Agenti AI in azienda: sicurezza prima dell’autonomia
Gli agenti autonomi basati su intelligenza artificiale stanno entrando nelle aziende più in fretta di quanto i team IT riescano a governarli. Gestiscono attività di routine, affiancano gli sviluppatori, supportano chi si occupa di sicurezza. Ma ogni nuovo margine di autonomia concesso a un agente allarga anche la superficie d’attacco.
Per affrontare il problema Kaspersky ha pubblicato il 7 ottobre 2026 il report “AI agent security through the lens of Cyber Immunity“. Il documento parte dai casi d’uso più diffusi, dai livelli di autonomia che li accompagnano e da incidenti reali che hanno causato danni concreti. Da qui ricostruisce i modelli di minaccia già noti, che vanno dallo sfruttamento doloso degli agenti ai privilegi eccessivi, fino alla cancellazione involontaria dei dati.
Un approccio nato altrove, adattato agli LLM
La risposta di Kaspersky si chiama Cyber Immunity, una filosofia che mira a costruire sistemi sicuri fin dalla progettazione e che è nata ben prima dell’IA generativa. Secondo l’azienda i suoi principi si applicano con buoni risultati anche ai sistemi basati su modelli linguistici di grandi dimensioni, e si traducono in quattro regole di fondo.
La prima è definire presupposti di sicurezza chiari. Gli LLM e tutti i dati che arrivano da fonti esterne vanno trattati come non affidabili per impostazione predefinita, e qualsiasi azione irreversibile deve passare da una conferma esplicita di una persona.
La seconda riguarda la Trusted Computing Base, cioè l’insieme dei componenti di cui bisogna fidarsi per forza. Più è piccola, meno punti deboli restano esposti.
La terza è l’isolamento. Sandbox e macchine virtuali separano i contesti affidabili da quelli che non lo sono e, nei sistemi multi-agente, tengono distinti anche i singoli agenti.
L’ultima regola riguarda le interazioni, che vanno controllate con una logica “default-deny”. Le policy si applicano alle chiamate agli strumenti e ai relativi argomenti, il traffico di rete viene sorvegliato e all’agente non è consentito modificare da solo la propria supply chain.
Affidabilità nell’architettura, non nel modello
Vladislav Tushkanov, Head del Kaspersky AI Technology Research Center, mette l’accento su un punto di metodo. Chi lavora con componenti non deterministici per natura dovrebbe incorporare l’affidabilità nell’architettura, così da contenere l’impatto di errori o compromissioni. Secondo Tushkanov questa impostazione va poi rafforzata con una difesa a più livelli, che unisca AI Firewall a strumenti come sandbox, EDR e SIEM.
Il report si rivolge in modo diretto a CISO, CIO e CTO e offre indicazioni operative. Si parte dall’inventario degli agenti effettivamente in uso, si passa alla definizione di policy flessibili di isolamento e containerizzazione e si arriva alla gestione dell’agentic supply chain.
Nel quadro della sua ricerca sull’IA applicata alla sicurezza, Kaspersky richiama anche altre tecnologie. Tra queste MLAD, per il rilevamento precoce delle anomalie nelle infrastrutture industriali, la piattaforma neuromorfica basata su reti neurali a impulsi e TIARA, pensata per dare agli LLM aziendali conoscenze specifiche di settore e rendere più affidabili le risposte.
Cosa cambia per MSP e reseller
Per chi segue i clienti nell’adozione degli agenti AI, il messaggio è molto pratico. I principi della Cyber Immunity possono diventare una griglia di lettura per valutare le architetture e per aprire con le aziende una conversazione sulla sicurezza prima che l’automazione si trasformi in un problema.
Per approfondire clicca QUI