Il rapporto “2026 Cloud Security Report: Securing the AI Transformation” di Check Point avverte che la sicurezza aziendale sta rimanendo indietro rispetto all’adozione dell’AI

L’adozione dell’intelligenza artificiale sta accelerando più velocemente di quanto le squadre di sicurezza aziendale possano adattarsi, secondo il nuovo rapporto “2026 Cloud Security Report: Securing the AI Transformation” di Check Point e Cybersecurity Insiders. Il rapporto sostiene che il problema più grande che le organizzazioni devono affrontare non è più se stanno adottando l’AI, ma se la loro architettura di sicurezza può gestire la scala, la velocità e l’autonomia che i sistemi AI introducono ora negli ambienti di produzione.

Le scoperte suggeriscono che molte aziende stanno entrando in un pericoloso periodo di transizione. Gli assistenti AI, i copiloti, gli agenti autonomi e i flussi di lavoro guidati da macchine stanno essere rapidamente integrati nelle operazioni aziendali, ma i controlli che li circondano rimangono frammentati. Le architetture di sicurezza tradizionali sono state progettate intorno a comportamenti umani prevedibili, applicazioni stabili e confini di rete chiaramente definiti. I sistemi AI stanno cambiando tutti e tre simultaneamente.

L’AI è già entrata in produzione

Una delle scoperte più chiare del rapporto è che l’esperimentazione con l’AI è sostanzialmente terminata. Circa il 70% delle organizzazioni intervistate ha dichiarato di essere già in esecuzione di carichi di lavoro di Intelligenza Artificiale Generativa in ambienti di produzione, mentre il 64% ha riferito di avere agenti AI in fase di pilotaggio o di produzione.

Questo passaggio è importante perché gli agenti AI non sono più limitati a generare testo o riassumere informazioni. Sempre più spesso, vengono collegati ad applicazioni aziendali, API, database interni e sistemi operativi. In alcuni casi, le organizzazioni stanno addirittura concedendo a questi sistemi l’accesso privilegiato alle infrastrutture critiche.

Il rapporto nota che il 12% delle organizzazioni ha già concesso agli agenti AI l’accesso privilegiato ai sistemi critici. Ciò crea un tipo completamente diverso di problema di sicurezza informatica. Le squadre di sicurezza non stanno più semplicemente gestendo le interazioni degli dipendenti con gli strumenti AI come ChatGPT o Gemini. Stanno ora essere costrette a governare sistemi autonomi in grado di agire all’interno di ambienti live.

Secondo il rapporto, l’83% degli intervistati ha dichiarato che la sicurezza delle applicazioni di Intelligenza Artificiale Generativa è più difficile da proteggere rispetto agli ambienti di sicurezza tradizionali.

Gli incidenti di sicurezza sono già diffusi

I risultati del sondaggio suggeriscono che i problemi di sicurezza legati all’AI non sono più teorici. Più della metà delle organizzazioni intervistate ha riferito almeno un incidente di sicurezza legato all’AI confermato, mentre un altro 24% ha sospettato incidenti ma non aveva una visibilità sufficiente per confermarli.

Ciò significa che il 78% delle organizzazioni sa di aver avuto problemi di sicurezza legati all’AI o non può escluderli con certezza.

I tipi di incidenti variano ampiamente. Alcuni coinvolgono l’uso non autorizzato di strumenti AI esterni da parte dei dipendenti, spesso definito come “AI ombra”. Altri coinvolgono la perdita di dati sensibili attraverso i sistemi AI o attacchi di phishing e deepfake generati dall’AI.

Il rapporto sottolinea che il traffico AI assomiglia sempre più a un’attività legittima aziendale, rendendo la rilevazione significativamente più difficile. Le chiamate API, le richieste di modello e le connessioni in uscita ai servizi AI possono apparire normali a livello di rete a meno che i sistemi di ispezione non siano in grado di analizzare il comportamento dell’interazione stessa.

Ciò crea un ambiente in cui l’attività maliziosa può fondersi con i modelli di utilizzo legittimi dell’AI.

Il divario di sicurezza dell’AI di 51 punti

Forse la statistica più sorprendente del rapporto è quella che i ricercatori definiscono come un “divario di prontezza di 51 punti”.

Mentre il 77% delle organizzazioni ha dichiarato di aver modificato la propria strategia di sicurezza complessiva in risposta all’adozione dell’AI, solo il 26% ritiene che la propria architettura di sicurezza attuale sia effettivamente pronta a supportare i carichi di lavoro guidati dall’AI senza una sostanziale riprogettazione.

Il rapporto sostiene che questo disallineamento spiega perché le organizzazioni continuano a sperimentare fallimenti delle politiche, lacune di governance e problemi di visibilità nonostante gli investimenti aumentati e l’attenzione degli dirigenti.

In molti ambienti, i carichi di lavoro AI si spostano tra servizi cloud, applicazioni SaaS, infrastrutture private, API e endpoint remoti. I controlli di sicurezza esistenti spesso perdono coerenza in questi confini.

I ricercatori sostengono che le organizzazioni hanno sempre più bisogno di architetture di sicurezza unificate in grado di applicare politiche coerenti in ambienti ibridi piuttosto che affidarsi a strumenti non connessi che operano in modo indipendente.

La visibilità nell’attività AI rimane estremamente limitata

Il rapporto sottolinea ripetutamente che molte organizzazioni mancano ancora di una visibilità di base nei loro ambienti AI.

Solo il 5% degli intervistati ha dichiarato di avere una visibilità completa sugli strumenti AI utilizzati dai dipendenti, su come vengono acceduti e su dove fluiscono i dati sensibili una volta che entrano nei sistemi AI.

Una percentuale simile ha dichiarato di poter distinguere in modo affidabile l’attività AI legittima dal comportamento sospetto o non autorizzato.

Ciò crea significativi punti ciechi operativi. Gli assistenti AI basati su browser possono lasciare poche prove di endpoint, mentre le interazioni AI basate su API possono bypassare completamente i sistemi di discovery SaaS tradizionali. Gli agenti AI che operano sotto account di servizio possono anche apparire indistinguibili dal normale comportamento del sistema automatizzato.

Senza telemetria e monitoraggio specifici per l’AI, molte organizzazioni stanno effettivamente cercando di proteggere ambienti che non possono osservare appieno.

L’infrastruttura esistente non è stata progettata per il traffico AI

Il rapporto sostiene anche che l’AI sta fondamentalmente ridefinendo i modelli di traffico aziendale.

Le organizzazioni hanno segnalato aumenti drammatici nel traffico basato su API, nei flussi di comunicazione tra utenti e sistemi AI, nel traffico est-ovest all’interno dei data center e nelle richieste in uscita ai servizi AI esterni.

Questi spostamenti stanno mettendo sotto pressione gli strumenti di sicurezza dell’infrastruttura esistente.

Solo il 24% delle organizzazioni ha dichiarato che i propri strumenti di sicurezza di rete possono ispezionare completamente il traffico AI senza degradare le prestazioni. Nel frattempo, il 67% ha riferito di avere politiche di sicurezza frammentate in ambienti ibridi.

I ricercatori sostengono che le architetture tradizionali costruite intorno a sessioni utente prevedibili e flussi di applicazione stabili stanno ora sendo costrette a governare interazioni dinamiche, pesanti API, mediate da servizi e che si verificano simultaneamente in più ambienti.

Il rapporto segnala anche una crescente migrazione dei carichi di lavoro AI verso data center privati e infrastrutture ibride. Circa il 29% delle organizzazioni ha dichiarato di stare già spostando i carichi di lavoro AI in ambienti privati o on-premises, mentre un altro 49% sta considerando di farlo.

Questo trend è in parte guidato da preoccupazioni normative, requisiti di prestazioni e dal desiderio di posizionare il calcolo AI più vicino ai dati aziendali sensibili.

I WAF e i controlli di sicurezza tradizionali stanno faticando

Un altro tema importante del rapporto è la crescente dissonanza tra le applicazioni AI e gli strumenti di sicurezza web tradizionali.

Solo il 22% degli intervistati ha dichiarato che il proprio Web Application Firewall (WAF) o le soluzioni WAAP sono efficaci nel rilevare attacchi specifici dell’AI come l’iniezione di prompt. Nel frattempo, il 71% ha riferito un aumento dei falsi positivi dal momento dell’adozione dei carichi di lavoro di Intelligenza Artificiale Generativa.

La logica WAF tradizionale è stata progettata intorno al traffico del browser prevedibile, alle firme note e alle richieste strutturate. I sistemi AI generano prompt lunghi, risposte in streaming, interazioni API specifiche del modello e comunicazioni di servizio a servizio che spesso cadono al di fuori di queste ipotesi.

La protezione runtime rimane immatura.

Solo il 17% delle organizzazioni ha dichiarato di avere controlli runtime ampiamente distribuiti in grado di ispezionare e applicare politiche in tempo reale sugli input e output dei modelli di linguaggio. Più della metà ha riferito di non avere un processo formale di testing della sicurezza per le applicazioni di Intelligenza Artificiale Generativa o di affidarsi solo al testing ad hoc.

Il rapporto avverte che molte organizzazioni stanno distribuendo funzionalità AI in ambienti di produzione più velocemente di quanto possano validare correttamente la loro sicurezza.

I dipendenti continuano a bypassare le restrizioni AI

Anche quando le organizzazioni implementano controlli, i dipendenti li aggirano frequentemente.

Secondo il sondaggio, il 42% delle organizzazioni ha dichiarato che i lavoratori bypassano i controlli di sicurezza AI quando questi creano attrito o rallentano la produttività.

Questo comportamento varia dall’uso di account AI personali all’accesso a strumenti basati su browser al di fuori degli ambienti aziendali approvati.

Il rapporto sostiene che ciò riflette un problema architettonico più profondo. Le politiche di sicurezza che interferiscono con i flussi di lavoro spesso falliscono perché i dipendenti danno priorità alla velocità e all’usabilità rispetto alla conformità.

I ricercatori suggeriscono che le organizzazioni devono rendere l’accesso AI approvato più facile e più fluido delle alternative non autorizzate se sperano di ridurre l’uso dell’AI ombra.

Una svolta verso architetture di sicurezza AI unificate

In tutto il rapporto, Check Point e Cybersecurity Insiders ritornano ripetutamente all’idea che la sicurezza AI non può essere risolta attraverso prodotti isolati.

Invece, il rapporto sostiene che le organizzazioni stanno gradualmente spostandosi verso architetture di sicurezza “ibride” più ampie, in grado di applicare un’enforcement di politiche centralizzate su infrastrutture cloud, data center, piattaforme SaaS, endpoint e carichi di lavoro AI simultaneamente.

Secondo il sondaggio, l’86% delle organizzazioni considera ora la gestione della sicurezza unificata in ambienti di data center, cloud e edge come critica per i carichi di lavoro AI.

Il rapporto conclude che l’AI sta esponendo debolezze che già esistevano all’interno dei modelli di sicurezza aziendale frammentati. La sfida non è più semplicemente rilevare le minacce dopo che si verificano. È costruire architetture di prevenzione in grado di operare alla stessa velocità e scala dei sistemi AI moderni.

Come il “2026 Cloud Security Report: Securing the AI Transformation” mette in chiaro, molte aziende hanno già adottato l’AI a livello operativo, ma le loro fondamenta di sicurezza stanno ancora recuperando.