CrowdStrike e Palo Alto Networks raggiungono livelli record mentre le minacce AI accelerano
CNBC ha riferito che CrowdStrike e Palo Alto Networks hanno raggiunto livelli record dopo che Black Hat USA 2026 ha evidenziato un conflitto dominante nella copertura della cybersicurezza: l'intelligenza artificiale rende gli attaccanti più rapidi, ma gli investitori vedono sempre più quella stessa accelerazione come un motore di vendite per i fornitori di sicurezza affermati.
Questa lettura ribalta un timore che aveva fatto pressione sui titoli software all'inizio del 2026. Gli investitori temevano che i modelli avanzati avrebbero sostituito parti dello stack di sicurezza. Black Hat ha invece evidenziato una crescente necessità di proteggere applicazioni AI, agenti autonomi, identità, workload cloud e i modelli stessi.
La reazione del mercato non dimostra che nessuna delle due aziende dominerà questa categoria emergente. Mostra che gli investitori hanno cambiato domanda. Invece di chiedersi se l'AI eliminerà il software di sicurezza, si chiedono quali fornitori possano controllare la più ampia superficie d'attacco creata dall'AI.
Questa distinzione conta tanto per gli acquirenti quanto per gli azionisti. CrowdStrike e Palo Alto Networks vendono architetture di sicurezza diverse, eppure entrambe promettono il consolidamento attorno a piattaforme ampie. Microsoft, Cisco, Google e fornitori specializzati stanno perseguendo gli stessi budget aziendali.
La sfida centrale non è quindi CrowdStrike contro Palo Alto Networks. È la promessa delle piattaforme di sicurezza di un controllo assistito dall'AI contro la complessità operativa e la velocità degli attaccanti introdotte dall'AI.
Cosa ha cambiato Black Hat nella copertura di Google News
Black Hat ha trasformato la sicurezza AI da una dichiarazione di prodotto in una competizione visibile tra attacchi in accelerazione e difesa automatizzata.
Black Hat USA 2026 si è svolto dal 1° al 6 agosto presso il Mandalay Bay di Las Vegas. Il suo programma pubblicato includeva un AI Summit dedicato e un percorso “AI & Autonomous Threats”.
Questa agenda ha affiancato l'AI alla sicurezza cloud, alla difesa delle applicazioni, agli attacchi hardware e alla risposta agli incidenti. Non era più confinata a un keynote sui rischi futuri.
L'AI Summit della conferenza si è concentrato su come l'intelligenza artificiale stia cambiando sia l'offensiva sia la difesa. Gli espositori hanno presentato sistemi per phishing simulato, addestramento sui deepfake, indagine automatizzata e protezione per gli agenti AI.
Palo Alto Networks ha descritto l'AI avversaria come una forza che permette a criminali meno esperti di creare campagne convincenti. I suoi materiali per Black Hat affermavano che tali campagne possono operare alla velocità delle macchine e talvolta muoversi dieci volte più rapidamente dei metodi tradizionali.
Questa cifra proviene dalle osservazioni dell'azienda stessa sulla risposta agli incidenti, quindi non dovrebbe essere trattata come una misurazione valida per l'intero settore. Ciononostante, coglie la pressione che i team di sicurezza affrontano.
L'AI riduce il tempo necessario per studiare un obiettivo, generare messaggi credibili, modificare codice malevolo e testare approcci alternativi. Gli attaccanti possono ripetere questi passaggi senza mantenere un grande team umano.
Il cambiamento pratico non è un hacker interamente autonomo. È un attaccante umano che può delegare a software una parte maggiore della preparazione, della sperimentazione e della comunicazione.
I difensori stanno adottando metodi simili. Gli agenti di sicurezza possono riassumere gli avvisi, correlare le prove, raccomandare azioni ed eseguire risposte approvate. Un agente è un software che persegue un obiettivo attraverso più passaggi, invece di produrre una sola risposta.
Questa simmetria aiuta a spiegare la reazione del mercato. Un'AI più capace non indebolisce semplicemente le aziende di cybersicurezza consolidate. Aumenta il valore di dati affidabili, controlli delle policy, contesto delle identità e sistemi di risposta con autorizzazioni.
CrowdStrike possiede un'ampia telemetria degli endpoint tramite Falcon, la sua piattaforma di sicurezza basata sul cloud. Palo Alto Networks copre sicurezza di rete, cloud, operazioni e applicazioni AI. Entrambe possono sostenere che l'AI diventa più utile quando opera sui loro dati esistenti.
Tuttavia, la conferenza ha anche rivelato un limite importante. Un assistente AI non può correggere in sicurezza ogni avviso soltanto perché è in grado di descrivere l'incidente. Le aziende necessitano ancora di regole di autorizzazione, tracce di audit e responsabilità umana.
Il segnale di Black Hat è stato quindi più misurato di quanto suggerisca la narrativa azionaria. L'AI amplia il problema indirizzabile, ma non fornisce automaticamente una soluzione affidabile.
Questa sfumatura può scomparire quando un titolo di Google News comprime l'evento in prezzi azionari record. Lo sviluppo più importante è avvenuto sotto il movimento di mercato: le piattaforme di sicurezza hanno acquisito un nuovo workload da difendere.
Il workload include prompt, modelli, sistemi di retrieval, identità degli agenti, permessi degli strumenti e connessioni dati. Ogni componente crea un ulteriore punto in cui possono entrare errori o istruzioni malevole.
Questa superficie più ampia offre ai fornitori di sicurezza una ragione convincente per sviluppare o acquisire nuove capacità. Crea anche spazio per specialisti focalizzati che possono risolvere singoli rischi AI in modo migliore.
Il risultato è un mercato più grande senza un vincitore consolidato. Black Hat ha reso visibile questa incertezza, anche mentre gli investitori premiavano i maggiori fornitori quotati.
Attacchi AI più rapidi alzano la posta per i team di sicurezza
L'argomentazione più forte a sostegno della domanda si basa sulla riduzione dei tempi di risposta, non su affermazioni spettacolari di criminalità informatica completamente autonoma.
La ricerca sulle minacce di CrowdStrike per il 2026 ha affermato che il tempo medio osservato per l'espansione di un eCrime è sceso a 29 minuti. Il breakout time misura la rapidità con cui un intruso passa da un sistema inizialmente compromesso a un'altra parte dell'ambiente.
L'azienda ha anche riportato il breakout più rapido osservato, pari a 27 secondi. In un altro incidente, l'esfiltrazione dei dati sarebbe iniziata quattro minuti dopo l'accesso iniziale.
Queste cifre derivano dalla visibilità di CrowdStrike sui propri clienti e sulle proprie informazioni sulle minacce. Non coprono ogni intrusione nel mondo. Illustrano comunque perché l'indagine manuale può diventare troppo lenta.
Un separato rapporto sulle minacce tecnologiche ha affermato che la tecnologia era il settore più preso di mira nel dataset di CrowdStrike. L'azienda ha attribuito a soggetti avversari collegati alla Cina oltre il 58 percento delle intrusioni mirate sponsorizzate da Stati contro quel settore.
Il rapporto collega l'AI a diversi tipi di rischio. Gli attaccanti prendono di mira la ricerca sui modelli, dati proprietari, credenziali degli sviluppatori, risorse cloud e l'infrastruttura utilizzata per addestrare o servire i modelli.
Gli ambienti di sviluppo software sono particolarmente preziosi. Un token compromesso o una dipendenza malevola possono fornire accesso a codice, sistemi di distribuzione e dati di produzione.
Gli agenti AI possono ampliare questa esposizione perché spesso collegano più sistemi. Un agente sul posto di lavoro potrebbe leggere le email, cercare nello storage cloud, aggiornare un ticket e richiamare un servizio interno.
Un attaccante che manipola quell'agente potrebbe non dover compromettere separatamente ogni applicazione connessa. L'accesso approvato dell'agente può diventare il percorso tra di esse.
Ecco perché l'identità si sta spostando verso il centro della sicurezza AI. Le aziende devono sapere se un'azione proviene da una persona, da un account di servizio o da un processo autonomo.
Devono inoltre determinare cosa quell'attore fosse autorizzato a fare nel momento esatto dell'evento. Le autorizzazioni statiche offrono una protezione limitata quando gli agenti possono avviare lunghe sequenze su diversi strumenti.
La posizione di CrowdStrike è che i dati di endpoint, identità, cloud e minacce dovrebbero alimentare un livello decisionale comune. Il suo sistema Charlotte AI applica l'AI generativa alle indagini e alle operazioni di sicurezza.
Palo Alto Networks propone un'argomentazione di piattaforma correlata, partendo da una presenza più ampia nella rete e nel cloud. Il suo portafoglio Prisma AIRS è rivolto ad applicazioni AI, modelli, agenti, prompt e attività di runtime.
Un sistema di sicurezza runtime osserva un'applicazione mentre è in funzione. Può bloccare un prompt malevolo o un'azione dello strumento prima che l'applicazione la completi.
Entrambi gli approcci rispondono a un vincolo reale. I centri operativi di sicurezza ricevono già più avvisi di quanti molti team possano esaminare manualmente. Attacchi più rapidi rendono più pericoloso il triage ritardato.
L'automazione offre una strada verso tempi di risposta più brevi, ma introduce nuove modalità di guasto. Un sistema che isola erroneamente un server di produzione può causare danni anche quando non è presente alcun attaccante.
L'interruzione di CrowdStrike nel luglio 2024 rimane il riferimento storico più importante. Un aggiornamento di contenuto difettoso ha colpito sistemi Windows in tutto il mondo e ha interrotto le attività di compagnie aeree, ospedali, banche e altre organizzazioni.
Quell'incidente non ha coinvolto l'AI generativa. Ha dimostrato il rischio di concentrazione creato quando una piattaforma di sicurezza affidabile può apportare modifiche su milioni di macchine.
La correzione guidata dall'AI aumenta l'importanza di questa lezione. Una maggiore velocità può migliorare il contenimento, ma può anche diffondere una decisione errata prima che intervenga una persona.
I fornitori di sicurezza necessitano quindi di controlli che limitino la portata di un agente. Gli acquirenti dovrebbero cercare soglie di approvazione, azioni reversibili, registri dettagliati e procedure di fallback testate.
Il mercato vede un bisogno crescente di queste capacità. I responsabili della sicurezza vedono l'onere operativo che le accompagna. Questa differenza spiega perché titoli record e sessioni di conferenza ansiose possano coesistere.
CrowdStrike e Palo Alto vendono piattaforme contro la complessità
La tesi di investimento presume che le piattaforme di sicurezza ampie possano ridurre la complessità più rapidamente di quanto l'AI la crei.
CrowdStrike ha costruito la propria posizione attorno al rilevamento e alla risposta sugli endpoint. L'EDR monitora continuamente i dispositivi per individuare comportamenti sospetti e supporta indagini o contenimento.
Da allora, la piattaforma Falcon si è estesa alla protezione delle identità, alla sicurezza cloud, alla gestione dell'esposizione, all'analisi dei log e ad altre aree. La sua architettura condivisa consente ai clienti di attivare più moduli senza distribuire una piattaforma separata per ogni funzione.
Palo Alto Networks ha iniziato con i firewall di rete e si è espansa tramite Strata, Prisma e Cortex. Queste attività coprono controlli di rete, ambienti cloud e operazioni di sicurezza.
L'azienda ha promosso la “platformization”, il suo termine per il consolidamento di molteplici funzioni di sicurezza con un numero minore di fornitori strategici. L'approccio mira a sostituire prodotti disconnessi e i relativi archivi dati separati.
La rendicontazione fiscale 2026 fornisce evidenze che gli acquirenti stanno adottando servizi più recenti. Palo Alto Networks ha previsto ricavi ricorrenti annuali della sicurezza di nuova generazione vicini a 7,95 miliardi di dollari dopo il suo secondo trimestre fiscale, con una crescita annuale del 56 percento.
I ricavi ricorrenti annuali misurano il valore annualizzato dei contratti in abbonamento. Aiutano gli investitori a valutare la domanda ricorrente, sebbene non equivalgano ai ricavi rilevati né alla liquidità incassata.
Una successiva presentazione degli utili ha affermato che Prisma AIRS aveva ampliato le proprie funzionalità di sicurezza degli agenti. I materiali elencavano scansione degli agenti, red teaming, protezione runtime, osservabilità e gestione della postura.
Il red teaming testa un sistema simulando comportamenti ostili. Per un agente AI, può includere prompt malevoli, richieste di strumenti non sicure o tentativi di accedere a dati riservati.
CrowdStrike apporta un vantaggio diverso alla stessa competizione. L'attività sugli endpoint fornisce ai suoi modelli evidenze dettagliate su processi, identità, file e comportamento degli attaccanti.
Queste evidenze possono aiutare un assistente AI a distinguere un'anomalia innocua da un'intrusione. Possono inoltre supportare attività di hunting automatizzate negli ambienti dei clienti.
Nessuno dei due vantaggi in termini di dati è assoluto. Microsoft può combinare attività di identità, endpoint, produttività, cloud e modelli provenienti dalla propria base installata. Cisco può collegare la telemetria di rete con i controlli su applicazioni e identità.
Google può collegare la sicurezza cloud al proprio stack di sviluppo AI e all'intelligence sulle minacce di Mandiant. Anche Amazon Web Services sta promuovendo operazioni di sicurezza automatizzate per carichi di lavoro AI e cloud.
L'anteprima AWS per Black Hat ha posto l'accento sulla protezione dei carichi di lavoro AI e sulla correzione autonoma. Questa impostazione rispecchia la promessa centrale dei fornitori di piattaforme.
La pressione competitiva va oltre le grandi aziende tecnologiche. Le startup stanno sviluppando controlli per l'accesso ai modelli, il prompt injection, la fuoriuscita di dati, l'identità degli agenti e le catene di fornitura AI.
Questi specialisti possono concentrarsi più a fondo su un singolo nuovo problema. Tuttavia, gli acquirenti enterprise potrebbero opporsi all'aggiunta di un'altra dashboard, pipeline dati, motore di policy e revisione del fornitore.
Questa tensione favorisce CrowdStrike e Palo Alto Networks. I loro prodotti sono già integrati in molti programmi di sicurezza e i loro team commerciali hanno rapporti consolidati con grandi acquirenti.
Un nuovo controllo AI può diventare un altro modulo anziché un altro fornitore. L'integrazione può anche ridurre il tempo necessario per correlare un evento AI con l'attività di endpoint o rete.
Il compromesso è la dipendenza. Consolidarsi attorno a un unico fornitore aumenta l'impatto di un guasto del vendor, di una policy errata o di un piano di gestione compromesso.
Può inoltre rendere più difficile cambiare fornitore. Formati dei dati, workflow per gli incidenti, formazione del personale e accordi commerciali si accumulano attorno alla piattaforma selezionata.
Gli acquirenti dovrebbero quindi considerare il consolidamento una decisione architetturale, non semplicemente uno sconto negli acquisti. La piattaforma migliore non è necessariamente quella con l'elenco di funzionalità più lungo.
Una valutazione utile parte da incidenti concreti. La piattaforma può ricondurre un'azione non sicura di un agente alla sua identità, al prompt, al modello, alla chiamata di strumento e ai dati interessati?
Può bloccare l'azione senza disabilitare sistemi non correlati? Gli investigatori possono ricostruire perché si è verificata una risposta automatizzata?
Queste domande collegano le discussioni tecniche di Black Hat all'andamento dei titoli. Gli investitori scommettono che le piattaforme ampie possano rispondervi su scala.
I fornitori devono ancora dimostrare che i loro prodotti integrati funzionano insieme in condizioni di attacco reali. Un contratto commerciale unificato non garantisce rilevamento o risposta unificati.
Il compromesso della sicurezza AI dietro i massimi storici
L'AI è al tempo stesso un catalizzatore della domanda e un rischio di esecuzione, quindi valutazioni più elevate richiedono più di allarmanti report sulle minacce.
Un prezzo azionario ai massimi storici riflette aspettative sui risultati futuri. Non verifica l'efficacia di un prodotto di sicurezza AI né la permanenza della domanda dei clienti.
I massimi riportati sono seguiti a una più ampia rivalutazione delle aziende di cybersecurity. In precedenza, si temeva che gli agenti di coding avanzati potessero ridurre la domanda per i fornitori software affermati.
La sicurezza si è rivelata più difficile da inserire in quella semplice narrativa di sostituzione. Le organizzazioni non possono delegare a un modello generalista la responsabilità legale, gli obblighi normativi e la responsabilità per gli incidenti.
Un modello può scrivere una regola di rilevamento o riassumere un comportamento sospetto. Non può decidere autonomamente la tolleranza al rischio di un'impresa né assumersi la responsabilità di interrompere un servizio critico.
La sicurezza dipende anche da dati privati aggiornati. Un assistente necessita di telemetria affidabile da endpoint, identità, applicazioni e reti prima di poter formulare una risposta informata.
Questo favorisce i fornitori che raccolgono già grandi volumi di evidenze operative. Crea inoltre un vantaggio economico che un fornitore di modelli generalisti non può riprodurre istantaneamente.
Tuttavia, lo stesso argomento può diventare circolare. I fornitori affermano che i clienti hanno bisogno delle loro piattaforme perché l'AI crea maggiori rischi, quindi usano l'AI all'interno di tali piattaforme per gestire la complessità aggiuntiva.
Il valore è reale solo se il sistema risultante migliora esiti misurabili. Gli acquirenti hanno bisogno di meno intrusioni riuscite, tempi di indagine più brevi e minori oneri operativi.
Hanno inoltre bisogno di tassi di falsi positivi accettabili. Un falso positivo si verifica quando un sistema di sicurezza considera malevola un'attività legittima.
L'AI può ridurre il rumore aggiungendo contesto, ma i modelli generativi possono anche produrre conclusioni non supportate dai fatti. Nella sicurezza, una spiegazione errata ma formulata con sicurezza può indirizzare un analista verso l'azione sbagliata.
Il rischio aumenta quando un assistente diventa un agente autorizzato ad agire. Una raccomandazione può essere riesaminata; una decisione automatica di contenimento può essere eseguita in pochi secondi.
Questo rende la governance parte della qualità del prodotto. I fornitori devono prevedere limiti all'uso degli strumenti, all'accesso ai dati, alle approvazioni, alle modifiche dei modelli e alla correzione automatizzata.
I test esterni restano essenziali. Le dimostrazioni aziendali spesso utilizzano percorsi di attacco noti, dataset curati e ambienti controllati.
I sistemi enterprise reali contengono applicazioni datate, registri di identità incoerenti, integrazioni personalizzate e processi aziendali insoliti. Questi dettagli possono compromettere una dimostrazione impeccabile.
Il mercato deve inoltre distinguere la domanda legata all'AI dalla spesa più ampia per la sicurezza. Ransomware, spionaggio, migrazione al cloud, requisiti normativi e consolidamento dei fornitori sostengono già il settore.
Alcuni contratti etichettati come sicurezza AI possono rappresentare un'estensione di accordi di piattaforma esistenti. Questo può comunque generare ricavi, ma non dimostra l'esistenza di un nuovo mercato distinto.
La valutazione introduce un'altra incertezza. Una domanda forte può coesistere con un prezzo azionario che già presuppone anni di esecuzione di successo.
CrowdStrike deve continuare a ricostruire la fiducia nella sicurezza degli aggiornamenti, espandendo al contempo Falcon in più categorie. Palo Alto Networks deve integrare un ampio portafoglio di prodotti senza aumentare la complessità che promette di eliminare.
Le acquisizioni possono aggiungere rapidamente capacità, ma possono anche produrre interfacce sovrapposte, policy incoerenti e sistemi dati separati. La qualità dell'integrazione conta più del numero di funzionalità acquisite.
Microsoft rappresenta una forma diversa di pressione. Può integrare i controlli di sicurezza nei prodotti che le imprese utilizzano già, riducendo l'attrattiva di un altro acquisto autonomo.
I fornitori specialistici esercitano pressione dalla direzione opposta. Possono conquistare gli acquirenti che desiderano una protezione indipendente su diversi provider cloud e di modelli.
Questo colloca CrowdStrike e Palo Alto Networks tra suite in bundle e startup focalizzate. Le loro strategie di piattaforma devono offrire una protezione più profonda di un bundle e operazioni più semplici di una raccolta di specialisti.
Una ricerca su Google News che mostra ripetute notizie sui massimi storici può oscurare questa posizione impegnativa. Il mercato non sta semplicemente premiando l'esposizione alle minacce informatiche.
Sta presumendo che queste aziende possano trasformare la crescita delle minacce in abbonamenti duraturi, preservando al contempo l'affidabilità. È uno standard molto più difficile.
L'interpretazione scettica non richiede di liquidare la domanda di sicurezza AI. Richiede di distinguere un problema urgente da un vincitore commerciale comprovato.
Black Hat ha stabilito l'urgenza. I futuri risultati finanziari e le evidenze tecniche indipendenti dovranno stabilire i vincitori.
Cosa dovrebbero richiedere gli acquirenti enterprise alla difesa AI
Gli acquirenti dovrebbero valutare la sicurezza AI attraverso autorizzazioni, evidenze e percorsi di ripristino, anziché attraverso ampie dichiarazioni sulla difesa autonoma.
Il primo test è la visibilità. Un team di sicurezza dovrebbe poter identificare ogni applicazione e agente AI autorizzato che opera nell'organizzazione.
Tale inventario dovrebbe includere il fornitore del modello, i dati connessi, gli strumenti disponibili, l'identità assegnata e il responsabile. I sistemi sconosciuti non possono ricevere controlli coerenti.
Il secondo test è il privilegio minimo. Ogni agente dovrebbe ricevere soltanto l'accesso necessario per il proprio compito definito.
Un assistente che riassume una riunione non ha bisogno dell'autorizzazione per modificare i record dei clienti. Un agente di coding non dovrebbe ricevere automaticamente credenziali di produzione.
Le autorizzazioni dovrebbero inoltre scadere o adattarsi quando cambia il compito. L'accesso di lunga durata trasforma un'automazione temporanea in una persistente via di attacco.
Il terzo test riguarda gli input non attendibili. Gli agenti possono incontrare istruzioni malevole all'interno di documenti, siti web, email, ticket o conoscenze recuperate.
Il prompt injection si verifica quando contenuti ostili tentano di deviare un modello dal suo compito autorizzato. L'istruzione può apparire come normale testo a una persona.
Un sistema di sicurezza deve distinguere i dati che il modello può analizzare dalle istruzioni che può seguire. Questo confine resta difficile quando le applicazioni combinano informazioni provenienti da molte fonti.
Il quarto test è il controllo delle azioni. Le modifiche ad alto impatto dovrebbero richiedere approvazione o una verifica aggiuntiva.
Eliminare dati, modificare una policy di identità, isolare un server e trasferire informazioni al di fuori dell'azienda meritano controlli più rigorosi rispetto alla redazione di un riepilogo.
Le organizzazioni necessitano inoltre di un modo immediato per revocare l'accesso di un agente. Un kill switch è utile soltanto se i team sanno chi può attivarlo e quali servizi coinvolge.
Il quinto test è la tracciabilità. I team di sicurezza dovrebbero conservare i prompt, le chiamate di strumento, le decisioni sull'identità, le valutazioni delle policy e gli output che circondano un incidente.
Questi record aiutano gli investigatori a capire se il modello sia stato manipolato, configurato erroneamente o operasse con autorizzazioni eccessive.
Aiutano inoltre a soddisfare gli auditor. Un'azione finale senza la cronologia delle decisioni fornisce poche evidenze sul motivo per cui il sistema si è comportato in quel modo.
Il sesto test è il ripristino. Le azioni automatizzate dovrebbero essere reversibili ove pratico e i team dovrebbero esercitarsi nel ripristino prima che si verifichi un incidente.
Questa lezione si applica direttamente alla sicurezza di endpoint e reti. Una difesa automatizzata può interrompere le operazioni se blocca un processo legittimo su molti sistemi.
Gli acquirenti possono utilizzare pratiche di approvvigionamento consolidate per esaminare queste capacità. Test di sicurezza, revisioni dei flussi di dati, valutazioni degli accessi e simulazioni di incidenti restano rilevanti.
L'AI modifica gli oggetti sottoposti a revisione, ma non elimina la necessità di operazioni disciplinate. Una base di conoscenza ricercabile può inoltre aiutare i team a preservare runbook e decisioni tecniche.
Il contenuto di quella base di conoscenza necessita di protezione. Linee guida di sicurezza, diagrammi architetturali, cronologie degli incidenti e credenziali possono diventare obiettivi preziosi quando sono collegati a un agente.
I knowledge worker dovrebbero considerare gli stessi confini su scala minore. Un assistente che cerca nei documenti locali non dovrebbe trasmettere silenziosamente file sensibili a un servizio non correlato.
Gli sviluppatori dovrebbero verificare a quali repository, terminali, account cloud e strumenti di deployment può accedere un agente. La comodità in fase di configurazione può trasformarsi in esposizione in seguito.
I responsabili di prodotto dovrebbero definire il proprietario aziendale per ciascun workflow automatizzato. I team di sicurezza non possono governare efficacemente un agente quando nessun reparto si assume la responsabilità delle sue azioni.
Questi requisiti creano un'opportunità per i fornitori di piattaforme, ma alzano anche l'asticella. Gli acquirenti si aspetteranno che CrowdStrike, Palo Alto Networks e i concorrenti applichino policy su sistemi eterogenei.
Una piattaforma che funziona soltanto all'interno della propria famiglia di prodotti offre una copertura incompleta. La maggior parte delle imprese utilizza diversi cloud, sistemi di identità, strumenti endpoint e fornitori di modelli.
L'interoperabilità è quindi parte della sicurezza. I fornitori hanno bisogno di integrazioni affidabili, evidenze portabili e API che non intrappolino i dati degli incidenti in un'unica console.
La difesa AI più credibile combinerà l’automazione con un attrito deliberato. Il lavoro di routine a basso rischio può procedere rapidamente, mentre le azioni con conseguenze rilevanti ricevono controlli più rigorosi.
Questo approccio non ha la spettacolarità del marketing sulla sicurezza autonoma. Rispecchia meglio il modo in cui le aziende gestiscono la responsabilità operativa e legale.
Tre segnali da osservare dopo Black Hat
Il prossimo banco di prova sarà capire se l’urgenza della conferenza si tradurrà in un’adozione misurabile senza creare nuovi problemi di affidabilità.
Il primo segnale sarà l’adozione della sicurezza AI riportata nei prossimi risultati finanziari. Gli investitori dovrebbero guardare oltre i generici riferimenti alla domanda.
Tra le evidenze utili rientrano i ricavi ricorrenti legati ai prodotti di sicurezza AI, l’espansione della clientela e l’implementazione in ambienti di produzione. Gli annunci di progetti pilota hanno meno peso dell’uso continuativo.
Palo Alto Networks dovrebbe fornire prove più chiare che Prisma AIRS si stia espandendo oltre gli acquirenti iniziali. CrowdStrike dovrebbe mostrare come Charlotte AI e i moduli Falcon modifichino la fidelizzazione dei clienti o l’adozione dei prodotti.
Se questi indicatori crescono senza indebolire i margini o la fidelizzazione, la tesi della piattaforma acquista sostegno. Se le comunicazioni restano vaghe, le valutazioni record dipenderanno maggiormente dalle aspettative.
Il secondo segnale è la validazione indipendente della risposta autonoma. Le dimostrazioni in conferenza dovrebbero portare a test ripetibili in contesti aziendali complessi e disordinati.
I ricercatori devono esaminare prompt injection, autorizzazioni eccessive, manipolazione dei modelli, falsi positivi e azioni attraverso strumenti connessi.
Un risultato solido dimostrerebbe che un agente può contenere un’intrusione reale mantenendo prove dettagliate e limitando le perturbazioni collaterali. Ciò rafforzerebbe il caso a favore della difesa automatizzata.
Un grave fallimento avrebbe l’effetto opposto. Un agente che può essere reindirizzato tramite contenuti non affidabili trasformerebbe un controllo difensivo in un ulteriore vettore di attacco.
I test indipendenti devono inoltre includere una pressione temporale realistica. Un sistema che raggiunge la risposta corretta dopo un’ora potrebbe non essere utile contro una fuga in 29 minuti.
Il terzo segnale è la risposta di Microsoft, Google, Cisco, AWS e dei fornitori specializzati in sicurezza AI. Le loro decisioni su prodotti e pacchetti commerciali plasmeranno il mercato.
Microsoft può sfruttare la propria base installata per includere più controlli AI negli accordi aziendali. Google può collegare risorse relative a modelli, cloud, browser e threat intelligence.
AWS può collocare i controlli di sicurezza più vicino all’infrastruttura che ospita molte applicazioni AI. Cisco può estendere la visibilità su rete e identità all’attività degli agenti.
I fornitori specializzati possono sfidare tutti questi attori con strumenti neutrali rispetto ai modelli. Gli acquirenti potrebbero preferire un livello indipendente che monitori più piattaforme senza favorire un singolo fornitore.
Se i grandi fornitori cloud includono controlli adeguati nei loro pacchetti, CrowdStrike e Palo Alto Networks avranno bisogno di una differenziazione più chiara. Dati sulle minacce migliori, applicazione delle policy multipiattaforma e automazione più sicura diventano essenziali.
Se gli specialisti ottengono implementazioni significative, il mercato delle piattaforme potrebbe restare frammentato. Questo risultato indebolirebbe l’ipotesi che pochi fornitori possano consolidare la sicurezza AI.
Questi segnali contano più di un altro rialzo azionario di breve periodo. Rivelano se il settore sta producendo controlli affidabili o semplicemente rinominando prodotti esistenti.
La conferenza Black Hat ha fornito un quadro convincente della minaccia. Gli aggressori possono usare l’AI per studiare i bersagli, manipolare le persone, modificare il codice e operare con maggiore velocità.
I difensori possono usare la stessa tecnologia per correlare le prove e abbreviare i tempi di risposta. Tuttavia, l’automazione aumenta le conseguenze di autorizzazioni deboli, modelli imprecisi ed errori centralizzati.
Questo è il compromesso alla base del rally di CrowdStrike e Palo Alto Networks. L’AI amplia sia il bisogno di sicurezza sia il rischio all’interno dei sistemi di sicurezza.
La copertura di Google News continuerà a seguire i prezzi delle azioni, i rapporti sulle minacce e gli annunci di prodotto. I lettori aziendali dovrebbero seguire le evidenze operative che stanno sotto questi titoli.
Chiedetevi se i nuovi controlli identificano attacchi reali, limitano le autorizzazioni degli agenti, preservano le registrazioni delle decisioni e consentono di recuperare in sicurezza dagli errori. Questi test determinano se le valutazioni record riflettono un valore duraturo.
Per i team che seguono il settore, il prossimo passo è pratico. Elencate ogni agente AI con accesso ai dati aziendali, assegnategli un responsabile e rivedete la sua autorizzazione con il maggiore impatto.
Poi confrontate questo inventario con i tre segnali sopra descritti. Se i fornitori riusciranno a garantire un’adozione misurabile, una validazione indipendente e un’ampia interoperabilità, l’attuale ottimismo acquisterà sostanza.
In caso contrario, l’insegnamento più chiaro di Black Hat resterà irrisolto: l’AI ha reso il problema della sicurezza più veloce, ma la sola velocità non rende affidabile la difesa.
