L’Intelligenza Artificiale e la Sicurezza Informatica: Opportunità e Sfide nella Gestione delle Vulnerabilità

L’adozione di strumenti basati su intelligenza artificiale (IA) ha significativamente potenziato la capacità di individuare vulnerabilità nel campo della sicurezza informatica. Tuttavia, nonostante questo progresso, la capacità di convalidare, prioritizzare e correggere le segnalazioni non sta crescendo con la stessa rapidità. Un recente studio ha rivelato che, mentre il tempo medio per correggere una vulnerabilità critica è stato ridotto di circa il 50% nell’ultimo anno, l’arretrato di criticità non risolte è aumentato di quasi 29 volte.

L’IA è in grado di analizzare migliaia di asset e leggere codice alla ricerca di pattern noti, consentendo di rilevare esposizioni in modo più rapido rispetto ai test manuali. Tuttavia, 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 includere duplicati, interpretazioni errate o problemi teorici che necessitano di indagini approfondite. Questo richiede tempo e risorse, rischiando di far affondare segnalazioni urgenti in code congestionate.

Per affrontare queste sfide, è necessario stabilire standard chiari sulle evidenze richieste, implementare strumenti automatici che migliorino la qualità della prova e sviluppare criteri che colleghino la severità tecnica al contesto di business, come servizi critici per i ricavi e dati regolamentati. Inoltre, il lavoro umano rimane essenziale per identificare percorsi d’attacco composti da più debolezze apparentemente minori e per dimostrare l’effettiva sfruttabilità delle esposizioni.

Un altro aspetto da considerare è l’aumento dei pagamenti ai ricercatori di sicurezza, che hanno superato 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: l’IA sta assorbendo i casi routinari, mentre il valore dei ricercatori capaci di dimostrare un impatto concreto e le catene di attacco sta crescendo.

Le iniziative di Continuous Threat Exposure Management (CTEM) sono state proposte come un quadro per mantenere connessi scoperta, validazione, prioritizzazione e remediation. Queste iniziative forniscono metriche operative orientate alla riduzione del rischio reale, come la sfruttabilità confermata e la velocità di remediation, piuttosto che limitarsi a conteggi di rilevamenti.

In conclusione, la fase successiva dell’adozione dell’IA nella sicurezza non si concentrerà tanto sulla capacità di trovare più vulnerabilità, già abbondante, ma sulla capacità di trasformare quelle rilevazioni in azioni efficaci e verificate. Chi riuscirà a convertire portata e giudizio tecnico in interventi concreti avrà un vantaggio competitivo; al contrario, chi non lo farà si troverà di fronte a un elenco crescente di vulnerabilità non risolte.