Otto mesi. Quattro incidenti importanti. Uno schema: la catena di fornitura del software non ha acquisito un nuovo avversario, ma una nuova arma. Tra settembre 2025 e maggio 2026, un worm auto-propagante, un attore statale, una campagna imitativa e un modello di IA dirottato hanno trovato ciascuno la loro strada in pipelineÈ ciò di cui milioni di sviluppatori si fidano ogni giorno. Questa è la nuova forma delle minacce alla sicurezza informatica: più veloci, più difficili da individuare e sempre più alimentate dalla stessa intelligenza artificiale che i team di sviluppo utilizzano per rilasciare il codice.
Se la vostra idea di minacce alla sicurezza informatica si limita ancora alle email di phishing e ai server non aggiornati, i dati che seguono la aggiorneranno.
La nuova forma delle minacce alla sicurezza informatica
Per anni, le minacce alla sicurezza informatica hanno significato credenziali rubate, server mal configurati e ingegneria sociale. Questi rischi non sono scomparsi: l'81% delle violazioni di dati confermate nel 2022 ha coinvolto credenziali compromesse. Ma una nuova categoria si è spostata al centro della conversazione: le minacce dell'IA. I team di sviluppo ora si affidano ad assistenti di programmazione IA, copiloti agenti e Protocollo del contesto modello (MCP) I server vengono utilizzati per sviluppare software più velocemente, e ognuno di essi è ora diventato un obiettivo. La ricerca mostra che circa il 40% del codice generato dall'IA contiene vulnerabilità di sicurezza, il che significa che la velocità promessa dall'IA è accompagnata da un aumento proporzionale dei rischi per la sicurezza dell'IA, incorporati direttamente nel codice sorgente.
Otto mesi, quattro incidenti: come si sono intensificate le minacce dell'IA
La prova più chiara che le minacce dell'IA stanno accelerando non è una previsione; è una cronologia degli eventi già accaduti:
- Settembre 2025, Shai-Hulud: il primo worm npm auto-propagante, che trasforma gli sviluppatori stessi in un meccanismo di distribuzione.
- Marzo 2026, axios: Malware di uno stato nazionale nascosto all'interno di un pacchetto scaricato circa 100 milioni di volte a settimana.
- Aprile 2026, SAP npm: una ripetizione in scala ridotta dello stesso motivo a verme, che mostra le diverse scale della tecnica.
- Maggio 2026, Claude Opus → PromptMink: un modello linguistico di grandi dimensioni trasformato in arma per inserire malware all'interno di un agente autonomo, con l'IA stessa che funge da vettore di attacco.
Ogni incidente riutilizzava e amplificava quello precedente. Questa è la caratteristica distintiva delle minacce basate sull'IA nel 2026: si moltiplicano più velocemente di quanto non abbiano mai fatto le minacce informatiche tradizionali, perché la stessa automazione che aiuta gli sviluppatori a rilasciare i prodotti aiuta anche gli aggressori a propagarsi.
Perché gli strumenti tradizionali non riescono a individuare questi rischi legati all'IA
Gli strumenti tradizionali di sicurezza delle applicazioni si fermano al repository e non sanno cosa sia un modello. Gli strumenti tradizionali per gli endpoint monitorano il sistema operativo e non comprendono i pacchetti, i server MCP o gli assistenti basati sull'IA. È proprio in questo divario tra i due che si annidano i rischi dell'IA, che rimangono inosservati fino a quando il danno non è già fatto.
Due dati concretizzano l'entità del rischio: il furto di credenziali mirato all'intelligenza artificiale è aumentato del 376% tra il quarto trimestre del 2025 e il primo trimestre del 2026, e un singolo bridge MCP dannoso (CVE-2025-6514) è stato scaricato 437,000 volte prima di essere rilevato, consentendo l'esecuzione di codice remoto sul client. Nemmeno i server MCP pubblici sono sicuri di default: il 5.5% presenta vulnerabilità di avvelenamento degli strumenti e il 43% presenta vulnerabilità di iniezione di comandi sufficientemente gravi da trasformare gli strumenti di sviluppo di un'azienda in una delle minacce alla sicurezza informatica più serie che un'organizzazione possa affrontare.
La catena di fornitura del software rimane la principale fonte di minacce alla sicurezza informatica.
L'intelligenza artificiale non ha inventato questo problema, lo ha semplicemente amplificato. La catena di fornitura del software era già il punto di ingresso più sfruttato per le minacce alla sicurezza informatica, e i numeri lo confermano. Dal 2019 sono stati identificati oltre 778,500 pacchetti open source dannosi, e questa cifra è aumentata del 156% in un solo anno, raggiungendo quota 512,847. L'ENISA ha rilevato che il 60% degli attacchi alla catena di fornitura ha sfruttato la fiducia dei clienti nei confronti dei fornitori e, secondo alcune stime, la catena di fornitura del software subisce un attacco all'incirca ogni 48 ore. Gli attacchi alla catena di fornitura sono aumentati del 742% tra il 2019 e il 2022, con proiezioni che suggeriscono che il 45% delle organizzazioni sarà colpito entro il 2025 e che i costi annuali raggiungeranno i 138 miliardi di dollari entro il 2031; il costo degli attacchi alla catena di fornitura del software solo quest'anno è stimato in 60 miliardi di dollari.
la stessa dipendenza e pipeline le debolezze che hanno creato queste classiche minacce alla sicurezza informatica ora comportano anche rischi legati all'IA: un pacchetto compromesso, un'azione GitHub configurata in modo errato o un file non bloccato CI/CD Step può indirizzare un agente di intelligenza artificiale con la stessa facilità con cui indirizza uno sviluppatore umano.
Rischi più ampi per la sicurezza dell'IA che vanno oltre il codice sorgente
Non tutti i rischi legati all'IA risiedono all'interno di un file di codice. Una mappa più completa dei rischi per la sicurezza dell'IA abbraccia l'intero ciclo di vita di una risorsa IA: iniezione di prompt e fuga di prompt di sistema, dati sensibili esposti tramite configurazioni IA eccessivamente permissive, vettori e incorporamenti infetti, istruzioni dannose nascoste all'interno di documenti e file di regole, configurazioni MCP non sicure e server non attendibili, dipendenze IA vulnerabili o gestite in modo approssimativo e agenzia eccessiva, in cui un agente IA agisce al di là dei limiti per cui è stato configurato.
Queste categorie corrispondono direttamente a OWASP Top 10 per le candidature a LLM, il OWASP Top 10 per le applicazioni agentiche OWASP MCP Top 10, tre modelli che stanno rapidamente diventando il vocabolario condiviso per i rischi di sicurezza dell'IA in tutto il settore.
Ridurre l'esposizione alle minacce informatiche: cosa funziona davvero
I dati indicano due elementi che si rivelano costantemente efficaci contro le minacce alla sicurezza informatica: Igiene di base e diagnosi precoce. Il 98% degli attacchi informatici viene prevenuto con le basilari norme di sicurezza, eppure il 34% delle violazioni dei dati deriva ancora da minacce interne e il 60% delle applicazioni presenta ancora vulnerabilità nel codice proprietario. Nemmeno GitHub ne è immune: l'1.9% dei repository di exploit proof-of-concept su GitHub sono di per sé dannosi, creati per esfiltrare dati o distribuire malware ai ricercatori che si affidano a essi.
Nello specifico, per quanto riguarda i rischi legati all'IA, la soluzione deve essere adottata nelle fasi più precoci del ciclo di vita:
- Convalida all'interno dell'IDE. Individuare schemi non sicuri nel codice generato dall'IA prima che raggiunga un pipeline elimina la principale fonte di nuovi rischi per la sicurezza legati all'IA.
- Rileva il malware prima ancora che ne esista una firma. Gli strumenti basati sulla reputazione, per definizione, non riescono a individuare i pacchetti zero-day, ed è proprio questa lacuna che Shai-Hulud, axios e SAP npm hanno sfruttato.
- Inventariare ogni risorsa basata sull'IA. Modelli, set di dati, agenti e server MCP non possono essere gestiti o attaccati tramite qualcosa che un team non sa di star eseguendo.
Come Xygeni affronta queste minacce alla sicurezza informatica
Xygeni DevAI considera le minacce legate all'IA come parte integrante della sicurezza delle applicazioni, anziché come un problema separato da aggiungere in un secondo momento. DevAI applica la convalida della sicurezza in tempo reale all'interno dell'IDE dello sviluppatore, segnalando schemi non sicuri nel codice generato dall'IA prima della sua distribuzione. Allerta precoce contro il malware (MEW) canalizza continuamente NPM, PyPI e Maven per catturare pacchetti dannosi prima che esista una firma, affrontando l'esatto schema della catena di fornitura dietro Shai-Hulud, axios e SAP npm. AI Security scopre ogni risorsa AI attraverso SDLC, lo valuta rispetto ai framework OWASP sopra menzionati e Shield applica le policy all'endpoint prima che un modello, un agente o un server MCP non sicuro possa essere eseguito.
Nel 2026, le organizzazioni che gestiranno efficacemente i rischi legati all'IA non saranno quelle che utilizzeranno il maggior numero di strumenti, bensì quelle in grado di monitorare ogni risorsa di IA in esecuzione, bloccare le attività non sicure prima che vengano eseguite e applicare queste informazioni agli strumenti già in loro possesso.
FAQ
Quali sono le maggiori minacce alla sicurezza informatica nel 2026?
Gli attacchi alla catena di approvvigionamento rimangono la categoria più ampia in termini di volume e costo, con danni stimati a 60 miliardi di dollari quest'anno e un attacco all'incirca ogni 48 ore. Parallelamente, le minacce basate sull'intelligenza artificiale sono emerse come una categoria in rapida crescita: il furto di credenziali mirato all'IA è aumentato del 376% in un solo trimestre, e incidenti come Shai-Hulud, axios e PromptMink dimostrano che gli aggressori utilizzano attivamente l'IA sia come bersaglio che come meccanismo di diffusione.
Il codice generato dall'intelligenza artificiale rappresenta un rischio per la sicurezza?
Sì. Le ricerche dimostrano che circa il 40% del codice generato dall'IA contiene vulnerabilità di sicurezza. Questo rende la validazione in tempo reale all'interno dell'IDE dello sviluppatore, prima dell'unione del codice, uno dei modi più efficaci per ridurre i rischi per la sicurezza dell'IA alla fonte.
Cos'è MEW e come affronta le minacce dell'intelligenza artificiale?
Malware Early Warning (MEW) è il sistema di scansione continua di Xygeni per NPM, PyPI e Maven. È progettato per individuare i pacchetti dannosi prima che venga rilasciata una firma, un aspetto fondamentale perché gli strumenti basati sulla reputazione rilevano solo ciò che è già stato identificato, non riuscendo a individuare l'esatto schema zero-day alla base delle recenti minacce basate sull'intelligenza artificiale e dei worm della catena di approvvigionamento.
I server MCP rappresentano una reale fonte di rischi legati all'intelligenza artificiale?
Sì. I server MCP pubblici mostrano rischi di sicurezza IA misurabili in natura: il 5.5% presenta vulnerabilità di avvelenamento degli strumenti e il 43% vulnerabilità di iniezione di comandi, e un singolo bridge MCP compromesso è stato scaricato 437,000 volte prima di essere rilevato.
