Il 65% delle aziende AI private presenti nella Forbes AI 50 ha subito una perdita di informazioni sensibili pubblicate su GitHub.
Una ricerca condotta da Wiz ha rivelato che quasi due terzi (65%) delle aziende AI private elencate nella Forbes AI 50 hanno lasciato trapelare informazioni sensibili su GitHub.
Con lo sviluppo e l’evoluzione dell’AI che accelera rapidamente, i team di cybersecurity si trovano ad affrontare una nuova frontiera di rischio.
L’AI amplifica le vulnerabilità
Randolph Barr, Chief Information Security Officer di Cequence Security, afferma che questa scoperta non rappresenta un nuovo tipo di vulnerabilità, ma la conseguenza prevedibile dello sviluppo ultra-veloce dell’AI in conflitto con debolezze di sicurezza esistenti. La maggior parte di queste esposizioni deriva da debolezze tradizionali come configurazioni errate, dipendenze non aggiornate e chiavi API esposte nei repository degli sviluppatori. La differenza è nella scala e nell’impatto: in ambienti AI, una singola chiave rubata non solo espone l’infrastruttura, ma può sbloccare dati di addestramento privati, pesi dei modelli o endpoint di inferenza, che rappresentano la proprietà intellettuale essenziale per il vantaggio competitivo di un’azienda. Con l’espansione dei carichi di lavoro AI nel cloud, questi problemi ora hanno una portata globale e un impatto economico significativo.
Ridurre i rischi dell’AI
Shane Barney, Chief Information Security Officer di Keeper Security, spiega che con l’adozione dell’AI e dello sviluppo cloud-native, il numero di account non umani e processi automatici continua a crescere. Queste identità macchina sono fondamentali per le operazioni moderne, ma spesso si trovano fuori dai tradizionali sistemi di gestione delle identità e degli accessi. Quando la visibilità su queste credenziali è limitata, il rischio può diffondersi silenziosamente attraverso sistemi ben protetti.
Per ridurre questi rischi sono necessari monitoraggi continui, controllo centralizzato dei segreti, rotazione automatica delle credenziali e politiche di accesso con minimi privilegi, che aiutano a contenere le esposizioni senza frenare l’innovazione. Trattare con rigore le credenziali macchina come si fa con gli utenti umani rafforza la resilienza e la fiducia operativa.
L’implementazione della Gestione degli Accessi Privilegiati (PAM) insieme alla gestione dei segreti estende ulteriormente visibilità e controllo. PAM impone confini di accesso rigorosi e responsabilità per i permessi elevati, mentre la gestione dei segreti garantisce che le credenziali usate da sistemi e applicazioni siano sicure, ruotate e monitorate. Questi controlli unificati aiutano a gestire identità umane e non umane, riducendo la proliferazione delle credenziali e il potenziale impatto di una esposizione.
Sicurezza e innovazione AI: guardando al futuro
L’intelligenza artificiale è qui per restare e continua a evolversi. Perché l’AI sia un supporto e non un ostacolo, le organizzazioni devono implementare le basi di sicurezza per minimizzare i rischi.
Barr conclude: “Se lo sviluppo ultra-veloce dell’AI è inevitabile, deve esserlo anche la difesa ultra-veloce. Questo significa automatizzare i processi fondamentali come igiene dei segreti, controllo degli accessi, rilevamento anomalie e applicazione delle policy, così i team umani possono concentrarsi su governance e supervisione strategica. Le organizzazioni di successo non rallenteranno l’innovazione AI, ma la metteranno in sicurezza alla stessa velocità con cui si evolve.”
