Perché la GenAI introduce nuovi rischi per la sicurezza per MSP e SMD

L’AI generativa non è più un tema del futuro di cui devono preoccuparsi solo le grandi aziende. Fa già parte del lavoro quotidiano. Le persone la usano per scrivere e-mail, riassumere documenti, cercare risposte, redigere proposte, preparare report e rispondere più velocemente ai clienti.

Questo è uno dei motivi per cui il discorso è cambiato così rapidamente. Nello Stanford HAI 2025 AI Index Report, il 78% delle organizzazioni ha dichiarato di utilizzare l’AI nel 2024, rispetto al 55% dell’anno precedente. Lo stesso rapporto afferma che il 71% utilizzava già l’AI generativa in almeno una funzione aziendale, rispetto al 33% nel 2023. Questo ci dice una cosa importante: la GenAI non è più un esperimento secondario. Sta entrando nelle normali attività aziendali.

Per MSP e SMD, questo è importante perché i clienti non hanno bisogno di una lezione tecnica su come vengono costruiti i modelli. Hanno bisogno di una spiegazione chiara di che cosa sia davvero la GenAI, del perché si stia diffondendo così velocemente e del perché ponga una nuova questione di sicurezza.

In parole semplici, la GenAI è un tipo di AI in grado di creare nuovi contenuti. Può scrivere testi, riassumere informazioni, suggerire risposte, riscrivere un documento, generare codice, tradurre contenuti o aiutare un utente ad effettuare ricerche in grandi quantità di materiale in modo molto più naturale.

È questo che la rende diversa da un software tradizionale. Normalmente, il software richiede la navigazione tra menu, campi e passaggi fissi. La GenAI permette di chiedere ciò che si vuole in linguaggio naturale. Un utente può digitare “riassumi questa riunione”, “scrivi una risposta al cliente” oppure “spiega questo report in termini più semplici”, e il sistema produce un risultato utilizzabile.

Un modo utile per spiegarla ai clienti è dire che la GenAI aggiunge un nuovo livello tra le persone, i dati aziendali e le applicazioni aziendali. Aiuta gli utenti a lavorare con le informazioni più velocemente, ma cambia anche il modo in cui le informazioni fluiscono all’interno dell’azienda.

Molte applicazioni di GenAI sono basate su LLM, cioè modelli linguistici di grandi dimensioni. Un LLM è il motore alla base dell’applicazione che comprende i prompt e genera output basati sul linguaggio, come risposte, riassunti, bozze, codice o raccomandazioni. Quindi, quando parliamo di GenAI, spesso è più preciso dire “applicazioni di GenAI potenziate da LLM”. Questo stesso livello LLM è anche ciò che rende possibile l’AI agentica, perché aiuta il sistema a interpretare gli obiettivi, ragionare per fasi e lavorare con strumenti o sorgenti di dati connesse.

L’AI agentica è il passo successivo. Invece di limitarsi a rispondere a un prompt alla volta, un sistema agentico può portare avanti un’attività articolata in più fasi. La guida di OpenAI alla creazione di agenti afferma che gli agenti sono sistemi che svolgono compiti per conto degli utenti in modo indipendente. In altre parole, un agente non si limita a rispondere. Può pianificare, usare strumenti, acquisire più contesto e continuare ad avanzare verso un obiettivo.

Un esempio pratico aiuta a immaginarlo meglio. Un normale assistente AI potrebbe riassumere un ticket di supporto. Un assistente abilitato alla RAG potrebbe riassumere il ticket e recuperare l’articolo della knowledge base corretto. Un sistema agentico potrebbe leggere il ticket, controllare la cronologia del cliente nel CRM, cercare nella knowledge base la soluzione più probabile, redigere la risposta, aggiornare il caso e avvisare il tecnico, con approvazione umana dove necessario. I materiali di OpenAI sull’agente ChatGPT descrivono questo tipo di flusso di lavoro agentico come la capacità di ragionare, fare ricerche e intraprendere azioni per conto di un utente, fermandosi per chiedere chiarimenti o conferma quando necessario.

È qui inoltre che la discussione su sicurezza e governance diventa molto più seria. Più l’AI è in grado di fare, più le aziende devono riflettere sui limiti. Quali strumenti si possono usare? Quali azioni sono consentite automaticamente? Quando è necessario che un essere umano mantenga il controllo? Le linee guida di sicurezza di OpenAI sull’agente ChatGPT avvertono che gli agenti possono accedere a dati sensibili e compiere azioni per conto di un utente, ed è proprio per questo che approvazioni, controlli sulle app e una supervisione attenta sono importanti.

Button

Button

Button

Button

Il motivo non è misterioso. La GenAI fa risparmiare tempo. Riduce l’attrito nelle attività più comuni. Le persone non devono imparare a usare uno strumento complicato prima di vederne il valore, quindi l’adozione avviene rapidamente.

Questa velocità è anche spinta dalla pressione del business. Il Future of Jobs Report 2025 del World Economic Forum afferma che il cambiamento tecnologico, compresa l’AI, è una delle forze più importanti che stanno rimodellando il business e il lavoro. Parallelamente, il Work Trend Index 2025 di Microsoft riporta che l’82% dei leader prevede di utilizzare manodopera digitale per ampliare la capacità della forza lavoro nei prossimi 12-18 mesi. Le aziende non sono interessate all’AI solo perché è una novità. Sono interessate perché i team sono sotto pressione per fare di più e più velocemente.

Per questo l’AI non riguarda solo le grandi aziende. Le grandi imprese possono parlare più pubblicamente dei programmi di AI, ma le organizzazioni più piccole avvertono la stessa pressione per risparmiare tempo, rispondere più velocemente ai clienti e ottenere più valore da personale limitato. Per certi versi, le aziende più piccole possono essere coinvolte ancora prima, perché spesso le persone adottano strumenti utili prima che le policy formali riescano ad adeguarsi.

Il valore della GenAI è reale, ma questa è solo metà della storia. L’altra metà è che la GenAI crea un nuovo percorso per dati, istruzioni e decisioni. Le persone possono incollare informazioni aziendali nei prompt, caricare file interni per farli riassumere o affidarsi a risposte generate dall’AI che sembrano sicure anche quando sono sbagliate.

Ecco perché non dovremmo considerarla solo una questione di produttività. È anche una questione di governance e sicurezza. Quando i dipendenti usano l’AI, le aziende devono pensare a quali dati vengono condivisi, quali strumenti sono approvati, chi può usarli e come vengono verificati gli output prima che influiscano su clienti, attività o decisioni interne.

È anche così che il Profilo dell’AI generativa del NIST inquadra la questione. Il NIST considera l’AI generativa una sfida distinta di gestione del rischio e osserva che alcuni rischi sono nuovi, mentre altri vengono aggravati dal modo in cui funziona la GenAI. Questo è un messaggio importante per le aziende: la GenAI non sostituisce le tradizionali preoccupazioni in materia di sicurezza, ma aggiunge un nuovo livello che le aziende devono comprendere e gestire.

Per gli MSP, la GenAI deve essere vista come una questione di ambiente gestito, non solo come una funzionalità di prodotto. Un cliente può chiedere di un chatbot o di un assistente AI, ma la domanda più importante è cosa c’è dietro. Quali strumenti vengono già utilizzati? Il personale usa account aziendali approvati o account personali? Quali tipi di dati vengono inseriti? C’è qualcuno che verifica cosa è sicuro e cosa no?

Sono le classiche domande che fanno i fornitori di servizi. Gli MSP aiutano già i clienti a gestire endpoint, identità, app cloud, piattaforme di collaborazione, backup e controlli di sicurezza. Ora anche l’AI deve far parte dello stesso discorso, perché tocca molte di queste aree contemporaneamente.

Per le implementazioni di piccole e medie dimensioni, la sfida di solito non consiste nel creare da zero sistemi di AI avanzati. La sfida è molto più elementare e molto più immediata: adozione informale, visibilità limitata, titolarità poco chiara e policy deboli. Un’azienda più piccola potrebbe non avere un team dedicato all’AI, ma può comunque avere dipendenti che la usano ogni giorno in modi che influiscono sulla gestione dei dati, sulla qualità e sulla sicurezza.

Uno dei segnali di allarme più chiari arriva da un sondaggio di TELUS Digital pubblicato a febbraio 2025. È emerso che quasi il 68% dei dipendenti aziendali che usano la GenAI pubblica sul luogo di lavoro lo fa tramite account personali e il 57% ha dichiarato di aver inserito informazioni sensibili o ad alto rischio in questi strumenti. Questi numeri contano perché mostrano come l’uso dell’AI possa crescere al di fuori dei normali controlli aziendali.

Questo è il vero problema per molti clienti degli MSP e per gli ambienti SMD. Spesso il problema non è un’implementazione dell’AI pianificata con cura. È un uso ombra che avviene silenziosamente tra browser, app di produttività, flussi di lavoro di supporto e account personali. Quando i vertici iniziano a interessarsi alla politica sull’AI, il personale potrebbe già utilizzare diversi strumenti ogni settimana.

Ecco perché il primo passo giusto di solito non è vietare tutto o promettere una trasformazione AI da un giorno all’altro. Il primo passo giusto è rendere visibile l’uso dell’AI. Le aziende possono quindi decidere cosa è consentito, quali dati non devono mai essere condivisi, dove è necessaria una maggiore formazione e quali controlli vanno aggiunti.

Button

Button

La maggior parte dei clienti non ha bisogno di un linguaggio AI astratto, ma ha bisogno di una spiegazione semplice. La GenAI è un nuovo modo di lavorare con le informazioni attraverso il linguaggio naturale. Può aiutare le persone a muoversi più rapidamente, ma può anche creare nuovi rischi se viene usata senza visibilità, policy e revisione.

Questo messaggio funziona bene per gli MSP perché è equilibrato. Non cade nell’esagerazione, ma non nega nemmeno la realtà. L’AI può portare un valore reale. Allo stesso tempo, le aziende devono riflettere su dove viene usata, quali dati vi confluiscono, come vengono verificati gli output e quali controlli dovrebbero essere in atto.

Per i clienti SMD, non si tratta di copiare un programma AI da grande impresa. Si tratta di porsi alcune domande pratiche: dove si sta già usando l’AI? Cosa è consentito? Cosa non deve mai essere condiviso? Chi è responsabile della supervisione? E come facciamo a garantire che la velocità non vada a discapito della sicurezza o della fiducia?

La GenAI è importante perché cambia il modo in cui le persone creano, cercano, riassumono e rispondono. Per questo si sta diffondendo così rapidamente nelle aziende di ogni dimensione. Ma questa stessa facilità d’uso è anche ciò che la rende una nuova questione di sicurezza.

Per MSP e SMD, il punto chiave è semplice. Non è solo una questione che riguarda le imprese più grandi. È una questione di lavoro aziendale quotidiano, team più piccoli, adozione più rapida e necessità di maggiore visibilità e controllo. Le aziende che otterranno buoni risultati con l’AI non saranno quelle che ne parlano di più. Saranno quelle che la comprendono chiaramente e la gestiscono con buon senso.

Acronis affronta queste preoccupazioni con Acronis GenAI Protection, una soluzione progettata per aiutare gli MSP e i loro clienti a rendere l’uso dell’AI più visibile, governabile e sicuro nel lavoro di tutti i giorni. Nei materiali che hai condiviso, Acronis inquadra questa soluzione attorno alle principali aree problematiche che le aziende si trovano ad affrontare: individuazione dell’AI ombra, prevenzione della perdita di dati , protezione dall’iniezione di prompt, monitoraggio del denial-of-wallet, gestione delle policy per applicazioni GenAI, agenti e server MCP e un motore di sicurezza AI a più livelli. L’idea è semplice: se l’AI sta diventando parte dei normali flussi di lavoro aziendali, le aziende hanno bisogno di controlli che rispecchino questa realtà, invece di affidarsi solo a metodi di sicurezza più datati.