La lezione della storia: capire i cicli per leggere il presente
C’è chi a scuola non amava la storia, salvo poi scoprire che proprio lì si nasconde una delle chiavi più utili per interpretare il presente. Non nelle date o nei singoli eventi, ma nei pattern. È una lezione che riecheggia nelle strategie del filosofo Sun Tzu: non conta il dettaglio tattico, conta la ricorrenza dei comportamenti.
Nel settore della cybersecurity, questo approccio è più attuale che mai. Gli attacchi cambiano forma, si aggiornano, diventano più sofisticati. Ma la logica sottostante resta sorprendentemente stabile: trovare il punto debole, sfruttare la fiducia, entrare senza essere visti.
Dalla demo al mondo reale: il mito del ransomware “perfetto”
Per anni ci siamo accontentati di dire che il ransomware appare magicamente nel punto più sensibile dell’infrastruttura, pronto a colpire. Una narrazione utile per le demo, ma distante dalla realtà. Ogni attacco parte da un ingresso plausibile. E oggi, mandare un allegato malevolo via e_mail è quasi un insulto all’evoluzione dei sistemi di difesa. Le soluzioni di sicurezza moderne hanno alzato l’asticella, costringendo gli attaccanti a essere più creativi.
È qui che entra in gioco il contesto: non basta simulare un attacco, bisogna costruirne uno credibile. Ed è esattamente ciò che accade con i moderni modelli di malware, spesso presi da repository pubblici e adattati a scenari realistici.
La nuova superficie di attacco: fiducia nell’AI generativa
L’elemento davvero nuovo non è la tecnica, ma il bersaglio: la fiducia. Sistemi come ChatGPT o Claude stanno diventando intermediari operativi, non solo strumenti di supporto.
Questo cambia tutto. Non si tratta più solo di proteggere sistemi, ma di proteggere decisioni delegate. Gli attacchi recenti – come quelli associati a Tiny LLM o librerie compromesse – non colpiscono direttamente l’infrastruttura, ma la catena di fiducia che porta un sistema a eseguire azioni per conto dell’utente. È lo stesso principio già visto nel caso SolarWinds hack: colpire la supply chain per arrivare indisturbati al bersaglio finale.
Vecchie strategie, nuovi strumenti: la supply chain rimane il bersaglio
Se guardiamo con onestà intellettuale, non c’è nulla di veramente nuovo. L’attacco alla supply chain è antico quanto l’idea di guerra stessa. Cambiano i mezzi, non il principio.
Colpire il consulente meno protetto invece dell’azienda blindata. Inserire codice malevolo in una libreria utilizzata da migliaia di sviluppatori. Sfruttare un componente fidato per entrare dalla porta principale. Questa dinamica, oggi, si amplifica perché i sistemi AI ricevono privilegi enormi. Spesso possono eseguire azioni senza supervisione diretta, creando una vulnerabilità che non è tecnica, ma strutturale: fiducia senza controllo.
Zero Trust tradito: quando la comodità supera la sicurezza
Per anni il mantra è stato “zero trust”: non fidarti mai, verifica sempre. Eppure, con l’AI generativa, questo principio viene spesso aggirato.
Dare a un modello accesso totale a sistemi e dati equivale a creare un super-utente non umano, privo però di responsabilità. A differenza del cloud – dove esiste una responsabilità condivisa tra provider e cliente – qui la responsabilità resta tutta sull’utente.
Il problema non è solo tecnologico, ma culturale: si scambia l’efficienza per sicurezza.
Difendersi con il comportamento: perché l’AI blocca l’AI
Di fronte a minacce sempre più sofisticate, la risposta più efficace non è rincorrere le firme dei malware, ma osservare i comportamenti.
Soluzioni come SentinelOne si basano proprio su questo principio: non importa chi o cosa genera l’attacco – umano, AI o stato nazionale – ma cosa fa.
Se un sistema:
allora va fermato.
È una difesa reattiva, sì, ma a velocità di macchina. Ed è proprio questa velocità a fare la differenza in un contesto dove anche l’attacco è automatizzato.
AI contro AI: verso un equilibrio più simmetrico
Nel cyber warfare esiste da sempre una forte asimmetria: attaccare è più facile che difendere. Servono meno risorse, meno tempo, meno vincoli.
L’intelligenza artificiale potrebbe cambiare questo equilibrio. Se sia attaccanti che difensori utilizzano strumenti avanzati, il divario si riduce. Non scompare, ma si assottiglia.
Il risultato? Il fattore umano si sposta verso la strategia. Non più esecuzione manuale, ma progettazione di scenari, anticipazione delle mosse, controllo dei sistemi automatici.
Il futuro: specializzazione invece di onniscienza
Contrariamente a quanto si potrebbe pensare, il futuro dell’AI non è necessariamente generalista. Non è detto che avremo un’unica intelligenza capace di fare tutto.
Più probabilmente assisteremo a una proliferazione di modelli specializzati:
Una frammentazione che porterà con sé due conseguenze: più efficienza, ma anche una superficie di attacco molto più ampia.
Conclusioni: cambiano i mezzi, non la natura del conflitto
La storia non si ripete, ma crea legami strutturali. E nel mondo cyber questi sono evidenti.
Gli strumenti evolvono, diventano più potenti, più veloci, più autonomi. Ma le dinamiche restano le stesse: fiducia, vulnerabilità, strategia.
La vera sfida non è inseguire ogni nuova tecnologia, ma capire i pattern che le attraversano. Perché è lì, non nei dettagli tecnici, che si gioca la partita tra attacco e difesa.
