---
title: L'adozione interna dell'intelligenza artificiale causerà più violazioni gravi rispetto agli attacchi esterni entro il 2027
url: https://www.elseif.net/it/ladozione-interna-dellintelligenza-artificiale-causera-piu-violazioni-gravi-rispetto-agli-attacchi-esterni-entro-il-2027
published: 2026-11-22T11:11:16+00:00
language: it
section: Agenti
source: https://www.computing.es/noticias/la-adopcion-interna-de-ia-superara-a-las-herramientas-de-los-atacantes-en-brechas-graves-en-2027/
organizations: Netskope Threat Labs
publisher: elseif
---

# L'adozione interna dell'intelligenza artificiale causerà più violazioni gravi rispetto agli attacchi esterni entro il 2027

L'adozione di sistemi di intelligenza artificiale all'interno delle aziende provocherà un numero maggiore di violazioni di sicurezza gravi rispetto a quelle causate dall'intelligenza artificiale utilizzata dagli aggressori. Questa previsione emerge da un'analisi condotta da sette ricercatori di Netskope Threat Labs sull'evoluzione dei rischi e delle difese aziendali.

La superficie di attacco si amplierà rapidamente a causa dell'uso aziendale di agenti con privilegi eccessivi e software non controllato. La tendenza a ridurre i costi spinge le organizzazioni a concedere accessi privilegiati ad agenti di intelligenza artificiale non deterministici e a incoraggiare la creazione di strumenti personalizzati da parte di profili non tecnici. Questa combinazione di intelligenza artificiale ombra, software non verificato e identità meno controllate accelererà l'espansione della superficie di attacco più velocemente dell'uso offensivo della tecnologia.

Gli aggressori utilizzeranno i modelli linguistici di grandi dimensioni per aumentare l'efficienza, riducendo il tempo tra la scoperta di una vulnerabilità e la sua sfruttamento. I modelli attuali sono in grado di leggere il codice, ragionare sui guasti logici e generare prove di concetto su larga scala. Ciò permetterà di trasformare le patch in exploit in poche ore e di trovare vulnerabilità zero-day in progetti di codice aperto diffusi, rendendo obsoleti i cicli di aggiornamento di diverse settimane.

Sul fronte della difesa, la gestione delle vulnerabilità passerà a agenti basati su modelli linguistici di grandi dimensioni che classificheranno, convalideranno e correggeranno gli errori. Questi agenti saranno necessari poiché il volume di vulnerabilità supererà la capacità di revisione umana. Le organizzazioni con inventari di asset precisi e buoni test di regressione avranno un vantaggio, mentre le altre rischiano di distribuire patch difettose più velocemente.

Nel 2027, l'intelligenza artificiale evolverà verso modelli di frontiera più capaci e architetture efficienti, facilitando l'esfiltrazione di dati e l'ingresso in ambienti come l'Internet delle cose, i sistemi embedded e la blockchain. Gli attori delle minacce potrebbero lanciare attacchi ad alto impatto e compromissioni della catena di approvvigionamento. Inoltre, gli aggressori cercheranno di corrompere i componenti utilizzati dall'intelligenza artificiale per sviluppare software, pubblicando pacchetti maliziosi con nomi inventati dai sistemi automatizzati o inserendo trappole in plugin pubblici e mercati di modelli.
