Perché Mythos e GPT-5.5-Cyber sono importanti 

L’importanza di Mythos e GPT-5.5-Cyber non sta nel fatto che ogni organizzazione ne avrà improvvisamente accesso. Sulla base delle attuali informazioni pubbliche, si tratta di modelli controllati e ad accesso limitato. Per i team che si occupano della sicurezza dei dati nel cloud, la loro importanza sta in ciò che suggeriscono riguardo alla direzione che sta prendendo l’IA nel campo della sicurezza informatica: sistemi più specializzati, costruiti per supportare flussi di lavoro di sicurezza complessi. 

Questa distinzione è fondamentale. Un assistente generico basato sull’IA può aiutare a riassumere gli avvisi o a redigere un rapporto sugli incidenti. Un modello di IA specializzato per la sicurezza informatica è diverso. Può essere progettato per analizzare in modo ragionato vulnerabilità, infrastrutture, percorsi di attacco, controlli difensivi e fasi di convalida. In contesti autorizzati, ciò potrebbe aiutare i team di sicurezza a testare gli ambienti, a stabilire le priorità delle esposizioni e a rafforzare la pianificazione di Recovery prima che si verifichi un incidente. 

Per i team di sicurezza dei dati nel cloud, l’impatto pratico non riguarda tanto i nomi dei modelli quanto il flusso di lavoro che essi rappresentano. Il rischio nel cloud deriva spesso dalle connessioni tra i sistemi: un carico di lavoro configurato in modo errato, un set di dati esposto, un’identità con autorizzazioni eccessive, una dipendenza dal backup o un percorso di Recovery non testato. Un’IA specializzata nella sicurezza informatica potrebbe facilitare una valutazione più rapida di tali relazioni, specialmente in ambienti di grandi dimensioni dove la revisione manuale può non cogliere come un problema influenzi un altro. 

Questo cambiamento riflette una trasformazione più ampia in atto nel campo della sicurezza informatica. La sfida si sta spostando sempre meno dall’identificazione delle singole vulnerabilità e sempre più verso la comprensione di come i sistemi interconnessi si comportano sotto pressione. L’intelligenza artificiale potrebbe presto aiutare i difensori a ragionare contemporaneamente su identità, carichi di lavoro cloud, backup, applicazioni SaaS, pipeline di IA e dipendenze aziendali, rivelando non solo i rischi isolati, ma anche come tali rischi si combinino fino a causare un fallimento operativo. 

Questo cambia anche il modo in cui le organizzazioni dovrebbero concepire la propria Readiness. Se l’IA può aiutare i difensori a gestire compiti informatici complessi in modo più efficiente, tecniche simili potrebbero alla fine influenzare anche i flussi di lavoro degli aggressori. La preoccupazione non è solo che gli attacchi diventino più rapidi, ma che il lasso di tempo tra l’individuazione di una vulnerabilità, il suo test e l’intervento per risolverla possa ridursi. 

I team di sicurezza dei dati nel cloud devono ora affrontare una questione ancora più complessa: cosa succede quando gli stessi tipi di flussi di lavoro assistiti dall’IA che aiutano i difensori a valutare i rischi rendono anche più facile individuare, testare e concatenare i punti deboli? È qui che l’ambiente cloud stesso diventa il problema. 

L’intelligenza artificiale sta alzando la posta in gioco per la sicurezza dei dati nel cloud 

La maggior parte delle organizzazioni non dispone di un unico ambiente cloud ben definito. Dispone invece di più cloud, piattaforme SaaS, data lake, sistemi di gestione delle identità, pipeline di sviluppo, archivi di backup e carichi di lavoro di IA, tutti interdipendenti.  

Tale complessità crea già delle lacune: i dati sensibili possono essere esposti in modo eccessivo, le autorizzazioni di accesso possono subire variazioni e i piani di Recovery potrebbero non rispecchiare il modo in cui l’azienda opera effettivamente.  

In pratica, queste lacune raramente rimangono isolate. Un bucket di archiviazione contenente dati sensibili potrebbe non sembrare di per sé un problema urgente. Un account di servizio con autorizzazioni eccessive potrebbe apparire come un semplice problema di configurazione. Una dipendenza di Recovery non testata potrebbe passare inosservata perché il sistema è ancora in funzione. Ma quando questi problemi si collegano tra loro, possono creare un percorso che porta dall’esposizione all’interruzione delle attività. 

Gli aggressori sono ben consapevoli di queste vulnerabilità. Il rapporto M-Trends 2026 di Mandiant rileva che gli autori di ransomware prendono sempre più di mira le infrastrutture di backup, i servizi di identità e i piani di gestione della virtualizzazione. Evidenzia inoltre come gli aggressori stiano utilizzando token OAuth a lunga durata, cookie di sessione, chiavi hardcoded e token di accesso personali per spostarsi tra i vari ambienti. 

Aggiungiamo ora al quadro un’intelligenza artificiale (IA) più avanzata nel campo della sicurezza informatica: se i modelli possono aiutare a individuare le vulnerabilità più rapidamente, a testarne l’exploitabilità in modo più efficace o a collegare segnali deboli tra i vari sistemi, i difensori potrebbero trarne vantaggio. Tuttavia, anche gli aggressori potrebbero alla fine trarne beneficio, specialmente se capacità simili diventano più accessibili o vengono ricreate altrove. 

22 secondi
Tempo mediano che intercorre tra un evento di accesso iniziale e il passaggio di consegne a un gruppo di minaccia secondario  

_{Fonte: rapporto M-Trends 2026 di Mandiant} 

Ecco perché la discussione non può limitarsi all’affermazione «l’IA rende gli attacchi più rapidi». L’IA informatica all’avanguardia cambia il ritmo della sicurezza. Man mano che il tempo tra individuazione, convalida e sfruttamento si riduce, ogni ritardo nella comprensione delle dipendenze cloud o nella preparazione di Recovery diventa più costoso. 

In che modo l’IA informatica di nuova generazione potrebbe cambiare la difesa del cloud? 

Sebbene l’impatto complessivo di Mythos e GPT-5.5-Cyber sia ancora sconosciuto, essi indicano tre cambiamenti concreti che i team di sicurezza dei dati nel cloud dovrebbero tenere d’occhio. Ognuno di essi riconduce alla stessa questione: la sicurezza dei dati nel cloud dipende ora dalla rapidità con cui le organizzazioni riescono a comprendere i rischi, ad agire di conseguenza e a riprendersi quando qualcosa va storto. 

Gli esperti di sicurezza informatica devono prestare attenzione a:

• Velocità: gli strumenti basati sull’IA possono aiutare gli amministratori autorizzati a esaminare il codice, classificare le vulnerabilità, analizzare il malware, convalidare le patch e testare i controlli più rapidamente rispetto a quanto consentito dai flussi di lavoro tradizionali. 

• Scala: il rischio nel cloud raramente si limita a un unico punto. Una vulnerabilità in un’applicazione, un’identità con autorizzazioni eccessive, un bucket di archiviazione configurato in modo errato e un percorso di Recovery non testato possono diventare una catena di attacco. 

• Pressione sul ripristino: se l’IA aiuta gli aggressori a muoversi più velocemente, le organizzazioni devono ripristinare più rapidamente e in modo più pulito. I backup da soli non bastano se i team non sanno quali dati siano integri, a quali sistemi di identità ci si possa fidare o se il ripristino reintrodurrà risorse compromesse.

Per chi si occupa di difesa, il cambiamento più significativo potrebbe riguardare la sequenza delle attività. Oggi, molti team passano dall’allerta all’indagine, dalla correzione alla pianificazione di Recovery in fasi distinte, spesso coinvolgendo team diversi. L’intelligenza artificiale informatica potrebbe comprimere tale flusso di lavoro aiutando i team a passare più rapidamente da un segnale a una serie di azioni successive consigliate. 

Ciò non significa che le decisioni debbano diventare automatiche. Significa che i team potrebbero aver bisogno di regole più chiare su quando fidarsi di una raccomandazione, quando inoltrarla a un revisore umano e quando passare dall’indagine alla preparazione del piano di Recovery. Un modello può aiutare a identificare un possibile percorso di attacco, ma sono comunque le persone a dover decidere se bloccare l’accesso, isolare un carico di lavoro, conservare le prove, informare le parti interessate o preparare un piano di Recovery sicuro. 

È qui che il processo diventa importante quanto gli strumenti. L’intelligenza artificiale informatica di nuova generazione potrebbe aiutare i difensori ad agire più rapidamente, ma solo se i team dispongono di chiari passaggi di convalida e piani di Recovery. Senza tale struttura, la velocità può creare confusione. Con essa, i flussi di lavoro assistiti dall’IA potrebbero aiutare i team ad agire prima, mantenendo al contempo il controllo su come viene valutato il Risk e su come vengono prese le decisioni relative al Recovery. 

Perché una Recovery pulita è ancora più importante quando i rischi si evolvono più rapidamente 

Quando i rischi nel cloud si evolvono più rapidamente, la pianificazione del ripristino deve diventare più precisa. Non basta sapere che esistono copie di backup. I team devono avere la certezza che i dati ripristinati siano affidabili, che l’ambiente di ripristino sia isolato e che i sistemi che tornano online non reintroducano la stessa minaccia che ha causato l’interruzione. 

Questo è importante perché gli ambienti cloud sono altamente interconnessi. Un’identità compromessa, un set di dati danneggiato, una macchina virtuale interessata o un carico di lavoro configurato in modo errato possono creare incertezza su più servizi. Durante un incidente, i team potrebbero dover determinare quali punti di ripristino siano “puliti”, quali dipendenze debbano essere ripristinate per prime e se i dati ripristinati possano supportare in modo sicuro le operazioni aziendali. 

Un ripristino pulito cambia anche il modo in cui i team definiscono le priorità. L’obiettivo non è necessariamente ripristinare tutto immediatamente, ma ripristinare una parte sufficiente dell’attività per operare in sicurezza. 

Molte organizzazioni sanno quali applicazioni considerano “critiche”, ma sono ben poche quelle che hanno definito la propria “minimum viable company”: la combinazione più ridotta di identità, servizi cloud, dati, applicazioni e infrastruttura necessaria per mantenere l’azienda funzionante durante un’interruzione. Tali dipendenze spesso diventano visibili solo quando Recovery viene testato in condizioni realistiche. 

In un panorama delle minacce dominato dall’intelligenza artificiale, determinare la “minimum viable company” è fondamentale. Un’individuazione più rapida delle vulnerabilità e uno sviluppo più efficiente della catena di attacco potrebbero esercitare una maggiore pressione sui team di Recovery affinché prendano decisioni altamente affidabili in tempi ristretti. 

Inoltre, i sistemi di identità, le configurazioni cloud, le comunicazioni aziendali, le applicazioni rivolte ai clienti e i dati da cui dipendono potrebbero dover essere ripristinati secondo una sequenza ben definita — non semplicemente in base alla priorità tecnica, ma in base a ciò di cui l’azienda ha bisogno per primo per operare. 

Le organizzazioni necessitano di processi di Recovery in grado di aiutare a convalidare l’integrità dei dati, organizzare la Recovery in ambienti isolati, proteggere le dipendenze critiche relative alle identità e testare i piani di Recovery prima che un incidente renda tutto ciò inevitabile. Man mano che le capacità dell’IA nel campo della sicurezza informatica maturano, i team addetti alla sicurezza dei dati nel cloud dovrebbero considerare la Recovery senza compromessi come parte integrante della strategia di sicurezza, non come una fase successiva all’evento. 

Sviluppare una sicurezza dei dati orientata alla resilienza 

La sicurezza dei dati nel cloud si è spesso concentrata sulla prevenzione dell’esposizione: individuare i dati sensibili, classificarli, gestirne l’accesso e ridurre i rischi. Questo lavoro rimane importante. Anzi, diventa ancora più rilevante man mano che i sistemi di intelligenza artificiale utilizzano i dati aziendali attraverso prompt, sistemi di recupero, pipeline di addestramento, flussi di lavoro analitici e sistemi automatizzati di supporto decisionale. 

Questo perché i dati possono passare a nuovi contesti senza essere trasferiti in un nuovo sistema di registrazione. Un insieme di dati sensibili potrebbe supportare un flusso di lavoro di recupero, influenzare la risposta di un modello o comparire in un registro dei prompt. Di conseguenza, la governance non riguarda più tanto una singola posizione, quanto piuttosto il modo in cui i dati vengono consultati, riutilizzati e recuperati nei vari flussi di lavoro. 

Ma la prevenzione da sola non è sufficiente per la prossima fase della sicurezza dei dati nel cloud. Se l’intelligenza artificiale specializzata nella sicurezza informatica può aiutare i team di sicurezza a individuare le vulnerabilità, testare le vie di attacco e collegare più rapidamente i segnali deboli, allora i programmi di sicurezza dei dati devono tenere conto di ciò che accade dopo che un’esposizione è stata individuata o sfruttata. La visibilità e i controlli di accesso sono solo una parte del quadro. I team hanno anche bisogno di un percorso chiaro verso una Recovery affidabile. 

Individuare tale percorso richiede più che semplici strumenti di sicurezza più efficaci. Richiede un modello operativo di Recovery che allinei i responsabili della sicurezza, dell’IT e del business attorno a priorità di Recovery condivise prima che si verifichi un incidente. Sempre più spesso, le organizzazioni descrivono questa disciplina come ResOps, ovvero operazioni di resilienza: un approccio strutturato per rendere il ripristino misurabile, ripetibile e legato ai risultati aziendali piuttosto che al solo successo del backup. 

Nell’ambito delle ResOps, le organizzazioni devono comprendere: 

• Quali set di dati sono più critici per le operazioni aziendali? 

• Quali identità, servizi cloud e flussi di lavoro di IA dipendono dai set di dati critici per l’azienda? 

• Le politiche di governance e di accesso sono allineate al rischio aziendale? 

• Qual è lo stato operativo minimo necessario che l’organizzazione deve ripristinare per primo? 

• È possibile convalidare tali decisioni di Recovery prima che si verifichi un incidente, anziché durante lo stesso? 

Questo è il cambiamento verso cui puntano Mythos e GPT-5.5-Cyber. Il futuro della sicurezza dei dati nel cloud non sarà definito solo dalla prevenzione. Man mano che l’IA cibernetica riduce il tempo che intercorre tra l’individuazione di una minaccia e l’azione, le organizzazioni dovranno riporre la stessa fiducia nelle proprie capacità di ripristino. Ciò significa comprendere le dipendenze del cloud prima che si verifichi un incidente, definire il livello minimo di operatività aziendale che devono ripristinare e considerare il ripristino come una disciplina operativa piuttosto che come un aspetto tecnico secondario. 

Mythos e GPT-5.5-Cyber sono importanti non perché ogni organizzazione utilizzerà questi modelli domani, ma perché rivelano la direzione verso cui si sta muovendo la sicurezza informatica. Man mano che l’IA accelera sia la difesa che l’attacco, le organizzazioni che otterranno i migliori risultati non saranno semplicemente quelle dotate dei controlli preventivi più solidi. Saranno quelle in grado di dimostrare di sapere cosa ripristinare, in quale ordine e come ripristinare le operazioni affidabili prima che l’incertezza si trasformi in un’interruzione dell’attività.