Sebbene in gradi diversi che molto spesso dipendono dalla dimensione delle aziende, ormai l’intelligenza artificiale è entrata o sta entrando nei processi quotidiani, ma la capacità di controllarne l’utilizzo non sta crescendo alla stessa velocità. Questo sfocia in un fenomeno che ricorda tantissimo il vecchio problema dello shadow IT: applicazioni AI, estensioni del browser, account personali e agenti autonomi che interagiscono con informazioni aziendali senza essere necessariamente visibili ai responsabili della sicurezza.
Nel nuovo State of the Internet Report “The Enterprise AI Usage Risk Report 2026” di Akamai, si vede come la situazione sia attualmente fuori controllo in moltissime realtà tanto chetra i dati proposti spicca che quasi metà dell’utilizzo aziendale dell’AI rimane fuori dalla visibilità dei team di sicurezza, questo nonostante il fatto che l’attenzione delle organizzazioni tenda a concentrarsi sulle poche piattaforme ufficialmente approvate. Il rischio, secondo Akamai, non deriva dall’adozione dell’intelligenza artificiale, ma dalla frammentazione degli strumenti e delle modalità con cui dipendenti e applicazioni accedono ai servizi AI.
Dallo shadow IT alla Shadow AI
I team di security staranno rivivendo i tempi, in realtà tutt’altro che passati, della diffusione delle applicazioni SaaS, quando i dipendenti individuano uno strumento utile, aprono un account e iniziano a utilizzarlo senza passare attraverso IT e security. Con l’AI, però, le conseguenze possono essere più difficili da individuare. Un chatbot può ricevere parti di documenti riservati, un assistente di programmazione può accedere al codice sorgente, un’estensione del browser può osservare ciò che avviene nelle applicazioni web e un agente autonomo può essere autorizzato a interagire direttamente con file, posta elettronica e altri sistemi. Ecco che si arriva, quindi, a quella che si definisce Shadow AI: una lunga coda di servizi e applicazioni difficili da censire e controllare e in costante evoluzione, Del resto, la tecnologia corre a un ritmo mai visto prima. All’inizio del 2025 l’AI generativa era ancora oggetto di sperimentazioni relativamente circoscritte e già nel 2026 il suo utilizzo è diventato una componente strutturale dei processi aziendali. E le architetture di sicurezza, sostiene Akamai, non sempre si sono evolute altrettanto rapidamente.
“L'intelligenza artificiale non è più solo uno strumento in grado di aumentare la produttività, ma è diventata un collega collaborativo con accesso diretto alle risorse più preziose di un'azienda”, osserva Or Eshed, Vice President, Enterprise Security Product and Engineering di Akamai.
Pochi utenti concentrano gran parte del rischio e la DLP tradizionale rischia di non essere sufficiente
Un altro elemento interessante del report riguarda la distribuzione dell’utilizzo. L’adozione dell’AI può essere molto estesa all’interno dell’organizzazione, ma l'intensità di utilizzo non è uniforme. A generare una parte rilevante delle interazioni sono soprattutto gli utenti più esperti che utilizzano frequentemente chatbot, copiloti, strumenti di coding e servizi AI specializzati. È una porzione relativamente piccola, ma molto importante dal punto di vista della sicurezza. Akamai suggerisce di concentrare telemetria, monitoraggio e formazione soprattutto sul 5% dei dipendenti con il profilo di rischio più elevato, cioè coloro che effettuano la maggior parte delle richieste interattive ai sistemi AI, proponendo un cambiamento peculiare: invece di applicare controlli identici a tutta la popolazione aziendale, l'obiettivo diventa individuare chi utilizza maggiormente l'intelligenza artificiale, quali servizi usa e soprattutto quali informazioni trasferisce verso questi strumenti.
Il problema riguarda anche le tecnologie utilizzate per prevenire la perdita di informazioni. Molte piattaforme di Data Loss Prevention (DLP) sono state progettate quando i principali vettori da controllare erano posta elettronica, trasferimenti di file, storage rimovibile e applicazioni web relativamente prevedibili. Con l'AI generativa, invece, un documento riservato non deve necessariamente lasciare l'azienda come file completo. Le informazioni possono essere trasferite attraverso decine o centinaia di prompt, operazioni di copia e incolla, frammenti di codice o conversazioni apparentemente innocue.
Il controllo deve quindi spostarsi dal semplice file alla singola interazione. Secondo Akamai, le aziende dovrebbero evolvere dalla DLP statica verso sistemi capaci di analizzare in tempo reale il contesto di prompt, upload di documenti e operazioni effettuate attraverso il browser. Parallelamente, l'utilizzo delle piattaforme AI dovrebbe essere ricondotto, quando possibile, sotto sistemi di Single Sign-On e autenticazione federata, in modo da ridurre la proliferazione degli account personali.
Le estensioni AI diventano software privilegiato
Particolarmente delicato è il ruolo delle estensioni installate nei browser e negli ambienti di sviluppo. Secondo i dati riportati da Akamai, quasi il 75% delle estensioni AI richiede autorizzazioni di livello elevato o critico, mentre il 16,3% contiene vulnerabilità note catalogate come CVE. Un'estensione apparentemente innocua può quindi trovarsi in una posizione estremamente privilegiata: può osservare pagine web, leggere informazioni inserite dall'utente o interagire con ambienti nei quali transitano codice sorgente, credenziali e informazioni aziendali.
Per i responsabili della sicurezza, la conseguenza è che plugin ed estensioni AI non possono più essere considerati semplici accessori del browser, ma devono essere trattati come software aziendale dotato di privilegi significativi. Lo stesso principio vale per gli strumenti integrati negli IDE utilizzati dagli sviluppatori, che possono avere accesso a repository, API e informazioni particolarmente sensibili.
Vibe hacking: quando l'attaccante impartisce istruzioni all'AI
Il report individua, inoltre, tre tecniche di attacco emerse nel corso del 2026 che mostrano quanto la superficie di attacco dell'intelligenza artificiale sia diversa da quella delle applicazioni tradizionali. La prima viene definita “vibe hacking”. In questo scenario l'attaccante modifica furtivamente file locali contenenti istruzioni in formato Markdown presenti nell'ambiente di sviluppo.
L'obiettivo non è necessariamente compromettere direttamente il codice eseguibile. Le istruzioni vengono invece interpretate dall'assistente AI utilizzato dal programmatore, inducendolo a produrre codice insicuro o a eseguire operazioni che lo sviluppatore non aveva richiesto. L'aspetto insidioso è che l'attività può apparire perfettamente compatibile con il normale workflow: agli occhi dei sistemi tradizionali, è l'assistente autorizzato dello sviluppatore a eseguire le operazioni.
CursorJacking, l'attacco passa dal browser
La seconda tecnica descritta da Akamai prende il nome di CursorJacking e riguarda le estensioni non autorizzate del browser. Sfruttando permessi particolarmente ampi, un'estensione malevola o compromessa può raccogliere informazioni direttamente dall'ambiente dell'utente, comprese chiavi API, codice proprietario e cronologia delle conversazioni con gli assistenti AI. L'attacco evidenzia un problema destinato a diventare sempre più rilevante: il browser sta assumendo il ruolo di principale interfaccia verso l'intelligenza artificiale, ma contemporaneamente ospita estensioni sviluppate da soggetti differenti e dotate, in alcuni casi, di autorizzazioni molto estese.
CometJacking e il rischio degli agenti autonomi
Ancora più significativa è la terza tecnica, denominata CometJacking. In questo caso l'attaccante inserisce istruzioni malevole all'interno di una normale pagina web. Attraverso una tecnica di prompt injection, tali istruzioni possono essere interpretate dall'agente AI locale utilizzato dall'utente.
Se l'agente dispone di autorizzazioni sufficienti, può essere indotto a recuperare ed esfiltrare file locali, email o credenziali di sessione, senza che l'utente sia necessariamente consapevole di ciò che sta accadendo. Akamai cita come esempio di superficie interessata i browser dotati di funzionalità agentiche avanzate, come Comet AI di Perplexity. È probabilmente questo il passaggio più eclatante dell’arrivo dell’AI: un agente AI non si limita a elaborare informazioni, ma può agire per conto dell'utente. Maggiore l'autonomia dell'agente, più diventa importante applicare gli stessi principi utilizzati per proteggere identità umane e workload software: privilegi minimi, controllo degli accessi e monitoraggio continuo del comportamento.