Vai al contenuto

AI e cybersecurity: il nuovo piano UE cambia la governance del rischio

AI e cybersecurity: il nuovo piano UE cambia la governance del rischio

Il 7 luglio 2026 la Commissione europea ha presentato l’Action Plan on Cybersecurity and Artificial Intelligence. Nello stesso giorno ENISA ha pubblicato la propria lettura sulla cybersecurity nella “Frontier AI Era”. La coincidenza non è casuale: l’intelligenza artificiale non è più soltanto uno strumento da introdurre nei processi aziendali, ma un fattore che modifica la velocità, la scala e la qualità del rischio cyber.

Per imprese, pubbliche amministrazioni e professionisti il messaggio è molto pratico. L’AI può aiutare a rilevare anomalie, accelerare analisi, supportare difese e migliorare la capacità di risposta. Allo stesso tempo può aumentare la capacità degli attaccanti di automatizzare ricognizione, phishing, ricerca di vulnerabilità, manipolazione dei contenuti e uso improprio dei modelli. In questo scenario la domanda non è più se usare o non usare l’intelligenza artificiale nella sicurezza. La domanda è come governarla prima che diventi un’emergenza.

Il punto centrale del piano europeo è costruire una risposta coordinata, capace di tenere insieme sicurezza dei modelli avanzati, protezione dei settori critici, capacità di valutazione e uso responsabile dell’AI a supporto dei difensori. È un tema normativo, ma anche organizzativo: senza ruoli chiari, processi documentati e competenze adeguate, l’AI rischia di entrare nei sistemi aziendali più velocemente della capacità di controllarla.

Perché il tema arriva adesso

Negli ultimi mesi molte organizzazioni hanno iniziato a usare sistemi generativi e agentici in modo diffuso: assistenti per il supporto clienti, strumenti di produttività, automazioni interne, analisi documentale, ricerca di informazioni, sviluppo software, cyber threat intelligence e supporto ai SOC. Questa adozione porta benefici reali, ma crea anche nuove dipendenze.

Un modello AI può diventare un canale attraverso cui passano dati sensibili, log di sicurezza, informazioni su vulnerabilità, codice, procedure operative e documentazione interna. Può anche essere integrato in workflow decisionali, con il rischio che output errati, prompt manipolati o accessi non controllati producano effetti concreti sui processi.

ENISA richiama l’attenzione sulle minacce “machine-speed”: attacchi e abusi che possono svilupparsi a velocità non umana, sfruttando automazione, capacità generativa e adattamento rapido. Questo non significa che ogni modello avanzato sia automaticamente pericoloso. Significa che le difese tradizionali, pensate per cicli più lenti, devono essere ripensate.

Dal controllo del perimetro al controllo del modello

Per anni la cybersecurity aziendale si è concentrata soprattutto su identità, reti, endpoint, backup, vulnerabilità e formazione. Questi elementi restano fondamentali. Ma l’AI aggiunge un livello ulteriore: il comportamento del modello e il modo in cui il modello viene usato.

Una piattaforma AI può essere esposta a prompt injection, data leakage, uso improprio delle integrazioni, eccesso di privilegi, dipendenza da dati non verificati, allucinazioni presentate come certezze, abuso delle API o catene di automazione non sufficientemente presidiate. Se il modello è collegato a strumenti interni, repository, CRM, ticketing o sistemi documentali, un errore non resta confinato nella chat: può entrare nel flusso operativo.

Per questo il piano europeo parla di valutazione delle capacità dei modelli, accesso strutturato alle tecnologie avanzate, cooperazione tra istituzioni, imprese e autorità competenti. In termini aziendali, significa che non basta acquistare una soluzione “AI powered”. Serve capire quali funzioni usa, quali dati tratta, quali controlli offre, come vengono gestiti logging, audit, segregazione dei ruoli, sicurezza delle integrazioni e aggiornamenti.

Cosa cambia per imprese e PA

Il primo cambiamento è culturale: l’AI in cybersecurity non può essere lasciata solo al reparto IT o al singolo fornitore. Deve entrare nella governance del rischio, insieme a NIS2, GDPR, AI Act, continuità operativa, procurement e gestione dei fornitori.

Una pubblica amministrazione che introduce un assistente AI per analizzare ticket o documenti di sicurezza deve chiedersi quali dati vengono trattati, dove transitano, chi può accedere agli output e come si impedisce che informazioni riservate finiscano in ambienti non governati. Un’impresa manifatturiera che usa AI per manutenzione, OT security o analisi dei log deve valutare l’impatto su sistemi produttivi, supply chain, segmentazione e risposta agli incidenti. Uno studio professionale che usa strumenti generativi per documenti, audit o consulenza deve evitare che l’efficienza diventi perdita di controllo sui dati dei clienti.

Il secondo cambiamento riguarda il rapporto con i fornitori. Molte funzionalità AI arrivano dentro strumenti già acquistati: suite cloud, CRM, piattaforme di collaboration, sistemi di sicurezza, software gestionali. La governance deve quindi includere domande precise nei contratti e nelle valutazioni: il modello è proprietario o di terze parti? I dati del cliente sono usati per addestramento o miglioramento? Esistono opzioni di disattivazione? I log sono disponibili? Le integrazioni rispettano il principio del minimo privilegio?

Il terzo cambiamento è operativo. L’AI può aiutare i difensori, ma solo se inserita in processi verificabili. Un alert arricchito da AI deve essere tracciabile. Un playbook generato o suggerito da AI deve avere approvazioni umane nei passaggi critici. Una classificazione automatica del rischio deve essere confrontabile con criteri interni. La velocità è utile solo se non elimina la responsabilità.

L’incrocio con AI Act, NIS2 e standard di gestione

Il piano UE si inserisce in un quadro che le organizzazioni stanno già affrontando. L’AI Act prevede un’applicazione progressiva e rafforza l’attenzione su governance, trasparenza, gestione del rischio e controllo dei sistemi. Le regole sui modelli di AI per finalità generali sono già una parte rilevante del percorso europeo, mentre dal 2 agosto 2026 entrano in gioco ulteriori poteri di enforcement della Commissione verso i provider di modelli GPAI.

NIS2, invece, spinge molte organizzazioni a strutturare la gestione del rischio cyber, la continuità, la supply chain e la notifica degli incidenti. L’AI non sostituisce questi obblighi: li attraversa. Se un fornitore critico introduce funzionalità AI nella propria piattaforma, il tema non è soltanto innovazione. È anche gestione della catena di fornitura. Se un sistema AI supporta la sicurezza, bisogna valutarne affidabilità, disponibilità, protezione dei dati e impatto in caso di errore.

Anche gli standard aiutano a trasformare il tema in metodo. ISO/IEC 42001 offre un riferimento per i sistemi di gestione dell’intelligenza artificiale, mentre il NIST AI Risk Management Framework e il profilo dedicato alla Generative AI propongono un approccio basato su funzioni, categorie e azioni di gestione del rischio. Non sono bacchette magiche, ma possono aiutare a costruire un linguaggio comune tra direzione, IT, sicurezza, compliance e fornitori.

Una checklist per partire senza aspettare l’emergenza

  • Censire gli strumenti AI già presenti, inclusi quelli attivati dentro software esistenti.
  • Classificare i casi d’uso: produttività, sicurezza, marketing, documenti, customer care, sviluppo software, analisi dati.
  • Verificare quali dati entrano nei modelli e quali output rientrano nei processi aziendali.
  • Definire ruoli e responsabilità tra direzione, IT, cybersecurity, privacy, legale, procurement e funzioni operative.
  • Inserire requisiti AI e cybersecurity nelle valutazioni dei fornitori.
  • Limitare privilegi, integrazioni e accessi secondo il principio del minimo privilegio.
  • Stabilire quando serve validazione umana obbligatoria, soprattutto nei processi critici.
  • Documentare logging, audit trail, retention, policy di uso e criteri di escalation.
  • Collegare i controlli AI al registro dei rischi cyber e, quando rilevante, al programma NIS2.
  • Formare utenti e amministratori su prompt injection, data leakage, uso improprio e limiti degli output.

Questa checklist non è un adempimento formale. È un modo per evitare che l’AI venga introdotta in modo frammentato, reparto per reparto, senza una visione complessiva. La governance serve proprio a questo: rendere l’innovazione utilizzabile, controllabile e difendibile.

Il ruolo della direzione

Il tema non può essere delegato solo ai tecnici. La direzione deve decidere quali rischi accettare, quali dati non devono uscire da determinati ambienti, quali funzioni AI sono consentite, quali fornitori sono adeguati e quali processi richiedono controllo umano.

Serve anche una metrica di maturità. Quante applicazioni AI sono state censite? Quanti fornitori sono stati rivalutati? Quanti utenti hanno ricevuto istruzioni operative? Quante integrazioni AI hanno privilegi elevati? Quanti incidenti o quasi incidenti sono stati registrati? Senza indicatori, la governance resta una dichiarazione di principio.

Il nuovo piano europeo suggerisce che la cybersecurity dell’AI sarà sempre meno un tema sperimentale e sempre più una componente stabile della resilienza digitale. Chi costruisce adesso processi, inventari e controlli sarà più preparato quando arriveranno nuove linee guida, verifiche, audit o richieste dei clienti.

Conclusione

L’Action Plan UE su cybersecurity e intelligenza artificiale non va letto come l’ennesimo documento per addetti ai lavori. È un segnale: l’AI sta entrando nella sicurezza sia come alleato sia come acceleratore del rischio. Le organizzazioni che la trattano solo come una funzione software rischiano di sottovalutarne l’impatto.

La risposta più solida è portare l’AI dentro la governance: inventario, valutazione, responsabilità, controlli tecnici, formazione, contratti e monitoraggio continuo. Solo così l’intelligenza artificiale può diventare uno strumento di difesa, senza trasformarsi in un punto cieco.

Per seguire questi temi con un taglio pratico, orientato a imprese, PA e professionisti, è utile continuare a seguire il lavoro di Riccardo Petricca e confrontarsi su un approccio che unisce cybersecurity, compliance e innovazione responsabile.

Fonti essenziali

Tag:

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *