Attacchi cyber sempre più veloci, elusivi, capaci di far leva sulle vulnerabilità, di compromettere la catena di fornitura o di forzare l’accesso al sistema target, ma anche di passare dalla “porta principale”, cioè dall’autenticazione. Attacchi, soprattutto, in cui l’intelligenza artificiale è allo stesso tempo un obiettivo, uno strumento di attacco e un moltiplicatore di forza e di velocità. Sono alcune delle tendenze evidenziate dal nuovo “Threat Hunting Report 2026” di CrowdStrike, basato su intelligence raccolta sul campo da personale esperto e sul monitoraggio di circa 290 avversari identificati e classificati. Il periodo di osservazione va da inizio luglio 2025 a fine giugno 2026.
Le evidenze si basano, quindi, su dati reali. “Gestiamo circa 7 miliardi di dati e 14 milioni di detection al giorno, che traducono in notifiche per i nostri clienti”, ci ha raccontato Luca Nilo Livrieri, senior director, sales engineering Southern Europe di CrowdStrike. “L’aspetto che più ci ha colpito? Il report definisce chiaramente l’AI come bersaglio, strumento e moltiplicatore delle forze degli attaccanti”.
L’accelerazione delle tempistiche è forse l’aspetto che più balza all’occhio. Tra gli exploit di vulnerabilità osservati da CrowdStrike tra gennaio e giugno 2026, l’88% è avvenuto entro 48 dal rilascio del proof-of-concept. E la (probabile) progressiva adozione dei modelli AI di frontiera anche da parte degli attaccanti non potrà che accorciare ulteriormente i tempi.
Gli attori malevoli abusano degli strumenti di AI anche come vettore di intrusione. Due le tecniche più osservate: l'uso di credenziali rubate o compromesse per ottenere accesso non autorizzato ai sistemi di intelligenza artificiale, e a seguire la compromissione della supply chain dell’AI. In generale, nei dodici mesi coperti dal report l’attività complessiva di intrusione è cresciuta solo del 4% rispetto all’anno precedente, quando invece aveva registrato un’impennata del 27%: secondo Crowdstrike, comunque, questa stabilizzazione era prevista e non indica un calo delle intenzioni degli avversari né una riduzione del rischio operativo. Piuttosto, il rallentamento è sintomo della maturazione del panorama delle minacce: gli avversari stanno investendo più tempo e risorse nello sviluppo di campagne complesse, anziché sulle campagne brute-force opportunistiche e ad alto volume che avevano contraddistinto gli anni passati.
Large Language Model complici e vittime
L’intelligenza artificiale aiuta anche a velocizzare e semplificare le attività immediatamente precedenti all’attacco vero e proprio. I Large Language Model vengono, ormai, comunemente utilizzati sia dai cybercriminali sia da attori State-sponsored per generare comandi e payload malevoli. Un esempio da manuale è quello di Famous Chollima, gruppo legato alla Corea del Nord e attivo fin dal 2018: per entrare all’interno delle reti bersaglio ha “costruito” intere aziende fittizie tramite siti Web (generati dall’AI), account GitHub e posta elettronica.
Ma gli LLM non vengono sfruttati soltanto dai gruppi di cyberspionaggio e dai criminali più sofisticati. La loro diffusione ha contribuito ad abbassare la soglia di accesso alle pratiche cybercriminali, per esempio quando i modelli vengono usati per generare script di utility script, reverse shell e strumenti per la raccolta di credenziali (credential harvester).
Su un altro versante si collocano gli attacchi rivolti ai servizi LLM. Ciò può accadere tramite tattiche di LLMjacking: grazie al furto di credenziali cloud o chiavi API, l’attaccante entra nel servizio di intelligenza artificiale adottato (e pagato) da un azienda, per poi usarlo a piacimento. Visti i crescenti costi dei token e visto il nuovo modus operandi dei criminali che rivendono servizi a operatori terzi, questo fenomeno non deve stupire. Quando l’attaccante agisce con lo scopo di causare un danno economico alla vittima si parla di AI cost harvesting, una tecnica che prevede l’invio a raffica di query ripetitive e a intenso consumo di token.
In una specifica campagna osservata da CrowdStrike nel mese di maggio, gli autori hanno inviato a un modello AI quasi 200mila richieste in soli due minuti, causando un picco di attività che ha poi innescato il meccanismo di throttling. L’attacco si è così palesato, ma intanto il danno era fatto. “L’AI viene attaccata anche in quanto risorsa computazionale”, ha spiegato Livrieri. “Visti i costi computazionali, i modelli AI di frontiera sono diventati un bersaglio, e per le aziende colpite gli impatti sono economicamente rilevanti”.
(Immagine: Crowdstrike)
Effetti a cascata nella supply chain dell’AI
Se i singoli strumenti di AI sono (anche) un’arma in mano ai “cattivi”, l'ecosistema dell'intelligenza artificiale è diventato un campo di battaglia. Ed è un ecosistema articolato, fatto di strumenti, pacchetti software, repository, pipeline, ambienti cloud e framework AI con cui gli sviluppatori interagiscono quotidianamente.
L’interesse degli attori malevoli è presto spiegato: la supply chain dell’AI permette a chi attacca di ottenere effetti a cascata, colpendo intere platee di aziende e utenti che naturalmente si fidano di un software, una piattaforma, un software del tutto legittimo. PyPI, npm, GitHub Actions, i registri di container e gli strumenti open source sono sempre più integrati nei workflow di sviluppo dell’intelligenza artificiale. Inoltre gli SDK per l’AI, le dipendenze di machine learning e gli ambienti di sviluppo per l’AI contengono spesso credenziali cloud, accesso all’infrastruttura Gpu, token API e framework per l’automazione.
Peraltro gli attacchi di supply chain non sono certo una novità, e basti pensare al caso famigerato di SolarWinds emerso nel 2020. Oggi, però, si osservano nuove tendenze e Crowdstrike ne identifica in particolare cinque. Numero uno, gli ecosistemi per lo sviluppo software sono diventati un primario bersaglio: sempre più vengono presi di mira i registri dei pacchetti software open source, come npm e PyPI. Si possono così colpire indirettamente migliaia di progetti che dipendono da un singolo pacchetto malevolo.
In secondo luogo, gli attacchi di supply chain oggi sono molto più automatizzati e scalabili rispetto al passato. Campagne come l’attacco a SolarWinds erano altamente mirate e richiedevano un notevole impegno operativo, mentre oggi il panorama cyber si sta orientando su campagne più industrializzate e automatizzate, anche capaci di autopropagarsi.
Come terza caratteristica degli attuali attacchi di supply chain, Crowdstrike fa notare che l’identità rimane un punto di accesso critico. Abusare dell’identità di uno sviluppatore AI, per esempio, è il primo passaggio di una catena di attacco che può raggiungere, a valle, migliaia di sistemi. Una quarta tendenza sono gli attacchi alle pipeline di integrazione e distribuzione continua (CI/CD), che tipicamente dispongono di autorizzazioni per il deployment in produzione, accesso agli ambienti cloud, autorità per la firma, controllo degli artefatti e diritti di automazione dell’infrastruttura. Infine, quinta tendenza, gli attori malevoli fanno leva sulle compromissioni della catena di fornitura del software per ottenere accesso (spesso con credenziali rubate) alle infrastrutture cloud.
Luca Nilo Livrieri, senior director, sales engineering Southern Europe di CrowdStrike
Priorità che cambiano
“Nessuno vuole bloccare l'innovazione dell’AI”, ha detto Livireri. “La nostra partecipazione iniziative come Project Glasswing, di Anthropic, ci permette di usare modelli come Cloud Mythos per svolgere attività di security. Per quanto riguarda l’AI come rischio, aspetto emerso anche dal nostro report, il nostro messaggio è: attenzione, ora è il momento di governare maggiormente questa tecnologia. L’AI entra in azienda con tutta una serie di policy e best practice, relative per esempio a visibilità delle applicazioni, monitoraggio degli utilizzi anomali e dei carichi. Quindi è necessario valutare le dipendenze AI, usare la logica del privilegio minimo e trattare l'AI portata in azienda come tratteremmo un nuovo data center o un ambiente di produzione”.
A detta di Livrieri, alla luce di questo scenario oggi le aziende più strutturate iniziano ad avere al proprio interno, nei team di sicurezza, delle figure dedicate, con competenze specialistiche sull’AI. Se, però, queste figure mancano perché l'azienda è troppo piccola o non ha risorse, allora è necessario appoggiarsi a un partner o a un esterno che possa dare supporto nella governance dell’intelligenza artificiale. “Un aspetto fondamentale”, ha precisato, “è che l’intelligenza artificiale venga usata anche nella difesa: è l’unico modo per far fronte alla velocità dell’AI usata negli attacchi e al volume di incidenti che osserviamo”.
Su quali progetti si stanno orientando le aziende italiane, quali sono le priorità? A detta di Livrieri, la principale esigenza espressa dai clienti è mettere in sicurezza l’intelligenza artificiale, i suoi dati e il suo utilizzo. “Stiamo realizzando moltissimi progetti di protezione dell’AI, trattandola come infrastruttura critica”, racconta. Le altre priorità, oggi, sono la protezione del cloud, delle identità del software as-a-Service, e ancora il contrasto al fenomeno della shadow AI. Inoltre Crodstrike sta aiutando le aziende a realizzare quelli che ormai sono entrati nel lessico di settore come “Soc agentici”, ovvero Security Operations Center che usano l’AI per portare a “velocità macchina” le azioni di rilevamento, analisi, risposta e contenimento delle minacce.