In caso di blackout, voli cancellati o interruzione del servizio idrico, il disservizio impatta subito sulla vita delle persone. Tutti fanno affidamento sulle infrastrutture critiche: elettricità, acqua, trasporti e comunicazioni, settori che oggi sono ampiamente supportati dall’intelligenza artificiale (AI). E anche se le persone non sono consapevoli di quanto la tecnologia abiliti la fornitura di energia, acqua o connettività, ne percepiscono immediatamente l’importanza quando qualcosa non funziona. Uno scenario reso ancora più critico dall’utilizzo dell’intelligenza artificiale, dal momento che l’AI non introduce solo più efficienza e capacità predittiva, ma anche nuove vulnerabilità.
Tempo fa l’Istituto Olandese per la Divulgazione delle Vulnerabilità (DIVD) ha riferito che due hacker olandesi avevano scoperto sei vulnerabilità in alcuni controllori solari del produttore statunitense Enphase. Se i cybercriminali avessero sfruttato queste vulnerabilità, avrebbero potuto attaccare la rete energetica e causare improvvisi blackout. Più o meno nello stesso periodo Change Healthcare, il più grande fornitore americano di servizi di pagamento in ambito sanitario, ha subìto un attacco informatico che ne ha bloccato le operazioni per quasi un mese. Le vittime colpite sono state 192,7 milioni e, secondo l’American Healthcare Association, è stato uno dei “più significativi e importanti attacchi informatici al sistema sanitario statunitense.”
Indice degli argomenti
AI e infrastrutture critiche: rischi e nuove vulnerabilità
In modo assolutamente silenzioso l’AI sta trasformando i sistemi su cui poggiano i servizi delle infrastrutture critiche. Dall’elettricità all’acqua, fino ai trasporti e alle comunicazioni, l’AI aiuta a prevedere guasti, migliora l’efficienza e accelera il processo di recovery. Ma sta introducendo anche nuove vulnerabilità. Secondo il rapporto IBM del 2025 intitolato ‘Cost of Data Breach’, il 13% delle organizzazioni ha registrato incidenti che hanno visto coinvolti i propri modelli o le proprie applicazioni AI, mentre il 97% non dispone di controlli sui sistemi e sugli utenti che interagiscono con l’intelligenza artificiale. Per le piccole e medie imprese, la sfida è trovare il giusto equilibrio: riuscire a beneficiare dell’AI, minimizzando i rischi e mantenendo la fiducia degli utenti nei servizi su cui fanno affidamento ogni giorno. I cybercriminali, infatti, stanno adottando rapidamente l’AI per i loro scopi malevoli. Già nel maggio 2025 il dipartimento di ricerca di ESET aveva scoperto PromptLock, un ransomware basato sull’AI che sfruttava un large language model (LLM) per generare script Lua dannosi attraverso prompt predefiniti. Con l’aiuto dell’AI, attacchi di questo tipo sono molto più facili da realizzare, anche senza ricorrere a sviluppatori qualificati: una capacità che aumenta la posta in gioco sia per le aziende che per i loro fornitori di dimensioni più piccole, spesso costretti a operare con risorse limitate e team di sicurezza più contenuti. Utilizzi simili dell’AI sono evidenti anche nella semplice generazione di messaggi di phishing convincenti, un’attività ormai ampiamente diffusa su scala globale. Questi messaggi, che fungono da gateway per il furto di credenziali, permettono un facile accesso ai sistemi critici, spingendo semplicemente qualcuno ad aprire un allegato.
Avvelenamento dei dati e jailbreak dei modelli
Ma la discussione sui rischi dell’AI è ancora più ampia e include gli stessi modelli di intelligenza artificiale, passibili di manipolazione. Uno studio recente ha rivelato che l’avvelenamento dei dati – quando quelli di addestramento sono manipolati – sta diventando una minaccia crescente per gli LLM. E nonostante occorra una certa percentuale di dati di addestramento avvelenati per compromettere un modello AI – cosa difficile, considerate le dimensioni crescenti del modello e dei dati -, lo studio ha rilevato che la quantità di dati manipolati è quasi costante, indipendentemente dalla dimensione del modello o del set di dati: gli errori che ne derivano possono, quindi, avere effetti di vasta portata.
Va detto, poi, che diversi attori malevoli stanno utilizzano l’AI per automatizzare le campagne. Sebbene le minacce documentate sono ancora poche, sono già emersi casi in cui modelli AI sono stati vittima di jailbreak: Claude di Anthropic è stato per esempio spinto a intraprendere una serie di azioni senza intervento umano, tra cui l’ispezione di alcuni sistemi mirati, la scansione di database ad alto valore e la scrittura di codice exploit personalizzato. Inoltre, recenti attacchi AI attribuiti ad attori russi e cinesi hanno mostrato progressi evidenti nel raccogliere nomi utente e password per accedere a dati sensibili, creando anche report post-attacco in cui sono incluse le credenziali usate e le backdoor create, oltre ai sistemi violati.
AI nelle infrastrutture critiche: difese e sicurezza
Ovviamente la stessa intelligenza usata per gli exploit può essere utilizzata anche per rafforzare le difese. La sua capacità di elaborare grandi quantità di dati in tempo reale permette di identificare anomalie o schemi che possono indicare violazioni o potenziali minacce, aiutando a rilevare attacchi zero-day che altrimenti possono passare inosservati. Ma l’automazione prepara solo il terreno: occorre rafforzare anche il lavoro degli analisti umani, che spesso rischiano il burnout per la fatica data dalla sicurezza. In questo caso, l’AI può aiutare i team analizzando set di dati avanzati, riassumendo i risultati critici e traducendoli in insight azionabili che permettono risposte più rapide e informate. Assistenti integrati, alimentati dall’AI, possono guidare i team nelle configurazioni, monitorando e segnalando le configurazioni errate e raccomandando azioni correttive. Nei sistemi di comunicazione, la crescente capacità dell’AI di comprendere il contesto aiuta a riconoscere e bloccare tentativi di phishing sofisticati prima che raggiungano gli utenti finali.
Proteggere le infrastrutture critiche con l’AI
Proteggere le infrastrutture critiche richiede una combinazione tra igiene informatica approfondita, monitoraggio continuo e supervisione umana dei sistemi AI. L’intelligenza artificiale dovrebbe assistere nel processo decisionale, non sostituirlo. Altrettanto importante è la consapevolezza della supply chain: comprendere come vengono costruiti gli strumenti di AI, quali dati utilizzano e come sono protetti può aiutare a prevenire rischi che possono diffondersi attraverso sistemi connessi.
Monitoraggio, MDR e prevenzione
Fortunatamente, i progressi tecnologici stanno aiutando a livellare il campo da gioco. I servizi di monitoraggio basati sull’AI e di Managed detection and response (MDR) permettono oggi alle imprese più piccole di rilevare minacce in tempo reale e rispondere con quella velocità che prima richiedeva le tipiche risorse di una grande impresa o di un SOC (Security Operation Center). Soluzioni, come ESET Inspect, integrano l’AI nelle piattaforme XDR, correlando gli indicatori per potenziare le difese: capacità che costituiscono componenti essenziali in una moderna strategia di cybersecurity.
Il principio è semplice: se si permette all’AI di cooperare con i processi core dei sistemi infrastrutturali critici e agli strumenti di AI generativa di analizzare i dati sensibili, allora occorre anche adottare una strategia di sicurezza basata sulla prevenzione che compensi questi rischi. Ciò significa utilizzare una soluzione di cybersecurity basata sull’AI, capace di rilevare e mitigare rapidamente le minacce che possono derivare dagli altri strumenti AI in uso. Il concetto è illustrato anche dal rapporto IBM citato, che ha rilevato come i team di sicurezza che utilizzano AI e automazione abbiano ridotto i tempi di violazione di 80 giorni e abbassato i costi medi dei breach di 1,9 milioni di dollari rispetto alle organizzazioni che non utilizzano queste soluzioni.
Infrastrutture critiche e AI: la preparazione necessaria
Le infrastrutture critiche esistono per offrire servizi alle persone. Una sola interruzione – che si tratti di corrente, acqua o trasporti – può ripercuotersi in pochi minuti su intere comunità, persino su altri Paesi. Il ruolo dell’AI in queste infrastrutture è duplice. Da un lato può portare efficienza e potere predittivo, dall’altro introduce nuove vulnerabilità. Le organizzazioni che riusciranno a gestire con successo questa tensione non sono quelle che eviteranno l’AI, ma quelle che la adotteranno, coniugando l’innovazione a sicurezza e supervisione. Ogni incidente evitato rafforzerà la fiducia nell’AI. Ogni fallimento avrà l’effetto opposto. Ma la misura del progresso non è se l’AI eliminerà il rischio, piuttosto se aiuterà a gestirlo più efficacemente.
Partecipa alla community