Maggiore spesa per la sicurezza dell’AI non riduce il rischio dell’AI

I budget per la sicurezza dell’AI stanno aumentando rapidamente. In molte organizzazioni, stanno aumentando più velocemente dei sistemi che sono destinati a proteggere.

Questo squilibrio è facile da perdere di vista. Gli investimenti in intelligenza artificiale continuano ad accelerare, con un finanziamento privato globale che ha raggiunto 33,9 miliardi di dollari solo nel 2025. Allo stesso tempo, i leader della sicurezza sono chiamati a gestire nuovi rischi legati al comportamento del modello, all’esposizione dei dati e alla manipolazione avversariale. La risposta è stata prevedibile: più strumenti, più controlli e più budget.

È tentante trasformare questo in una conversazione sul costo di fare affari, una semplice domanda su quanto le organizzazioni debbano spendere per proteggere l’AI. Tuttavia, questo è il modo sbagliato di affrontare questo nuovo problema. Invece, le organizzazioni devono esaminare se il loro investimento in AI protegge effettivamente gli strumenti giusti.

In tutta l’impresa, l’AI è ancora introdotto a livello di attività. I team sperimentano con la sintesi, l’assistenza alla codifica, l’analisi o l’automazione del flusso di lavoro per migliorare la produttività individuale. Questi strumenti forniscono guadagni localizzati, ma raramente cambiano il modo in cui vengono prese le decisioni o il modo in cui i sistemi operano a un livello più ampio. Questa lacuna inizia a manifestarsi nei risultati. Sebbene l’adozione sia diffusa, solo circa il 20% delle organizzazioni segnala un impatto significativo sul loro bilancio.

L’investimento nella sicurezza sta aumentando insieme a questa sperimentazione. Tuttavia, in molti casi, viene applicato a una raccolta crescente di strumenti disconnessi piuttosto che a sistemi coesi che plasmano il modo in cui l’azienda funziona effettivamente. L’AI viene valutato a livello di attività, protetto a livello di sistema e mai completamente progettato a livello di flusso di lavoro, dove viene creato il valore reale.

L’adozione dell’AI si sta espandendo più velocemente di quanto non venga integrata

La maggior parte delle distribuzioni di AI oggi sono limitate per progetto. Sono costruite per rendere le attività individuali più veloci piuttosto che per ridisegnare il modo in cui il lavoro fluisce attraverso i team o i sistemi.

Un team di vendita potrebbe adottare l’AI per redigere e-mail o riassumere le chiamate. I team di ingegneria utilizzano l’AI per accelerare la generazione del codice. I team delle operazioni sperimentano con l’analisi o il supporto alla pianificazione. Ognuno di questi casi d’uso fornisce guadagni di produttività misurabili a livello individuale e questo è spesso sufficiente per giustificare l’investimento iniziale.

La complessità inizia quando questi guadagni isolati si accumulano.

Ogni distribuzione introduce i propri modelli, modelli di accesso ai dati, API e dipendenze. Nel tempo, le organizzazioni si ritrovano a gestire un ecosistema crescente di capacità di AI che non sono state progettate per funzionare insieme. Anche ora, una grande parte delle imprese rimane nelle prime fasi di sperimentazione, con molte iniziative non ancora integrate nelle operazioni aziendali di base.

I team di sicurezza ereditano questo ambiente man mano che si forma. Sono chiamati a proteggere non un singolo sistema, ma una raccolta costantemente in evoluzione di strumenti, integrazioni e flussi di dati che si espandono con ogni nuovo esperimento. Senza un’architettura unificata, la sicurezza diventa un esercizio di copertura piuttosto che di controllo.

Il vero rischio non sono gli strumenti individuali, ma la frammentazione del sistema

Man mano che la sperimentazione con l’AI continua, le aspettative dei leader iniziano a cambiare. I consigli di amministrazione e i team esecutivi chiedono come la spesa per l’AI in aumento si traduca in risultati aziendali misurabili.

Quando le iniziative iniziali non raggiungono gli obiettivi, le organizzazioni raramente rallentano. Espandono i loro sforzi. Vengono lanciati più progetti pilota. Vengono introdotti più strumenti. Vengono create più integrazioni alla ricerca di valore che non si è ancora materializzato. Le previsioni suggeriscono già che più della metà dei progetti di AI potrebbe non raggiungere la produzione o fornire i risultati previsti nei prossimi anni.

Per i team di sicurezza, questo ciclo crea un nuovo tipo di rischio.

La sfida non è più solo proteggere singole applicazioni o modelli. È gestire un ambiente in cui il sistema sottostante è costantemente in evoluzione. Ogni nuovo strumento introduce identità aggiuntive, flussi di dati e comportamenti del modello che espandono la superficie di attacco prima che i difensori abbiano il tempo di comprenderlo appieno.

In questo contesto, aumentare la spesa per la sicurezza non riduce necessariamente il rischio. Può aumentare la complessità operativa invece. Proteggere sistemi frammentati richiede più strumenti, più monitoraggio e più coordinamento, ma non affronta il problema di base, che è l’assenza di una struttura coesa per l’implementazione e l’utilizzo dell’AI.

La spesa per la sicurezza diventa strategica solo quando l’AI diventa operativa

Siamo in una grande posizione a causa degli investimenti nella sicurezza dell’AI; il grado di innovazione è astronomico e, mentre il futuro è luminoso per i casi d’uso dell’AI, l’investimento nella sicurezza è spesso disconnesso da dove l’AI sta effettivamente creando valore.

Quando l’AI viene distribuito principalmente come un set di strumenti di produttività isolati, gli sforzi di sicurezza sono costretti a seguire questa frammentazione. I team finiscono per proteggere decine di applicazioni disconnesse che hanno un’influenza limitata sugli esiti aziendali di base.

Un valore maggiore emerge quando l’AI viene integrato nei flussi di lavoro che guidano il funzionamento delle organizzazioni. La pianificazione, la previsione, l’allocazione delle risorse e la gestione operativa delle decisioni sono dove l’AI inizia a influenzare gli esiti in modo significativo. Questi sono anche gli ambienti in cui l’investimento nella sicurezza diventa più strategico.

Proteggere uno strumento disconnesso protegge un’attività. Proteggere un sistema integrato protegge un processo aziendale.

Questo è dove la distinzione tra adozione a livello di attività e progettazione a livello di flusso di lavoro diventa critica. L’AI che non è integrato nel modo in cui vengono prese le decisioni lottare per fornire un impatto misurabile. La sicurezza che non è allineata a quei sistemi di decisione lottare per ridurre il rischio significativo.

Il cambiamento deve arrivare prima piuttosto che dopo

Le organizzazioni non hanno bisogno di meno iniziative di AI. Hanno bisogno di iniziative più intenzionali.

Il primo cambiamento è nel modo in cui il successo dell’AI viene valutato. Se una distribuzione non cambia il modo in cui vengono prese le decisioni o il modo in cui il lavoro si muove attraverso i team, il suo impatto rimarrà limitato, indipendentemente da quanto ampiamente venga adottato. Misurare il successo a livello di flusso di lavoro piuttosto che a livello di attività fornisce un segnale più chiaro di dove l’AI sta effettivamente fornendo valore.

Il secondo cambiamento è nel modo in cui l’investimento nella sicurezza viene prioritizzato. Invece di distribuire controlli su ogni strumento sperimentale, le organizzazioni dovrebbero concentrare la protezione intorno ai sistemi che influenzano la pianificazione, le operazioni e la gestione delle decisioni. Questi sono gli ambienti in cui il rischio e il valore si intersecano.

Il terzo cambiamento è strutturale. I sistemi di AI introducono nuove forme di proprietà che si estendono oltre i confini tradizionali delle applicazioni. I modelli, i dati di formazione, i flussi di dati e le uscite generate dall’AI richiedono una chiara responsabilità. Senza una proprietà definita, la governance diventa inconsistente e le lacune di sicurezza diventano più difficili da identificare.

Presi insieme, questi cambiamenti spostano le organizzazioni dal proteggere l’attività al proteggere gli esiti.

Costruire sistemi di AI che possono effettivamente scalare

Le organizzazioni che allineano l’adozione dell’AI con la progettazione a livello di flusso di lavoro guadagnano un percorso più chiaro sia per il valore che per il controllo.

Le risorse di sicurezza diventano più efficaci quando sono concentrate sui sistemi che più contano piuttosto che essere diffuse su esperimenti disconnessi. La leadership guadagna una migliore visibilità su come gli investimenti in AI si traducono in impatto operativo. Nel tempo, i programmi di AI diventano più sostenibili perché sono costruiti su sistemi strutturati piuttosto che su strumenti accumulati.

Gli investimenti in AI non stanno rallentando. La spesa per la sicurezza continuerà a salire insieme ad esso.

La differenza verrà dal modo in cui questi investimenti vengono applicati.

Le organizzazioni che continuano a scalare l’AI a livello di attività si ritroveranno a proteggere una superficie in costante espansione di strumenti disconnessi. Quelle che progettano l’AI a livello di flusso di lavoro saranno a proteggere sistemi che sono effettivamente degni di protezione.