L’Intelligenza Artificiale nella Sicurezza Informatica: Opportunità e Sfide nella Scoperta delle Vulnerabilità

L’adozione di strumenti basati su intelligenza artificiale (IA) ha significativamente migliorato la capacità di individuare vulnerabilità nel campo della sicurezza informatica. Tuttavia, la crescita della capacità di convalidare, prioritizzare e correggere le segnalazioni non sta seguendo lo stesso ritmo. Negli ultimi dodici mesi, il tempo medio per correggere una vulnerabilità critica è stato ridotto di circa il 50%, mentre l’arretrato di criticità non risolte è aumentato di quasi 29 volte.

L’intelligenza artificiale ha la capacità di analizzare migliaia di asset e leggere il codice alla ricerca di pattern noti, consentendo di rilevare esposizioni in modo più rapido e tempestivo rispetto ai test manuali. Tuttavia, la scoperta delle vulnerabilità rappresenta solo il primo passo e non incide automaticamente sulla riduzione del rischio. Il vero collo di bottiglia si trova nella fase di validazione: i report generati dall’IA possono contenere duplicati, interpretazioni errate o problemi puramente teorici che necessitano di indagini approfondite. Questo processo può consumare ore di lavoro per gli analisti e rischiare di far affondare segnalazioni urgenti in code congestionate.

Per affrontare questa problematica, è necessario stabilire standard chiari sulle evidenze richieste, sviluppare strumenti automatici che migliorino la qualità delle prove piuttosto che aumentare la quantità di segnalazioni, e definire criteri che colleghino la severità tecnica delle vulnerabilità al contesto di business. È fondamentale considerare fattori come i servizi critici per i ricavi, i dati regolamentati, le dipendenze sensibili e i controlli compensativi.

Inoltre, il contributo umano rimane essenziale per identificare percorsi d’attacco composti da più debolezze apparentemente minori e per dimostrare l’effettiva sfruttabilità delle esposizioni. I pagamenti ai ricercatori di sicurezza sono aumentati, superando i 47 milioni di dollari nel primo semestre dell’anno, con un incremento del 25% rispetto all’anno precedente. Tuttavia, questa crescita non deve nascondere una trasformazione in atto: mentre l’IA si occupa dei casi routinari, cresce il valore dei ricercatori capaci di dimostrare un impatto concreto e le catene di attacco.

Le iniziative di Continuous Threat Exposure Management (CTEM) sono state proposte come un quadro per mantenere connessi i processi di scoperta, validazione, prioritizzazione e remediation. Queste iniziative forniscono metriche operative orientate alla riduzione del rischio reale, come la sfruttabilità confermata, la velocità di remediation, la ricorrenza e la dimensione dell’arretrato critico, piuttosto che limitarsi a conteggi di rilevamenti.

In conclusione, la fase successiva nell’adozione dell’IA nella sicurezza informatica non si concentrerà tanto sulla capacità di scoprire un numero maggiore di vulnerabilità, già abbondante, quanto sulla capacità di trasformare quelle rilevazioni in azioni efficaci e verificate. Chi sarà in grado di convertire portata e giudizio tecnico in interventi concreti rimarrà avvantaggiato; chi non lo farà si troverà con un elenco di vulnerabilità in rapida crescita e non risolte.