L’Intelligenza Artificiale nella Sicurezza Informatica: Opportunità e Sfide

L’adozione di strumenti di scoperta basati su intelligenza artificiale (IA) ha notevolmente ampliato la capacità delle aziende di individuare vulnerabilità nei propri sistemi. Tuttavia, nonostante i progressi nella rilevazione, la capacità di convalidare, prioritizzare e correggere le segnalazioni non sta seguendo lo stesso ritmo. Secondo recenti studi, il tempo medio necessario per correggere una vulnerabilità critica è stato ridotto di circa il 50% nell’ultimo anno, mentre l’arretrato di criticità non risolte è aumentato di quasi 29 volte.

L’intelligenza artificiale è in grado di analizzare migliaia di asset e leggere codice alla ricerca di pattern noti, consentendo una rilevazione più rapida rispetto ai test manuali. Tuttavia, è importante notare che la scoperta rappresenta solo il primo passo nel processo di gestione del rischio. Il vero collo di bottiglia è la validazione delle segnalazioni generate dall’IA, che possono contenere duplicati, interpretazioni errate o problemi teorici che necessitano di indagini approfondite.

Questa situazione consuma ore di lavoro degli analisti e può portare a un sovraccarico di segnalazioni urgenti, che rischiano di essere trascurate. Per affrontare queste sfide, è fondamentale stabilire standard chiari sulle evidenze richieste, sviluppare strumenti automatici che migliorino la qualità delle prove e definire criteri che colleghino la severità tecnica delle vulnerabilità al contesto di business, come servizi critici per i ricavi o dati regolamentati.

Inoltre, i lavori umani rimangono essenziali 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 significativamente, 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 più routinari, cresce il valore dei ricercatori capaci di dimostrare l’impatto concreto delle vulnerabilità e le catene di attacco.

Le iniziative di Continuous Threat Exposure Management (CTEM) sono proposte come un quadro per connettere scoperta, validazione, prioritizzazione e remediation. Queste iniziative offrono metriche operative orientate alla riduzione del rischio reale, come la sfruttabilità confermata, la velocità di remediation 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 solo sulla capacità di trovare più vulnerabilità, ma sulla capacità di trasformare queste rilevazioni in azioni efficaci e verificate. Le organizzazioni che sapranno convertire la portata e il giudizio tecnico in interventi concreti rimarranno avvantaggiate, mentre quelle che non lo faranno si troveranno con un elenco crescente di vulnerabilità non risolte.