ma nella loro integrazione.

Best practice per una logistica sicura

Dai rischi e dai pilastri descritti nelle sezioni precedenti scaturisce un insieme coerente di best practice operative, sintetizzate nella tabella seguente, unitamente al beneficio atteso per ciascuna area di intervento.

Il fattore umano: la sintesi indispensabile

In tutte le fasi precedentemente descritte – i.e. dal rilevamento delle anomalie all’intelligence agentica, fino ai pilastri del modello di AI difensiva – ricorre lo stesso principio: l’AI supporta, ma non sostituisce, il giudizio umano.

Di fatto, comprendere il contesto, valutare le relazioni tra gli attori della supply chain e interpretare un’anomalia alla luce dell’esperienza investigativa restano attività che solo le persone possono svolgere pienamente, motivo per cui il presidio umano (i.e. human in the loop) resta un requisito costante sulle decisioni ad alto impatto, dall’approvazione dei pagamenti all’instradamento dei carichi.

L’efficacia della difesa antifrode nella logistica non dipende, quindi, né dalla quantità di tecnologia adottata né dalla sola esperienza investigativa, bensì dalla capacità di integrare efficacemente tecnologia, dati, processi e competenze umane, in un approccio di cybersecurity e antifrode multilivello nel quale i ruoli sono complementari. E, precisamente:

• L’AI garantisce velocità, scalabilità e capacità di analizzare enormi quantità di dati.
• Gli analisti e gli investigatori forniscono contestualizzazione, giudizio e capacità decisionale.
• L’organizzazione assicura governance, processi, formazione e collaborazione tra gli attori della filiera.

Conclusione

La sicurezza della logistica e della supply chain richiede, oggi, un approccio che superi sia la dipendenza dalla sola tecnologia sia i limiti di un’investigazione esclusivamente reattiva.

Il vero cambio di paradigma consiste nel combinare intelligence umana, dati, AI e Agentic AI per trasformare la gestione del rischio da risposta reattiva a capacità continua di individuazione e di prevenzione delle minacce cyber e fraudolente.

Il valore dell’AI, quindi, non risiede nella tecnologia in sé, ma nella sua capacità di: potenziare competenze; correlare informazioni; supportare decisioni più rapide e consapevoli.

È questa convergenza tra tecnologia, fattore umano e governance a rafforzare la cyber e operational resilience della logistica, consentendo alle organizzazioni di contenere gli impatti degli incidenti, reagire più rapidamente e adattarsi a un panorama di minacce in costante evoluzione.