Aggiornato il 22 novembre 2026
Nelle ultime settimane, un segnale debole è diventato un tema centrale per i team di sicurezza.
Con l'arrivo di modelli in grado di analizzare il codice e individuare vulnerabilità su una scala senza precedenti, la cybersecurity è entrata in una nuova fase. L'intelligenza artificiale è ora in grado di identificare falle che gli strumenti automatizzati non rilevavano da anni. Allo stesso tempo, la scoperta delle vulnerabilità sta crescendo di scala. Ciò che prima richiedeva lunghi cicli e competenze applicate a perimetri limitati diventa massivo, quasi industriale.
Il paradosso è immediato. Non siamo mai stati così capaci di individuare le vulnerabilità, eppure i team di sicurezza non sono mai stati sotto così tanta pressione. C'è già chi parla di un volume di vulnerabilità difficile da assorbire, da prioritizzare e da correggere.
Ma questa trasformazione ne nasconde un'altra, più diffusa e più silenziosa.
Per anni la cybersecurity si è basata su un'intuizione ampiamente confermata: gli incidenti non derivano solo dai sistemi, ma dagli usi. Il rapporto IBM del 2023 lo ricorda regolarmente: la maggior parte delle violazioni di dati coinvolge una qualche forma di errore umano.
Non errori clamorosi, ma decisioni ordinarie: un file condiviso troppo in fretta, una configurazione approssimativa, uno strumento usato al di fuori del suo ambito previsto.
L'intelligenza artificiale non mette in discussione questa osservazione. La amplifica.
Accelera le azioni, semplifica le operazioni e riduce gli attriti. Permette a chi non è esperto di interagire con sistemi complessi, a volte senza comprenderne appieno le implicazioni. Allo stesso tempo, amplia la superficie di attacco. I dati circolano in modo diverso, gli strumenti si moltiplicano e gli usi si diffondono senza passare sempre dai canali di validazione tradizionali.
Ciò che colpisce oggi è il modo in cui questi usi si sono radicati. Nella maggior parte delle organizzazioni l'IA viene utilizzata a livello individuale, spesso al di fuori di qualsiasi struttura collettiva. Serve soprattutto per un «lavoro d'ufficio aumentato»: scrivere, riformulare, riassumere, produrre più velocemente.
Questi usi non sono problematici in sé. Al contrario, sono una potente leva di produttività. Aiutano ad automatizzare alcune attività, a liberare tempo e a facilitare il lavoro quotidiano. Ma in molti casi restano poco governati.
Qui si trova una tensione fondamentale.
Fornire uno strumento, per quanto potente, non basta a garantire un uso controllato. L'IA non fa eccezione. Senza un quadro chiaro, buone pratiche condivise e un supporto adeguato, gli usi si sviluppano in modo eterogeneo e talvolta improvvisato.
In questo contesto i dipendenti imparano da soli. Sperimentano, aggiustano il tiro e replicano comportamenti osservati altrove. Cercano guadagni rapidi, spesso a ragione. Ma non sempre hanno i punti di riferimento necessari per valutare i rischi associati.
È spesso a questo punto che iniziano a emergere i dubbi per i CIO.
Non dopo un grave incidente, ma in modo più graduale. Sorge una domanda:
Capiamo davvero cosa fanno oggi i team con l'IA e, di conseguenza, la teniamo sotto controllo?
In molte organizzazioni la risposta resta incompleta. Non per mancanza di strumenti, ma perché gli usi evolvono più in fretta dei quadri pensati per strutturarli. Questo divario segna un cambiamento significativo.
Per molto tempo la cybersecurity si è costruita attorno all'infrastruttura: proteggere gli accessi, controllare i flussi, mettere in sicurezza i sistemi.
Oggi il punto di tensione si sposta: riguarda gli usi.
Alcune aziende iniziano ad adattare di conseguenza il proprio approccio. Non cercano più soltanto di individuare più vulnerabilità, cosa che l'IA già consente su larga scala, ma di capire come nascono nelle pratiche quotidiane: come i team usano questi strumenti, in quali situazioni prendono decisioni e come bilanciano efficienza e sicurezza.
Questo cambio di prospettiva richiede uno sforzo specifico: accompagnare gli usi invece di limitarsi ad autorizzarli.
Significa proporre forme di apprendimento semplici e accessibili, direttamente collegate al lavoro di tutti i giorni. Non formazione teorica, ma linee guida concrete, esempi e situazioni che aiutino a capire che cosa è accettabile, che cosa no e perché.
Incoraggiare i dipendenti a imparare, a condividere le pratiche e a strutturare progressivamente gli usi diventa una leva centrale: non per rallentare l'adozione, ma per renderla più solida.
È la logica alla base di approcci emergenti, in particolare in Complement. Qui l'IA è utilizzata come leva per supportare i team, strutturare gli usi e rendere le situazioni più concrete. L'obiettivo non è limitarne l'uso, ma al contrario permettere ai dipendenti di usarla con più consapevolezza, comprendendo meglio le implicazioni delle proprie decisioni.
L'intelligenza artificiale non sta creando una crisi della cybersecurity: sta accelerando dinamiche già esistenti. Aumenta la nostra capacità di individuare le vulnerabilità, ma rende anche più visibile una realtà nota da tempo: un sistema è sicuro solo quanto lo sono i modi in cui viene usato. E oggi questi usi evolvono rapidamente, spesso in modo diffuso e talvolta senza un quadro condiviso.
Resta quindi una domanda semplice:
In un contesto in cui le vulnerabilità si moltiplicano e gli usi si intensificano, avete una visione chiara di come i vostri team utilizzano davvero l'intelligenza artificiale?
