L’AI abbassa il costo degli attacchi informatici. Il conto lo paga chi difende

Gli attacchi informatici con AI stanno cambiando la cybersecurity prima ancora che il settore abbia capito come cambiare la difesa. A fine settembre una serie di violazioni ha colpito istituti finanziari sudcoreani; gli investigatori hanno trovato tracce di strumenti di intelligenza artificiale usati per condurre le operazioni. Il sospetto indicato da CrowdStrike è che dietro la campagna ci fosse anche un operatore poco esperto, capace però di appoggiarsi ad agenti software e modelli linguistici per svolgere attività che, fino a pochi anni fa, avrebbero richiesto competenze e tempo ben maggiori.

Il Washington Post torna sulla vicenda il 1° novembre 2026 per raccontare una preoccupazione che attraversa aziende e governi: l’intelligenza artificiale non sta soltanto fornendo agli hacker strumenti più potenti. Sta rendendo meno costoso cercare bersagli, provare tecniche diverse e ripetere le operazioni su scala molto più ampia.

La favola dell’hacker solitario che buca ogni sistema con qualche riga di codice resta una favola. La parte concreta è più scomoda: il lavoro necessario per preparare e moltiplicare un attacco può essere distribuito tra strumenti automatici, mentre chi deve difendersi continua a gestire server, credenziali, aggiornamenti e falle uno per uno.

Attacchi informatici con AI: il caso delle banche sudcoreane

In ottobre CrowdStrike ha documentato una campagna contro organizzazioni finanziarie della Corea del Sud, attiva fra la fine di settembre e l’inizio del mese successivo. Analizzando directory lasciate accessibili dall’aggressore, i ricercatori hanno trovato cronologie di sessioni di Claude Code, configurazioni di ARTEX e file di memoria dell’assistente. Non una generica supposizione sull’uso dell’AI, dunque, ma indizi tecnici del suo impiego in una specifica infrastruttura d’attacco.

ARTEX è un framework per test di penetrazione assistiti da agenti: coordina strumenti e modelli linguistici per esplorare sistemi e individuare debolezze. Nasce per verifiche di sicurezza, ma la sua destinazione d’uso non impedisce a un aggressore di sfruttarlo senza autorizzazione. Nella campagna sudcoreana, secondo CrowdStrike, l’operatore ha combinato ARTEX con diversi modelli, fra cui DeepSeek, e ha usato Claude Code per attività accessorie, come cercare canali nei quali proporre dati sottratti.

Una richiesta di creazione di un curriculum ha fatto emergere dati personali riferiti a un presunto ventiseienne residente nella provincia cinese del Guangdong. CrowdStrike precisa però di non poter associare definitivamente quell’identità all’autore degli attacchi. La qualifica di «hacker dilettante» usata nella ricostruzione giornalistica non è, da sola, una perizia sulle sue reali competenze.

Il 14 ottobre Reuters ha riferito che le autorità sudcoreane avevano individuato incidenti in 16 società finanziarie e circa 100.000 casi di fuga di dati. Gli investigatori stavano ancora verificando modalità e coinvolgimento effettivo dell’AI: quei numeri non devono essere attribuiti automaticamente, per intero, a un unico aggressore o a un unico agente.

Da una banca a 200 organizzazioni prese di mira: la scala degli agenti hacker

Un secondo caso, distinto da quello sudcoreano, mostra cosa succede quando l’automazione non viene usata soltanto per compensare l’inesperienza. Il 29 ottobre CrowdStrike ha descritto l’operazione VAPOR PANDA, una campagna di spionaggio nella quale ARTEX è stato impiegato insieme a DeepSeek e a un altro modello commerciale per gestire più intrusioni contemporaneamente.

Dal 17 ottobre il gruppo ha preso di mira oltre 200 organizzazioni in almeno 14 Paesi, tra ministeri, aziende delle telecomunicazioni e imprese attive in settori sensibili. Il numero indica i bersagli osservati, non 200 violazioni riuscite: CrowdStrike conferma attività successive alla compromissione in nove organizzazioni. La differenza conta, soprattutto quando numeri molto grandi rischiano di diventare, da soli, una notizia sbagliata.

Le tracce recuperate mostrano una struttura nella quale agenti specializzati eseguivano compiti paralleli e passavano a strade alternative quando una tecnica falliva. Un operatore umano continuava a fornire istruzioni e a decidere dove indirizzare il lavoro. Non si tratta quindi di un’intelligenza artificiale che ha scelto autonomamente di attaccare governi: si tratta di persone che hanno organizzato un processo offensivo utilizzando l’AI come moltiplicatore operativo.

È qui che la barriera d’ingresso si abbassa davvero. Non perché ogni utente possa violare una banca, ma perché una parte delle mansioni ripetitive può essere delegata, rendendo più accessibili capacità prima riservate a gruppi con risorse maggiori. Per gli attori già esperti, la stessa tecnologia amplia il numero di bersagli che è possibile seguire nello stesso intervallo di tempo.

La scoperta delle falle accelera: il caso PHP2Shell

L’AI, naturalmente, non lavora soltanto per chi attacca. Il 21 ottobre Google Cloud e Wiz hanno reso note due vulnerabilità critiche del runtime PHP, identificate come CVE-2026-109618 e CVE-2026-109619 e conosciute come PHP2Shell. La comunicazione tecnica di Google attribuisce un ruolo importante ai modelli AI nella ricerca, nella verifica delle falle e nella validazione delle correzioni.

La notizia è significativa perché PHP è un componente diffusissimo dell’infrastruttura web. Le vulnerabilità potevano esporre le applicazioni che utilizzavano versioni interessate a esecuzione remota di codice e divulgazione di dati. Le versioni corrette indicate sono PHP 8.2.35, 8.3.36, 8.4.27 e 8.5.12; per PHP 8.1 e precedenti non sono previsti nuovi aggiornamenti di sicurezza del progetto.

Non significa che ogni sito realizzato in PHP fosse compromesso, né che l’AI abbia materialmente sfruttato tutte quelle falle. Significa che l’individuazione di vulnerabilità può procedere più rapidamente di quanto molte organizzazioni riescano ad aggiornare la propria infrastruttura. Per chi amministra siti e applicazioni, sapere che esiste una patch è soltanto il primo passo: bisogna applicarla, verificare le compatibilità e intervenire sui sistemi che non sono più supportati.

Attacco e difesa non partono dalla stessa posizione

Il vantaggio dell’aggressore è economico prima ancora che tecnico. Può esaminare molti possibili bersagli, interrompere i tentativi infruttuosi e concentrare risorse dove trova un punto debole. Un’organizzazione deve invece tutelare tutto ciò che espone: accessi, servizi esterni, archivi, applicazioni legacy, dispositivi di dipendenti e fornitori.

L’intelligenza artificiale consente anche ai difensori di analizzare codice, individuare attività sospette e accelerare la gestione degli incidenti. Ma questa capacità non si installa da sola. Servono persone in grado di interpretare gli avvisi, sistemi aggiornati, autorizzazioni controllate e investimenti in continuità operativa. Una piccola impresa può comprare un servizio AI; non per questo acquista automaticamente una squadra di risposta agli incidenti.

È un problema che si intreccia con la sicurezza degli agenti AI, delle identità e dei permessi: l’automazione amplia le capacità del software, ma rende altrettanto importante sapere quali operazioni gli sono consentite e come vengono registrate. Anche il Cyber Resilience Act europeo affronta una parte della questione imponendo obblighi su vulnerabilità, prodotti e comunicazione degli incidenti, senza poter sostituire la manutenzione quotidiana dei sistemi.

La cybersecurity nell’era degli agenti: chi riesce a tenere il passo?

L’idea di limitare l’accesso ai modelli più potenti promette di ostacolare gli abusi. Può però creare un’asimmetria se strumenti avanzati rimangono disponibili soltanto a pochi difensori mentre modelli aperti e strumenti di automazione continuano a migliorare. Non è una dimostrazione che ogni restrizione sia inutile: è un problema di distribuzione delle capacità e di incentivi che richiede verifiche, non slogan.

Il cambiamento più concreto non è che i computer stiano diventando cattivi. È che il costo di tentare un attacco tende a diminuire mentre il prezzo per proteggere un’organizzazione intera non diminuisce alla stessa velocità. Le falle sono spesso vecchie, le password dimenticate, gli aggiornamenti rinviati e i sistemi esposti da anni. Gli agenti AI permettono semplicemente di cercare quelle debolezze con più pazienza e su più fronti.

Finora la sicurezza informatica si è spesso retta su un patto implicito: molte vulnerabilità restavano intatte perché trovarle e sfruttarle richiedeva troppo lavoro. Se quel lavoro diventa economico, anche la trascuratezza cambia prezzo. E la fattura, come sempre, non arriva a chi ha scritto la password sul post-it, ma a chi scopre troppo tardi quanto valeva.