l'analisi

Quantum computing e sicurezza: cosa devono fare oggi le aziende


Indirizzo copiato

Il quantum computing non minaccia ancora i sistemi attuali, ma dati sensibili, firme digitali e dispositivi longevi impongono di prepararsi. Standard post-quantistici, roadmap europee, inventari crittografici e crypto-agility indicano alle organizzazioni come gestire fin da oggi un rischio dai tempi ancora incerti

Pubblicato il 6 nov 2026

Livio Pianura

Ceo di Logos Technologies



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
ChatGPT Image 29 ott 2026, 15_54_26




Mentre il mondo si affanna ad accumulare bit fatti di zero e uno, la fisica quantistica ha smesso di chiedere il permesso al senso comune per riscrivere le regole dell’informatica.

Il quantum computing non è semplicemente un computer più veloce, ma un cambio di paradigma: grazie a fenomeni paradossali come la sovrapposizione, l’entanglement e l’interferenza, i suoi qubit gestiscono un numero di stati che cresce in modo esponenziale e, per alcune classi di problemi, arrivano al risultato con un numero di passaggi drasticamente inferiore a quello di un computer classico.

Non sostituirà i nostri portatili per mandare un’email, ma potrebbe simulare molecole oggi fuori portata, mettere in crisi la crittografia a chiave pubblica su cui si regge Internet e risolvere calcoli per cui i più potenti supercomputer impiegherebbero tempi proibitivi.

Il quantum computing vive un paradosso curioso. Da un lato, le macchine disponibili restano strumenti sperimentali: poche applicazioni realmente utili, errori ancora difficili da correggere, accesso limitato a centri di ricerca e piattaforme cloud specializzate. Dall’altro, agenzie di sicurezza, regolatori e grandi vendor trattano la questione come una priorità. Per chi gestisce infrastrutture IT, la domanda non è se credere alle promesse della tecnologia, ma come pianificare in condizioni di incertezza.

Quantum computing e sicurezza informatica tra promessa e realtà

Conviene sgombrare il campo da un equivoco: il computer quantistico non sostituirà i server tradizionali. È una tecnologia pensata per classi specifiche di problemi: la simulazione di materiali e molecole, alcuni problemi di ottimizzazione (dove però un vantaggio reale resta da dimostrare) e, appunto, la rottura degli algoritmi crittografici a chiave pubblica oggi più diffusi. Per la gran parte dei carichi di lavoro aziendali l’impatto diretto resterà marginale.

Anche le previsioni sui tempi vanno prese con cautela. Le stime su quando arriverà una macchina in grado di violare RSA o la crittografia a curve ellittiche variano di molti anni. Una tendenza però è chiara: le risorse ritenute necessarie continuano a scendere. Nel 2019 si stimavano circa 20 milioni di qubit fisici per violare RSA-2048; nel 2025 meno di un milione; studi pubblicati nel 2026, ancora da verificare, ipotizzano architetture un ordine di grandezza più compatte.

Per un responsabile IT la lezione è semplice: non ha senso scommettere su una data. Ha senso costruire un piano che funzioni qualunque sia la data.

Perché il rischio quantistico per la sicurezza informatica è già attuale

Il motivo principale ha un nome ormai noto: harvest now, decrypt later. Un attaccante può intercettare e conservare oggi dati cifrati, in attesa di poterli decifrare quando la tecnologia lo consentirà. Per molte informazioni non è un problema, perché tra dieci anni saranno irrilevanti.

Per altre sì: dati sanitari, proprietà intellettuale, segreti industriali, informazioni legali e finanziarie restano sensibili per decenni. Diverso, ma non meno serio, è il caso delle firme digitali: qui il rischio non riguarda il passato ma il futuro, cioè la possibilità di falsificare certificati, aggiornamenti software o documenti firmati che devono restare validi a lungo.

Un criterio pratico per ragionarci, noto come il teorema di Mosca dal nome del crittografo che l’ha formulato, si ottiene sommando due tempi: quanto a lungo un dato deve restare riservato e quanto serve per migrare i sistemi. Se il totale supera il tempo che manca all’arrivo di un computer quantistico rilevante, il problema è già attuale. E la migrazione crittografica richiede anni, come sa chiunque abbia gestito l’abbandono di SHA-1 o l’aggiornamento di una PKI.

Lo stesso vale per i dispositivi. Apparati industriali, sistemi OT, dispositivi medicali e IoT restano in campo per quindici o vent’anni. Un componente installato oggi con crittografia non aggiornabile potrebbe arrivare vulnerabile a fine vita: il caso più delicato è la firma che protegge firmware e aggiornamenti, perché se la radice di fiducia non si può sostituire, nemmeno un aggiornamento potrà rimediare.

Crittografia post-quantistica tra standard e scadenze europee

A differenza di altre tecnologie emergenti, qui gli strumenti di difesa esistono. Il NIST ha pubblicato già nell’agosto 2024 i primi standard di crittografia post-quantistica (PQC), ML-KEM per lo scambio di chiavi e ML-DSA e SLH-DSA per le firme: algoritmi che girano su hardware tradizionale e sono progettati per resistere agli attacchi quantistici.

Le principali librerie crittografiche li stanno integrando, e i browser più diffusi negoziano già connessioni ibride che combinano algoritmi classici e post-quantistici per lo scambio delle chiavi. L’autenticazione, cioè certificati e firme, resta invece per ora classica: è la parte più lenta e complessa della migrazione.

Anche il perimetro regolatorio si sta definendo. La roadmap coordinata europea, elaborata dal NIS Cooperation Group, fissa una prima scadenza già a fine 2026, con l’avvio delle strategie nazionali, degli inventari e della sensibilizzazione, e punta a coprire entro il 2030 i casi d’uso ad alto rischio e le infrastrutture critiche, con aggiornamenti quantum-safe abilitati per impostazione predefinita.

Entro il 2035 la transizione dovrebbe essere completata, per quanto tecnicamente possibile. Obiettivi analoghi sono stati fissati dal NIST e dall’NCSC britannico. La NIS2, inoltre, chiede già ai soggetti in perimetro politiche sull’uso della crittografia: è difficile sostenerne l’adeguatezza ignorando un rischio che le stesse istituzioni europee considerano concreto.

Come preparare l’IT alla sicurezza post-quantistica

La buona notizia è che le prime attività non richiedono competenze di fisica quantistica né investimenti ingenti. Richiedono metodo.

Inventario crittografico e CBOM

Il punto di partenza è l’inventario crittografico. Poche organizzazioni sanno davvero dove e come usano la crittografia: certificati, VPN, protocolli applicativi, firme del codice, dischi cifrati, librerie incorporate nel software di terze parti. Costruire una mappa, detta CBOM (Cryptographic Bill of Materials) per analogia con la SBOM, è il prerequisito di qualsiasi piano.

Priorità dei dati e longevità dei sistemi

Il secondo passo è classificare i dati in base alla loro durata di vita e i sistemi in base alla loro longevità. È questo incrocio a stabilire le priorità: un archivio di dati clinici o un sistema di controllo industriale meritano attenzione prima di un’applicazione di reportistica interna.

Crypto-agility e algoritmi post-quantistici

Il terzo è la crypto-agility. L’obiettivo non è solo passare a nuovi algoritmi, ma progettare sistemi in cui sostituirli sia un’operazione di configurazione e non un progetto di riscrittura. Gli algoritmi post-quantistici sono giovani e potrebbero richiedere aggiustamenti; un’architettura rigida trasforma ogni cambio in un’emergenza.

Test del TLS ibrido

Il quarto è la sperimentazione. Testare TLS ibrido in ambienti di collaudo permette di scoprire per tempo gli effetti pratici: chiavi e firme più grandi, pacchetti che superano le dimensioni attese, apparati di rete o HSM che non reggono il nuovo carico, dispositivi embedded con risorse insufficienti.

Fornitori e roadmap PQC

Il quinto riguarda la filiera. Gran parte della crittografia aziendale arriva dai fornitori. Inserire nei capitolati domande precise su roadmap PQC, aggiornabilità e supporto agli algoritmi standard è il modo più economico per non ereditare problemi. Sul fronte simmetrico la raccomandazione è più semplice: privilegiare chiavi a 256 bit, che mantengono un margine di sicurezza adeguato.

Calcolo quantistico tra applicazioni cloud e quantum washing

Sarebbe riduttivo leggere il quantum solo come un rischio. Le piattaforme di calcolo quantistico accessibili via cloud permettono già di esplorare casi d’uso nell’ottimizzazione logistica, nella finanza o nella chimica, con investimenti contenuti. Può valere la pena formare qualche competenza interna, senza aspettarsi ritorni immediati.

Serve però spirito critico. Il settore è esposto al quantum washing, cioè prodotti e servizi presentati come quantistici o quantum-safe senza fondamento reale. La regola è la stessa che vale per ogni tecnologia emergente: chiedere standard di riferimento, evidenze e roadmap verificabili.

Sicurezza informatica e svolta quantistica: pianificare oggi

La svolta quantistica non arriverà con un annuncio che cambia tutto da un giorno all’altro. Più probabilmente si manifesterà come un progressivo spostamento del rischio, prima nei settori più esposti e poi ovunque. Le organizzazioni che avranno già un inventario, un’architettura agile e fornitori allineati la affronteranno come un ordinario aggiornamento. Le altre come una crisi. A fare la differenza sarà la pianificazione avviata oggi.

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
CARRIERE
AI E LAVORO
COMPETENZE
Produttività e AI
AI IN AZIENDA
SCENARI
FORMAZIONE
CULTURA AZIENDALE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership

Articoli correlati

0
Lascia un commento, la tua opinione conta.x