La sicurezza dell’intelligenza artificiale non è più soltanto una questione di configurazione tecnica. Il Piano d’azione dell’Unione europea su cybersecurity e intelligenza artificiale, presentato dalla Commissione il 7 luglio 2026, collega esplicitamente sviluppo dei modelli, difesa delle infrastrutture digitali e capacità delle imprese di gestire il rischio.
Il documento non sostituisce una legge nazionale e non introduce, da solo, un nuovo adempimento per ogni azienda. È però un segnale di indirizzo importante: chi adotta sistemi AI dovrà considerarne anche la superficie d’attacco, la dipendenza dai fornitori, la qualità dei dati e la capacità di reagire a un uso ostile del modello.
Perché l’AI cambia il perimetro della cybersecurity
Un modello può essere attaccato in modi diversi da un normale applicativo. Oltre alle vulnerabilità dell’infrastruttura, esistono prompt injection, avvelenamento dei dati, estrazione di informazioni, manipolazione degli output e uso improprio delle credenziali con cui il sistema accede a documenti o gestionali.
Il rischio non riguarda soltanto il modello addestrato internamente. Un servizio cloud, un copilota integrato nell’ERP o un componente open source possono introdurre dipendenze difficili da osservare. Per questo la domanda utile non è soltanto “quale strumento AI stiamo usando?”, ma anche “quali dati vede, quali azioni può compiere e come dimostriamo che il suo comportamento è sotto controllo?”.
La Commissione inserisce questo tema in un piano più ampio che comprende capacità di rilevazione, sicurezza della filiera ICT e sviluppo di competenze. Per le imprese il passaggio concreto è dalla sperimentazione isolata a un inventario governato degli usi dell’AI.
Dal documento europeo a un inventario aziendale
Il primo controllo pratico è costruire una scheda per ogni sistema o servizio AI utilizzato. Non serve iniziare da una piattaforma complessa: una tabella mantenuta dal responsabile IT, con il supporto di compliance e procurement, può già rendere visibili le dipendenze.
La scheda dovrebbe includere almeno:
- finalità del sistema e processo aziendale coinvolto;
- fornitore, modello, versione e sede del trattamento;
- categorie di dati inseriti e presenza di informazioni riservate o personali;
- integrazioni con ERP, CRM, posta, repository e strumenti di identità;
- livello di autonomia, approvazione umana e possibilità di eseguire azioni;
- log disponibili, tempi di conservazione e responsabile del servizio;
- procedura di sospensione, uscita dal fornitore e gestione degli incidenti.
Questa mappa serve anche a evitare una confusione frequente: classificare il rischio solo in base alla notorietà del prodotto. Un assistente che legge contratti o propone operazioni contabili può essere più delicato di un modello usato per una funzione interna a basso impatto, anche se entrambi sono venduti come semplici strumenti di produttività.
Il fornitore diventa parte del controllo
La cybersecurity dell’AI non si esaurisce nelle clausole generiche di un contratto cloud. Prima dell’acquisto è opportuno chiedere informazioni su ciclo di aggiornamento, gestione delle vulnerabilità, isolamento dei tenant, uso dei dati per l’addestramento, notifiche di incidente e disponibilità dei log.
Per i servizi integrati nei processi critici, la due diligence dovrebbe comprendere anche prove operative: un esempio di report degli accessi, una procedura di revoca, un test di ripristino e la descrizione di come il fornitore gestisce modelli o componenti di terze parti.
Questo approccio è coerente con la direzione della NIS2 e con il lavoro europeo sulla sicurezza della supply chain ICT: la responsabilità dell’organizzazione non scompare quando una funzione viene delegata. Cambia il modo in cui deve essere dimostrato il controllo.
Tre livelli di difesa per i progetti AI
Un programma realistico può essere organizzato su tre livelli.
1. Dati e accessi
Il modello deve ricevere solo ciò che serve. Occorrono classificazione dei dati, autorizzazioni minime, separazione tra ambienti di test e produzione e regole chiare per impedire che informazioni riservate finiscano in servizi non approvati.
2. Modello e applicazione
Prima del rilascio vanno provati casi anomali, risposte manipolate e tentativi di eludere i vincoli. Le applicazioni che usano l’AI dovrebbero limitare gli strumenti disponibili al modello, validare gli output e richiedere conferma per le azioni irreversibili.
3. Monitoraggio e risposta
Log, segnalazioni degli utenti e revisione periodica aiutano a intercettare derive del comportamento. Un incidente AI deve entrare nel normale processo di incident response, con criteri per bloccare il servizio, conservare le evidenze e informare i responsabili.
Cosa fare nei prossimi trenta giorni
Per non trasformare il piano europeo in un documento astratto, un’impresa può partire da quattro attività:
- censire i servizi AI già utilizzati, compresi quelli attivati dai singoli reparti;
- assegnare un proprietario a ogni caso d’uso e classificare dati, autonomia e impatto;
- aggiornare questionari e contratti dei fornitori con requisiti su log, incidenti, dati e uscita;
- simulare un caso di compromissione: chi sospende il servizio, chi valuta l’impatto e chi comunica?
Il risultato atteso non è una dichiarazione di conformità generica, ma una serie di evidenze riutilizzabili: inventario, decisioni di autorizzazione, test, registri degli accessi, verbali di revisione e azioni correttive.
La governance è il vero vantaggio competitivo
Il Piano d’azione europeo mostra che AI e cybersecurity stanno convergendo. Le aziende che trattano l’intelligenza artificiale come una semplice licenza software rischiano di scoprire troppo tardi quali dati sono stati esposti, quali fornitori sono diventati critici e quali decisioni non sono più ricostruibili.
Una governance proporzionata permette invece di usare l’AI con maggiore velocità: chiarisce i confini, riduce i blocchi in fase di acquisto e rende verificabile il rapporto tra innovazione e rischio. La domanda strategica non è se adottare l’intelligenza artificiale, ma con quali controlli renderla sostenibile nel tempo.
*Nota di trasparenza: questo contenuto, comprese alcune componenti testuali e visive, è stato realizzato in parte con l’utilizzo dell’intelligenza artificiale e sottoposto a revisione umana.*