Il CEO di Mimecast Ranjan Singh definisce la shadow AI la principale opportunità per i partner

Il CEO di Mimecast Ranjan Singh ha identificato la shadow AI come la “opportunità n. 1” per i partner, secondo un'intervista emersa tramite Google News. Questa affermazione trasforma l'uso non autorizzato dell'AI da problema interno di sicurezza a opportunità di vendita per il canale. Pone inoltre una sfida impegnativa ai managed service provider: ridurre il rischio sui dati senza bloccare gli strumenti che i dipendenti già utilizzano.

Singh ha assunto il ruolo di vertice il 25 giugno 2026, dopo aver ricoperto l'incarico di chief product and technology officer di Mimecast. La sua promozione ha avuto effetto immediato, mentre l'ex CEO Marc van Zadelhoff è passato a un ruolo di consulenza per il consiglio di amministrazione. Mimecast ha dichiarato che Singh guiderà la prossima fase di esecuzione e crescita focalizzata sulla piattaforma.

Il cambio di leadership è rilevante perché Mimecast sta ampliando il proprio raggio d'azione oltre la posizione consolidata nella sicurezza email. Ora presenta il comportamento umano, i dati aziendali e l'attività AI come un'unica superficie di rischio connessa. La shadow AI, ovvero l'uso sul posto di lavoro di sistemi AI senza approvazione o supervisione formale, si colloca esattamente all'incrocio di queste categorie.

Questa espansione porta però Mimecast anche in una competizione affollata. Cloudflare, CrowdStrike, Fortinet, Netskope, SailPoint, SentinelOne e altre aziende di sicurezza promuovono ormai strumenti per individuare o governare l'uso non autorizzato dell'AI. L'opportunità è reale, ma Mimecast non la controlla automaticamente.

L'argomentazione di Singh a favore dei partner si basa quindi su un compromesso. Le organizzazioni vogliono che i dipendenti adottino rapidamente l'AI, ma i team di sicurezza hanno bisogno di visibilità su prompt, file, identità e azioni automatizzate. I partner che risolvono questa tensione possono creare attività ricorrenti di consulenza e sicurezza gestita. Chi si limita a rivendere un'altra dashboard farà fatica a distinguersi.

Google News accende i riflettori su una rapida transizione al ruolo di CEO

La nomina di Singh rende la shadow AI uno dei primi banchi di prova della più ampia strategia di piattaforma di Mimecast sotto la guida del nuovo amministratore delegato.

Mimecast ha nominato Singh CEO il 25 giugno, meno di 15 mesi dopo il suo ingresso in azienda come chief product and technology officer. L'azienda lo ha descritto come un successore interno incaricato di guidare la crescita della piattaforma. Lo ha inoltre nominato nel proprio consiglio di amministrazione.

Questa tempistica conferisce al messaggio di Singh sulla shadow AI un peso maggiore rispetto a una normale proposta commerciale di prodotto. Un nuovo amministratore delegato sta usando il tema per definire il punto d'incontro tra Mimecast, i suoi partner e la sua piattaforma in espansione. Il titolo di Google News coglie la promessa commerciale, ma la strategia di fondo va oltre la vendita di un singolo controllo.

Singh sostiene che le organizzazioni affrontino un rischio combinato che coinvolge persone, informazioni e AI. Questa formulazione coincide con il tentativo di Mimecast di andare oltre la protezione email isolata. Considera un dipendente che incolla materiale riservato in un chatbot pubblico contemporaneamente come un evento comportamentale, un movimento di dati e un fallimento della governance dell'AI.

Questo inquadramento è prezioso per i partner perché i clienti raramente acquistano un concetto astratto chiamato sicurezza della shadow AI. Hanno bisogno di aiuto per individuare le applicazioni, classificare le informazioni sensibili, definire policy, rispondere alle violazioni e misurare l'adozione. Ogni attività può trasformarsi in una valutazione, un progetto di integrazione o un servizio gestito.

Mimecast dispone già di segnali provenienti da comunicazioni e collaborazione che possono sostenere questo approccio. La sua sfida consiste nel trasformarli in controlli utili tra browser, applicazioni AI, agenti e flussi di dati aziendali. La sola visibilità sull'email non rivela ogni prompt inviato tramite un account personale né ogni modello collegato attraverso un'interfaccia di programmazione delle applicazioni.

La promozione garantisce anche continuità. Singh non è arrivato come un esterno con un piano di rilancio avulso dall'azienda. Ha contribuito a definire la direzione di prodotto che ora deve commercializzare. Questo può ridurre la distanza tra il messaggio della dirigenza e l'esecuzione del prodotto, anche se significa che la nuova strategia merita di essere esaminata alla luce delle capacità già annunciate.

Prima che Singh diventasse CEO, Mimecast aveva introdotto prodotti incentrati sul rischio umano e sulle operazioni di sicurezza assistite dall'AI. Il suo assistente Mihra e l'Human Risk Command Center riflettevano l'impegno dell'azienda nel correlare segnali di sicurezza e dare priorità ai comportamenti rischiosi. Mimecast ha anche discusso controlli per riconoscere l'attività non autorizzata di AI generativa.

La questione strategica è se questi elementi costituiscano un livello operativo coerente per i partner. Una raccolta di avvisi può rivelare il rischio senza aiutare un fornitore di servizi a porvi rimedio. I partner hanno bisogno di flussi di lavoro per le policy, reportistica a livello cliente, integrazioni, amministrazione delegata e prove che gli interventi riducano l'esposizione.

L'espressione “opportunità n. 1” di Singh alza l'asticella. Suggerisce che la shadow AI non sia un'aggiunta secondaria a un contratto email. Dovrebbe invece sostenere una pratica di sicurezza più ampia che i partner possano valutare, implementare e gestire nel tempo.

Perché la shadow AI è diventata un problema per il canale

L'uso non autorizzato dell'AI è difficile da gestire perché il comportamento aziendale che crea il rischio appare spesso produttivo anziché dannoso.

I dipendenti ricorrono a chatbot pubblici, assistenti per riunioni, sistemi di coding e strumenti documentali perché consentono di risparmiare tempo. Un commerciale può riassumere uno scambio con un cliente. Un ingegnere può chiedere a un modello di diagnosticare codice proprietario. Un manager può caricare un documento di pianificazione riservato per analizzarlo.

Ogni azione può creare esposizione quando lo strumento, l'account o il flusso di dati esce dai controlli approvati. Eppure un divieto generalizzato spesso spinge lo stesso comportamento ancora più lontano dalla vista. Il team di sicurezza perde quindi la limitata supervisione di cui disponeva in precedenza.

Le ricerche di Mimecast sul rischio umano del 2025 affermavano che l'80 percento degli incidenti di sicurezza era causato dall'8 percento degli utenti. Si tratta di un dato sponsorizzato dall'azienda, non di una misurazione universale. Ciononostante, illustra perché Mimecast colleghi il comportamento individuale a risultati di sicurezza più ampi.

Il suo report affermava inoltre che il 95 percento delle organizzazioni intervistate utilizzava l'AI nella cybersicurezza. Ciò assegna alla tecnologia un duplice ruolo. I difensori usano l'AI per classificare le minacce e indagare sulle attività, mentre dipendenti e attaccanti sfruttano capacità simili in modi che creano nuova esposizione.

Rapporti di settore più recenti mostrano quanto rapidamente gli account AI personali possano complicare la governance. I dati Netskope del 2026, riassunti in un articolo sull'uso personale dell'AI, hanno rilevato che il 47 percento degli utenti di AI generativa accedeva ad applicazioni personali. L'organizzazione media considerata ha registrato ogni mese 223 incidenti di policy che coinvolgevano dati sensibili inviati ad applicazioni AI.

Queste cifre provengono dall'ambiente clienti di un singolo fornitore, quindi non dovrebbero essere applicate a tutte le organizzazioni. Descrivono comunque una concreta opportunità di servizio. I clienti hanno bisogno di qualcuno che censisca gli strumenti, distingua gli usi accettabili da quelli pericolosi e ottimizzi l'applicazione delle regole senza interrompere il lavoro legittimo.

I partner sono ben posizionati perché gestiscono già sistemi di identità, difese email, prevenzione della perdita di dati, accesso sicuro, browser e controlli sugli endpoint. La shadow AI attraversa tutti questi ambiti. Un cliente può possedere i prodotti necessari ma non le persone o il modello operativo per collegarli.

Questo divario modifica la conversazione commerciale. Il servizio non consiste semplicemente nel “bloccare ChatGPT”. Inizia con la scoperta e prosegue con classificazione dei dati, policy di accesso, orientamento per i dipendenti, risposta agli incidenti e revisione ricorrente.

Un MSP può aiutare un cliente a creare un catalogo AI approvato, definire quali informazioni appartengono a ciascuna applicazione e identificare gli account personali rischiosi. Un MSSP può monitorare le violazioni delle policy e indagare su modelli insoliti di prompt o caricamenti. Un partner di consulenza può mappare questi controlli ai requisiti legali, contrattuali e di settore.

Questi incarichi richiedono un contesto che un fornitore software non può offrire da solo. Un ospedale, un produttore, uno studio legale e un'azienda software non condividono le stesse informazioni sensibili né lo stesso flusso di lavoro AI accettabile. I partner possono tradurre controlli generali in decisioni specifiche per ciascun cliente.

La pressione ricade sia sui team di sicurezza sia sulle aziende del canale. I clienti devono rispondere a un'adozione dell'AI che è già in corso. I partner devono sviluppare competenze prima che i fornitori cloud e di sicurezza trasformino lo stesso lavoro in servizi nativi più semplici.

La sfida principale è tra governance e proibizione

La proposta di valore più forte per i partner è l'adozione governata dell'AI, non una versione più severa del tradizionale divieto software.

Le organizzazioni hanno già visto questo schema con lo shadow IT. I dipendenti adottavano applicazioni di condivisione file, piattaforme di messaggistica e prodotti software-as-a-service più rapidamente di quanto i team centrali potessero approvarli. I fornitori di sicurezza hanno risposto con strumenti di scoperta, controlli di accesso e policy sui dati.

L'AI generativa ripete questa storia con un'interfaccia più sensibile. Gli utenti non si limitano ad archiviare file in un'applicazione. Inseriscono domande, materiale sorgente, informazioni sui clienti e codice in sistemi che producono nuovi contenuti. Gli agenti AI possono inoltre collegarsi a strumenti e compiere azioni tramite autorizzazioni concesse.

Questo rende la sfida della governance più dinamica. Un'applicazione AI approvata può comunque essere utilizzata in modo non sicuro. Al contrario, uno strumento non approvato non è automaticamente coinvolto in una violazione. I team di sicurezza devono valutare l'utente, i dati, la destinazione, il tipo di account e l'azione.

Mimecast afferma che le organizzazioni possono stabilire visibilità, controllo e governance per la shadow AI. Il suo approccio si basa su segnali di comunicazione e rischio umano anziché trattare ogni applicazione come una destinazione isolata. Offre una base plausibile, ma le affermazioni dell'azienda richiedono ancora convalida da parte dei clienti.

I partner devono stabilire se la piattaforma sia in grado di rispondere a domande operative. Riesce a identificare un account AI personale separatamente da uno gestito? Può riconoscere i caricamenti sensibili prima che i dati escano? Può applicare policy diverse a uno sviluppatore, un avvocato e un dipendente del marketing? Può spiegare perché un evento è stato classificato come rischioso?

Le risposte contano perché i falsi positivi creano un costo aziendale a loro volta. Una regola che interrompe troppo spesso il lavoro sicuro incoraggia gli utenti a cercare un'altra strada. Una policy che consente troppo può trasformare la governance in una messinscena.

Ecco perché la proibizione è l'avversario primario sbagliato. La domanda di assistenza AI non aspetta un'architettura di sicurezza perfetta. I dipendenti sotto pressione per le scadenze continueranno a cercare modi più rapidi per riassumere, cercare, programmare e scrivere.

Un episodio riportato ha reso questa tensione insolitamente visibile. All'inizio del 2026, esperti di sicurezza hanno criticato il capo ad interim della U.S. Cybersecurity and Infrastructure Security Agency dopo che documenti sensibili sarebbero stati caricati in una versione pubblica di ChatGPT. Uno specialista delle minacce di Mimecast ha dichiarato alla testata che ha trattato il caricamento dei documenti che i lavoratori agiscono spesso sotto pressione per ottenere efficienza, anziché con intento malevolo.

Il caso dimostra perché i documenti di policy sono insufficienti. Anche il personale senior può aggirare le salvaguardie pur comprendendo la sicurezza. I controlli tecnici devono quindi operare insieme ad alternative approvate, indicazioni chiare e conseguenze proporzionate al rischio.

Per i partner, il modello pratico consiste in un percorso controllato verso l’adozione. Possono aiutare i clienti a selezionare sistemi approvati, configurare account aziendali, limitare gli input sensibili e monitorare comportamenti eccezionali. Possono inoltre registrare le decisioni sulle policy in una knowledge base ricercabile, così che i dipendenti possano trovare indicazioni aggiornate invece di affidarsi a una formazione obsoleta.

La governance offre inoltre ai partner un’attività ricorrente più solida di un elenco di blocco una tantum. Prodotti AI, modelli, plugin e agenti cambiano frequentemente. I clienti hanno bisogno che le policy vengano riesaminate quando gli strumenti acquisiscono nuovi connettori o opzioni di gestione dei dati.

Il compromesso non scompare mai. I responsabili della sicurezza devono accettare un certo rischio gestito per preservare la produttività. I responsabili aziendali devono accettare controlli che rallentano o reindirizzano determinati flussi di lavoro. Il valore del partner risiede nel rendere questo compromesso esplicito, misurabile e regolabile.

Mimecast affronta un mercato affollato della sicurezza AI

La domanda di Shadow AI non garantisce a Mimecast una posizione di primo piano, poiché i principali fornitori di sicurezza stanno convergendo sugli stessi punti di controllo.

Il panorama competitivo è già ampio. Cloudflare promuove discovery e applicazione delle policy attraverso la propria piattaforma di rete e accesso sicuro. Netskope pone l’accento sull’ispezione del traffico cloud e web. CrowdStrike e SentinelOne apportano telemetria degli endpoint, contesto delle identità e flussi di lavoro per le operazioni di sicurezza.

SailPoint affronta il tema attraverso la governance delle identità. Fortinet collega i controlli AI al suo più ampio portafoglio di networking e sicurezza. I fornitori specializzati nella sicurezza dei dati si concentrano sull’individuazione delle informazioni sensibili prima di decidere quale attività AI richieda un intervento.

Una panoramica del 2026 sui fornitori di sicurezza AI ha mostrato quanto sia diventato simile il linguaggio del mercato. Discovery, controlli in tempo reale, protezione dei prompt, monitoraggio degli agenti e salvaguardie dei dati compaiono ormai in più portafogli.

Il possibile vantaggio di Mimecast è la sua familiarità con il rischio nelle comunicazioni umane. I sistemi di email e collaborazione forniscono un ricco contesto su impersonificazione, phishing, condivisione dei dati e comportamento dei dipendenti. Molti incidenti legati all’AI iniziano o terminano negli stessi flussi di lavoro.

Tuttavia, questo vantaggio ha dei limiti. La Shadow AI può operare nei browser, negli ambienti di coding, nelle piattaforme cloud, nelle applicazioni locali e nelle connessioni automatizzate degli agenti. Un fornitore incentrato sulla sicurezza delle comunicazioni necessita di integrazioni o ulteriori punti di applicazione per coprire tale attività.

È qui che i partner possono rafforzare o mettere in luce i limiti della posizione di Mimecast. Possono combinare i suoi segnali con controlli di identità, endpoint, browser, rete e dati. Possono inoltre confrontare gli avvisi sovrapposti e decidere quale piattaforma debba guidare la risposta.

Questo lavoro di integrazione genera ricavi, ma può anche rendere più difficile la differenziazione tra fornitori. Se un partner deve assemblare cinque prodotti per offrire una governance utile, i clienti potrebbero preferire il fornitore che controlla già il livello browser, endpoint, rete o identità.

I partner dovrebbero quindi valutare l’idoneità operativa di Mimecast anziché affidarsi all’etichetta di “opportunità n. 1”. Devono testare l’impegno richiesto per il deployment, l’accuratezza delle policy, la separazione amministrativa, il reporting e la remediation. Devono inoltre esaminare se licenze e regole dei programmi supportino un servizio gestito redditizio, senza presumere che la domanda generi automaticamente margini.

La maturità del canale è un’altra variabile. Un prodotto può funzionare bene per un cliente enterprise diretto, ma risultare poco pratico per un MSP che serve molti tenant. I service provider necessitano di configurazioni coerenti, monitoraggio centralizzato, automazione e chiari percorsi di escalation.

Mimecast ha già presentato l’espansione della propria piattaforma come un’opportunità per i partner. Nel 2025, la leadership di canale ha sostenuto che il passaggio dell’azienda oltre la sicurezza email di base potesse creare nuovi servizi per gli MSP. L’attenzione di Singh sulla Shadow AI rende più incisivo quel messaggio precedente.

I concorrenti stanno facendo lo stesso calcolo. SentinelOne, per esempio, ha riferito che i grandi partner MSSP stanno espandendosi oltre la sicurezza degli endpoint verso offerte di dati, cloud e AI. Questo schema mostra che i partner desiderano sempre più piattaforme consolidate, ma non identifica quale piattaforma vincerà.

I clienti potrebbero infine scegliere centri di controllo diversi. Un’organizzazione potrebbe partire dall’accesso sicuro, un’altra dall’identità e un’altra ancora dalla sicurezza dei dati. Mimecast deve dimostrare che il contesto del rischio umano migliora abbastanza i risultati da meritare un ruolo centrale.

L’opportunità dipende dalle prove, non dall’allarmismo

La tesi di Singh diventa credibile solo quando i partner possono dimostrare una riduzione dell’esposizione, policy utilizzabili e un’economia del servizio sostenibile.

L’espressione Shadow AI può incoraggiare narrazioni sulle minacce esagerate. Non ogni prompt non approvato espone dati riservati. Non ogni account AI personale genera un incidente. Anche i totali rilevati possono apparire drammatici senza dimostrare gravità o impatto sul business.

I fornitori di sicurezza traggono vantaggio quando i clienti percepiscono un rischio in rapida espansione. Questo incentivo commerciale non invalida la minaccia, ma rende essenziale la misurazione. I partner dovrebbero distinguere tra discovery delle applicazioni, violazioni delle policy, movimentazione confermata di dati sensibili e incidenti di sicurezza effettivi.

Queste categorie richiedono risposte diverse. Scoprire uno strumento di sintesi non approvato può giustificare una conversazione. Rilevare credenziali caricate in un modello pubblico può richiedere un contenimento immediato. Trattare le due situazioni come equivalenti sovraccarica gli analisti e indebolisce la fiducia.

Lo stesso scetticismo dovrebbe essere applicato alle difese assistite dall’AI. Mimecast afferma che il suo agente AI Mihra possa migliorare fino a sette volte la velocità delle indagini per gli utenti del suo Human Risk Command Center. Si tratta di un’affermazione del fornitore, non di un risultato stabilito in modo indipendente nei diversi ambienti dei clienti.

Indagini più rapide sono utili solo se il sistema identifica gli eventi corretti e fornisce agli analisti prove affidabili. Una conclusione rapida ma imprecisa può creare più lavoro. I partner hanno bisogno di dati pilota che mostrino come le prestazioni cambiano con carichi di lavoro realistici.

Dovrebbero inoltre esaminare le implicazioni per la privacy del monitoraggio comportamentale. I sistemi di rischio umano correlano le azioni individuali per stimare l’esposizione. Ciò può aiutare a indirizzare formazione e controlli, ma può anche suscitare preoccupazioni sulla sorveglianza dei dipendenti, sui punteggi opachi e sui trattamenti iniqui.

La governance deve coprire anche il sistema di sicurezza stesso. I clienti devono sapere quali eventi vengono raccolti, per quanto tempo i dati vengono conservati, chi può accedere ai punteggi di rischio e come i dipendenti possono contestare gli errori. I requisiti regionali in materia di lavoro e privacy possono modificare il tipo di monitoraggio appropriato.

L’arrivo degli agenti autonomi aggiunge un’ulteriore incertezza. Mimecast ha sottolineato la convergenza tra rischio umano, dei dati e AI, ma un agente può agire con autorizzazioni persistenti e un coinvolgimento umano diretto limitato. I controlli progettati attorno al comportamento dei dipendenti devono adattarsi quando sono le identità software ad avviare l’azione.

I dati riportati nel 2026 illustrano il divario. Mimecast ha dichiarato che l’80 percento delle aziende Fortune 500 aveva agenti in ambienti operativi, mentre solo il 14 percento disponeva di una piena approvazione della sicurezza. Questi numeri sono stati ripresi nella copertura sulla sicurezza degli agenti, ma restano dati forniti dal fornitore.

Anche se le percentuali esatte variano, il problema architetturale è chiaro. Gli agenti possono accedere a file, applicazioni e credenziali operando più rapidamente dei processi di revisione convenzionali. La governance della Shadow AI deve quindi coprire sia le applicazioni non autorizzate sia gli agenti autorizzati che si comportano oltre i confini previsti.

Ciò crea un modello di servizio più esigente. I partner necessitano di inventari delle identità degli agenti, revisioni delle autorizzazioni, logging, controlli sui dati e procedure di gestione degli incidenti. Devono inoltre distinguere tra un dipendente che utilizza un chatbot non approvato e un agente approvato che compie un’azione inattesa.

L’ampia piattaforma di rischio di Mimecast può supportare questo modello, ma il suo nuovo CEO non ha ancora consolidato una leadership di mercato. L’azienda deve tradurre una narrazione ambiziosa in controlli che funzionino tra identità umane e delle macchine.

I partner dovrebbero richiedere risultati misurabili. Indicatori utili includono un minor numero di trasferimenti confermati di dati sensibili, tempi d’indagine più brevi, un maggiore utilizzo di strumenti AI approvati e tassi inferiori di violazioni ripetute delle policy. Il solo conteggio delle applicazioni scoperte non dimostra un miglioramento.

Cosa dovrebbero osservare i partner in futuro

La prossima fase sarà determinata dalla copertura dei prodotti, dall’esecuzione dei partner e dal comportamento dei clienti, non da un’altra ondata di titoli sulla Shadow AI.

Il primo segnale è l’esecuzione dei prodotti Mimecast sotto la guida di Singh. I partner dovrebbero osservare una copertura più approfondita dell’attività nei browser, delle identità degli agenti, dei dati nei prompt e delle azioni automatizzate. Dovrebbero inoltre cercare integrazioni che colleghino i segnali di rischio umano di Mimecast con piattaforme di identità, endpoint, rete e sicurezza dei dati.

Una copertura più solida sosterrebbe l’affermazione di Singh secondo cui Mimecast può affrontare la superficie combinata del rischio umano, dei dati e AI. Una visibilità limitata al di fuori di email e collaborazione la indebolirebbe. Le dimostrazioni tecniche dovrebbero mostrare flussi di lavoro effettivi di policy e remediation, non soltanto dashboard.

Il secondo segnale è il packaging dei partner. Mimecast e le sue aziende di canale devono definire servizi ripetibili incentrati su discovery, valutazione, governance e monitoraggio continuo. Le prove dovrebbero includere tempi di deployment, carico di lavoro degli analisti, fidelizzazione dei clienti e riduzione misurabile del rischio.

Un’offerta ripetibile trasformerebbe la Shadow AI in ricavi ricorrenti. Una serie di progetti di consulenza personalizzati potrebbe comunque produrre valore, ma sarebbe più difficile da scalare. I partner dovrebbero inoltre verificare se Mimecast offre amministrazione multi-cliente e automazione adatte ai servizi gestiti.

Il terzo segnale è il comportamento dei clienti. La domanda chiave è se le organizzazioni indirizzino i dipendenti verso sistemi AI approvati dopo aver acquisito visibilità. Un calo nell’uso degli account personali, combinato con una crescente adozione di strumenti governati, sosterrebbe il modello di governance.

Un semplice calo dell’attività AI rilevata potrebbe significare che i dipendenti hanno smesso di usare gli strumenti. Potrebbe anche significare che si sono spostati verso canali che lo stack di sicurezza non riesce a osservare. I partner devono confrontare la telemetria di sicurezza con interviste, inventari delle applicazioni e dati sull’adozione aziendale.

Google News continuerà a mostrare affermazioni su incidenti di Shadow AI, nuovi controlli e slancio dei fornitori. Le prove più preziose deriveranno dalla capacità dei clienti di preservare un uso produttivo dell’AI riducendo al contempo la movimentazione di dati non tracciata.

Singh ha identificato un’apertura credibile per il canale. L’adozione dell’AI attraversa sicurezza, identità, dati e comportamento dei dipendenti, creando attività che pochi clienti possono gestire con il solo software. Mimecast entra inoltre nella competizione con relazioni consolidate e dati sul rischio nelle comunicazioni.

Tuttavia, l’“opportunità n. 1” rimane un’affermazione strategica. Cloudflare, CrowdStrike, Fortinet, Netskope, SailPoint, SentinelOne e fornitori specializzati perseguono gli stessi budget. Alcuni controllano una quota maggiore dei livelli di rete, endpoint, identità o dati in cui avviene l’applicazione dei controlli.

I partner dovrebbero rispondere con test disciplinati. Inventariare l’uso dell’AI da parte del cliente, identificare i dati che necessitano davvero di protezione e confrontare i risultati delle policy nei flussi di lavoro reali. Creare un percorso approvato prima di bloccare le alternative non sicure, quindi misurare se gli utenti lo seguono.

La domanda decisiva non è se la Shadow AI esista. È se un partner possa rendere più sicuro l’uso dell’AI senza trasformare la sicurezza in un ostacolo che i dipendenti aggirano. Per i lettori che seguono questa storia tramite Google News, questo è lo standard in base al quale dovrebbe essere giudicata l’opportunità indicata da Singh.