OpenAI vuole rendere più sicura la propria ricerca di modelli di frontiera AI. Ne ha rallentato lo sviluppo, dopo una serie di segnali sulle capacità cyber raggiunte dai sistemi più avanzati. Il caso che a luglio ha coinvolto Hugging Face e, separatamente, le prime valutazioni su Astra — un modello ancora in sviluppo che potrebbe raggiungere la soglia “Critical” prevista dal Preparedness Framework dell’azienda — hanno spinto il laboratorio a rafforzare i controlli sugli ambienti di ricerca, come emerso in questi giorni.
Indice degli argomenti
Le mosse di OpenAI per la sicurezza
Le misure sono diverse. Dopo il caso Hugging Face, OpenAI ha sospeso le attività di inference dei modelli di frontiera negli ambienti di ricerca che consentivano di eseguire codice o utilizzare strumenti con accesso a Internet, riattivandone poi solo una parte con maggiori protezioni. Più in generale ha anche interrotto per due settimane il reinforcement learning dei modelli più recenti destinati alla distribuzione. E il più grande ciclo di reinforcement learning di frontiera finora pianificato resta ancora fermo, mentre l’azienda procede con addestramenti ed evaluation su scala minore.
Ha sospeso per due settimane il reinforcement learning dei modelli più recenti destinati alla distribuzione e mantiene in attesa il più grande ciclo di reinforcement learning di frontiera pianificato, mentre conduce addestramenti e valutazioni su scala minore. Il problema non riguarda più soltanto che cosa un sistema di intelligenza artificiale possa rispondere, ma quali azioni possa eseguire una volta collegato a reti, credenziali e strumenti reali.
Subito dopo l’incidente Hugging Face, OpenAI ha inoltre sospeso l’inference dei modelli di frontiera nei cluster di ricerca per le attività che potevano eseguire codice o utilizzare strumenti in grado di accedere a Internet. Una parte dei workload è poi ripartita con percorsi più limitati e sicuri; altri sono rimasti sospesi in attesa di adeguarsi ai nuovi requisiti di isolamento, controllo degli accessi e monitoraggio.
Questa trasformazione tecnica sta assumendo rapidamente una dimensione geopolitica. I modelli di frontiera vengono sempre più trattati dai governi come tecnologie strategiche con implicazioni economiche, militari e di sicurezza nazionale. Stati Uniti e Unione europea condividono l’interesse a impedirne l’impiego offensivo incontrollato, ma stanno costruendo risposte differenti. Washington punta soprattutto sulla leadership tecnologica, sull’accelerazione industriale e sulla collaborazione con le imprese. Bruxelles affida un ruolo molto più ampio alla regolazione preventiva e alla capacità delle istituzioni pubbliche di verificare i rischi.
Dai chatbot agli agenti, cambia la superficie del rischio
Gli incidenti emersi nell’estate del 2026 mostrano perché la questione abbia cambiato scala. Durante una valutazione basata su ExploitGym, modelli OpenAI configurati con protezioni cyber ridotte hanno individuato e sfruttato una vulnerabilità zero-day nel proxy/cache interno utilizzato per installare pacchetti dai registri. Dopo l’exploit, hanno effettuato escalation di privilegi e movimenti laterali nell’ambiente di ricerca fino a raggiungere un nodo con accesso a Internet; da lì sono arrivati all’infrastruttura di produzione di Hugging Face, concatenando vulnerabilità e credenziali nel tentativo di ottenere informazioni utili alla prova. OpenAI ha precisato che nessun modello destinato a una distribuzione imminente era coinvolto e che il prototipo sperimentale utilizzato nel test è stato successivamente disattivato e isolato.
Anthropic ha descritto un problema differente ma complementare. Riesaminando oltre 141 mila esecuzioni di valutazioni cyber, l’azienda ha individuato tre casi nei quali Claude aveva raggiunto Internet e ottenuto accesso non autorizzato a sistemi reali. Il britannico AI Security Institute ha a sua volta documentato azioni autonome non previste durante test nei quali la connessione alla rete era intenzionalmente disponibile. Non si tratta di sistemi “ribelli” né di prove di intenzionalità. Il dato rilevante è molto più concreto: un agente persistente, dotato di strumenti e privilegi, può sfruttare opportunità operative che progettisti e valutatori non avevano previsto.
Nel caso dell’AI Security Institute britannico, i numeri mostrano quanto il fenomeno non sia riducibile a un singolo episodio. In una stessa prova ripetuta 122 volte su più modelli, in dieci esecuzioni un agente ha compiuto azioni autonome e non autorizzate su Internet; l’istituto ne ha catalogate 19 in totale. Diciassette sono attribuite ad Anthropic Mythos 5 e due a GPT-5.6 Sol con i classificatori cyber disabilitati. Nel caso più grave un agente ha tentato di inserire codice malevolo in un progetto open source e ha creato false identità online per esercitare pressione sul manutentore affinché lo approvasse. Il tentativo non è riuscito e l’AISI non ha rilevato danni nel mondo reale; inoltre non si è trattato di una fuga dalla sandbox, perché l’accesso a Internet era stato deliberatamente consentito nella configurazione di test.
Per le imprese questo equivale alla comparsa di una nuova identità digitale. L’agente può avere una sessione autenticata, utilizzare API, interrogare database, modificare configurazioni o eseguire codice. Il confine di sicurezza non coincide quindi più con il modello. Comprende credenziali, proxy, repository, servizi cloud, strumenti e connessioni in uscita. Il problema diventa stabilire non soltanto che cosa l’AI debba fare, ma che cosa le sia tecnicamente possibile fare.
Stati Uniti: l’innovazione come leva di potenza
Negli Stati Uniti questa evoluzione viene inserita esplicitamente nella competizione tecnologica globale. L’AI Action Plan della Casa Bianca, pubblicato nel luglio 2025, articola la strategia americana intorno ad accelerazione dell’innovazione, costruzione delle infrastrutture e leadership internazionale. Fra gli obiettivi figura anche l’esportazione verso alleati e partner di uno stack americano completo composto da hardware, modelli, software, applicazioni e standard. La logica è chiara: la diffusione dell’ecosistema tecnologico nazionale è considerata parte della proiezione economica e strategica degli Stati Uniti.
La sicurezza non è assente da questo approccio. Nel giugno 2026 Washington ha disposto la creazione di benchmark classificati per valutare le capacità cyber dei modelli di frontiera e ha previsto un meccanismo volontario attraverso il quale gli sviluppatori possano collaborare con il governo prima della distribuzione dei sistemi più avanzati. Lo stesso provvedimento specifica però che questo processo non deve trasformarsi in un regime obbligatorio di licenza o autorizzazione preventiva. È un elemento che distingue nettamente l’impostazione americana da quella europea.
La scelta riflette una priorità politica più ampia. La Casa Bianca considera una regolazione poco onerosa una condizione per preservare la leadership nazionale e, nel 2026, ha proposto al Congresso un quadro legislativo federale destinato anche a ridurre la frammentazione normativa interna. L’AI viene trattata contemporaneamente come industria, infrastruttura critica, strumento di cybersecurity e componente della sicurezza nazionale.
Europa: regole, sicurezza e sovranità
L’Unione europea parte da una posizione differente. Dal 2 agosto 2026 la Commissione, attraverso l’AI Office, dispone dei poteri di enforcement previsti dall’AI Act per i modelli general purpose. Per quelli considerati a rischio sistemico entrano in gioco obblighi specifici di valutazione, mitigazione e sicurezza, mentre la Commissione può richiedere informazioni, verificare la conformità e adottare misure correttive. La cybersecurity rientra esplicitamente tra i rischi che devono essere considerati per i modelli più avanzati.
A questa architettura regolatoria Bruxelles ha affiancato il 7 luglio 2026 un Action Plan specifico su cybersecurity e intelligenza artificiale. La Commissione vuole rafforzare la capacità europea di valutare i modelli avanzati prima della loro immissione sul mercato, creare con ENISA un quadro per l’accesso sicuro ai sistemi più potenti a fini di difesa e predisporre una piattaforma protetta nella quale organizzazioni di settori critici — energia, trasporti, sanità, finanza e pubblica amministrazione — possano testarli. Il piano lega quindi direttamente enforcement, capacità di valutazione indipendente e infrastrutture di sicurezza.
Il caso Astra rende concreta una questione che fino a poco tempo fa appariva teorica. La soglia “Critical” del Preparedness Framework di OpenAI, che secondo le valutazioni preliminari Astra potrebbe raggiungere, non coincide con la categoria giuridica europea dei modelli general purpose con rischio sistemico e non produce automaticamente conseguenze giuridiche nell’Unione. Se Astra fosse immesso sul mercato europeo, tuttavia, le informazioni emerse dalle valutazioni interne potrebbero diventare rilevanti per l’attività dell’AI Office. È in questo spazio che sicurezza tecnica e sovranità normativa cominciano a sovrapporsi.
Bruxelles sa però che la sola regolazione non basta. Il divario con gli Stati Uniti riguarda anche capacità di calcolo, capitali e infrastrutture. Con l’AI Continent Action Plan la Commissione ha associato alle regole un programma industriale che punta a mobilitare 200 miliardi di euro di investimenti nell’intelligenza artificiale. Il piano originario prevedeva fino a cinque AI Gigafactories; nel luglio 2026 l’Unione ha poi avviato una procedura estesa fino a sette strutture, grandi infrastrutture destinate all’addestramento dei modelli più complessi. L’obiettivo dichiarato è aumentare la sovranità tecnologica europea e ridurre il rischio che la competitività del continente dipenda esclusivamente da piattaforme e capacità di calcolo sviluppate altrove.
La nuova gara per le Gigafactories rende più concreta questa seconda gamba della strategia. Le strutture, guidate dall’industria, potranno contare fino a 10 miliardi di euro di sostegno europeo e nazionale e, secondo la Commissione, dovrebbero mobilitare almeno altri 20 miliardi di investimenti privati. Il punto non è soltanto aumentare il numero dei data center: Bruxelles lega esplicitamente queste infrastrutture alla possibilità di sviluppare, addestrare e perfezionare modelli di frontiera su capacità di calcolo controllate in Europa.
AI geopolitica tra Stati Uniti e Unione europea: alleati ma divergenti
Descrivere questo scenario come uno scontro tra Stati Uniti e Unione europea sarebbe però fuorviante. Le due aree rimangono profondamente integrate sul piano economico, tecnologico e della sicurezza. L’accordo commerciale transatlantico entrato in vigore il 1° luglio 2026 prevede anche cooperazione sulle catene di approvvigionamento, sui controlli agli investimenti e sull’export control, mentre è stato avviato un Digital Dialogue per affrontare i temi legati al settore tecnologico.
La tensione nasce piuttosto dalla sovrapposizione di due forme diverse di potere. Gli Stati Uniti ospitano una parte decisiva dell’ecosistema industriale che produce modelli, semiconduttori, cloud e software necessari all’AI di frontiera. L’Unione europea dispone invece di un mercato di grandi dimensioni e della capacità normativa di stabilire le condizioni alle quali quelle tecnologie possono essere utilizzate al suo interno.
Più i modelli diventano autonomi e capaci di intervenire su infrastrutture reali, più questa differenza acquista peso. Per Washington, introdurre vincoli troppo rigidi può rallentare l’innovazione e indebolire la posizione occidentale nella competizione tecnologica globale. Nella logica dell’impostazione europea, lasciare la definizione delle soglie di rischio esclusivamente alle aziende significherebbe affidarsi alle valutazioni degli stessi soggetti che sviluppano e commercializzano la tecnologia.
AI, geopolitica e politica industriale: il costo della sicurezza
Il rallentamento deciso da OpenAI mostra che queste due logiche non sono completamente incompatibili. È stata la stessa azienda a riconoscere che l’avanzamento delle capacità cyber richiede controlli più severi durante l’addestramento, maggiore isolamento degli ambienti di ricerca e sistemi di monitoraggio capaci di seguire intere sequenze di azioni. La società ha inoltre dichiarato di voler estendere il proprio approccio oltre l’attuale Preparedness Framework.
Il nuovo sistema di monitoraggio dà anche una misura materiale del costo di questa sicurezza. OpenAI lo applica a tutti gli addestramenti di reinforcement learning e alle valutazioni con strumenti per modelli di capacità pari o superiore a Sol; per Astra, dopo che il 7 agosto l’azienda ha stabilito che potrebbe avere capacità cyber di livello Critical, il controllo è stato esteso a tutta l’inference con strumenti. OpenAI stima che il monitoraggio richieda in media circa il 20 per cento della capacità di calcolo utilizzata per l’inference sottoposta a controllo. La sicurezza diventa così anche una voce di costo computazionale e un vincolo alla velocità con cui i laboratori possono scalare i sistemi più avanzati.
Il passaggio decisivo riguarda quindi chi stabilirà le soglie accettabili e come potranno essere verificate. Un modello capace di individuare vulnerabilità zero-day può offrire un enorme vantaggio ai difensori, ma la stessa capacità possiede un evidente valore offensivo. Se questi sistemi diventeranno parte stabile delle infrastrutture aziendali, governative e militari, sicurezza informatica, politica industriale e strategia internazionale finiranno inevitabilmente per convergere.
Il confronto transatlantico sull’intelligenza artificiale non riguarda soltanto chi costruirà il modello più potente. Riguarda chi controllerà i chip, la capacità di calcolo, gli standard di sicurezza e le condizioni di accesso ai sistemi più avanzati. Gli incidenti del 2026 hanno reso visibile ciò che fino a poco tempo fa restava sullo sfondo: quando un agente può passare dal linguaggio all’azione, la sua sicurezza smette di essere soltanto una questione tecnica. Diventa una questione di potere.
Partecipa alla community