L’intelligenza artificiale e la sfida della sicurezza informatica: oltre la scoperta delle vulnerabilità

L’adozione di strumenti di scoperta basati su intelligenza artificiale (IA) ha rivoluzionato la capacità delle aziende di individuare vulnerabilità nei loro sistemi. Tuttavia, mentre la tecnologia avanza, la capacità di convalidare, prioritizzare e correggere le segnalazioni non sta seguendo lo stesso ritmo. Negli ultimi dodici mesi, il tempo medio necessario per correggere una vulnerabilità critica è stato ridotto di circa il 50%, ma 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 ed efficace rispetto ai test manuali. Tuttavia, la scoperta è solo il primo passo nel processo di gestione della sicurezza e non porta automaticamente a una riduzione del rischio. Il vero collo di bottiglia è rappresentato dalla validazione delle segnalazioni generate dall’IA, che possono includere duplicati, interpretazioni errate o problemi teorici che richiedono indagini approfondite. Questo processo può richiedere ore di lavoro da parte degli analisti, rischiando di far affondare le segnalazioni urgenti in code congestionate.

Per affrontare questa problematica, è essenziale stabilire standard chiari sulle evidenze richieste, sviluppare strumenti automatici che migliorino la qualità della prova piuttosto che aumentare la quantità di segnalazioni, e definire criteri che colleghino la severità tecnica al contesto di business. È fondamentale considerare fattori come i servizi critici per i ricavi, i dati regolamentati, le dipendenze sensibili e i controlli compensativi.

In questo contesto, i lavori umani diversificati rimangono essenziali. Questi professionisti sono in grado di identificare percorsi d’attacco composti da più debolezze apparentemente minori e di 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: l’IA si occupa sempre più dei casi routinari, mentre cresce il valore dei ricercatori capaci di dimostrare un impatto concreto e le catene di attacco.

Le iniziative di Continuous Threat Exposure Management (CTEM) sono state proposte come un quadro per mantenere connessi i processi di scoperta, validazione, prioritizzazione e remediation. Queste iniziative forniscono metriche operative orientate alla riduzione del rischio reale, come la sfruttabilità confermata, la velocità di remediation e la dimensione dell’arretrato critico, piuttosto che concentrarsi solo sui conteggi di rilevamenti.

La fase successiva dell’adozione dell’IA nella sicurezza informatica non si giocherà sulla capacità di trovare più vulnerabilità, già abbondante, ma sulla capacità di trasformare quelle rilevazioni in azioni efficaci e verificate. Chi saprà convertire portata e giudizio tecnico in interventi concreti rimarrà avvantaggiato; chi non lo farà si troverà con un elenco di vulnerabilità in rapida crescita e non risolte.