L’intelligenza artificiale entra nel cuore dell’operatività

L’intelligenza artificiale non è più confinata agli strumenti di produttività, all’analisi dei dati o all’automazione delle attività d’ufficio.

La sua progressiva integrazione negli ambienti industriali sta modificando anche il modo in cui vengono controllati e protetti impianti, infrastrutture essenziali e sistemi cyber-fisici.

La diffusione della GenAI permette di elaborare grandi quantità di informazioni, accelerare le decisioni e individuare più rapidamente anomalie e inefficienze.

Allo stesso tempo, però, aumenta la dipendenza delle imprese da algoritmi, modelli e basi dati che devono rimanere affidabili anche quando sono collegati a processi produttivi, reti energetiche, strutture sanitarie o servizi pubblici.

In questi contesti, un errore dell’intelligenza artificiale o una compromissione dei dati non produce soltanto conseguenze digitali, ma può incidere direttamente sulla continuità operativa.

Il 2 agosto cambia il perimetro della responsabilità

A rendere ancora più urgente il tema è l’avvicinarsi di una delle principali scadenze dell’AI Act. Dal 2 agosto 2026 il regolamento europeo diventerà applicabile nella sua parte più ampia, compresi gli obblighi di trasparenza dell’articolo 50 per determinati sistemi di intelligenza artificiale.

Le persone dovranno essere informate quando interagiscono con un sistema AI, mentre i fornitori di soluzioni capaci di generare testi, immagini, audio o video sintetici dovranno adottare meccanismi che consentano di riconoscere gli output prodotti o manipolati artificialmente.

Il quadro europeo si intreccia con la Legge italiana 132 del 23 settembre 2025, entrata in vigore il 10 ottobre dello stesso anno.

La norma disciplina lo sviluppo e l’impiego dell’intelligenza artificiale secondo principi di correttezza, trasparenza e responsabilità, prevedendo che le disposizioni nazionali siano interpretate in conformità con il regolamento europeo.

La compliance parte dalla conoscenza degli asset

Per le aziende industriali, adeguarsi non significherà semplicemente aggiornare informative e procedure.

Prima ancora di documentare l’impiego dell’AI, sarà necessario comprendere dove venga utilizzata, quali dati alimentino i modelli, quali dispositivi siano coinvolti e chi possa accedere ai sistemi.

La governance normativa dipenderà quindi dalla capacità di costruire una mappa attendibile dell’ambiente tecnologico.

In una fabbrica con macchinari di generazioni differenti, protocolli proprietari, dispositivi IoT e collegamenti da remoto, la frammentazione può rendere difficile perfino individuare tutti gli asset connessi.

Diventano centrali la visibilità sulle reti operative, il controllo degli accessi ai sistemi industriali e il monitoraggio continuo delle interazioni tra dispositivi. Non si tratta più soltanto di difendere gli archivi informatici, ma di proteggere l’intero ciclo su cui poggia l’operatività dell’organizzazione.

GenAI e RAG alzano la posta sui dati aziendali

Un ulteriore elemento di complessità deriva dalla diffusione del Retrieval-Augmented Generation, o RAG.

Questa architettura permette ai modelli generativi di consultare documenti, database e fonti informative aziendali prima di produrre una risposta.

Negli ambienti industriali il RAG può aiutare tecnici e operatori a interrogare manuali, registri di manutenzione, dati provenienti dai sensori e procedure operative.

L’efficacia del modello, però, dipende dalla qualità e dall’integrità delle informazioni recuperate.

Se le fonti sono obsolete, manipolate o accessibili a soggetti non autorizzati, anche la risposta dell’intelligenza artificiale può risultare errata o pericolosa.

La cybersecurity diventa quindi una componente del funzionamento stesso del sistema AI, non un livello di protezione da aggiungere successivamente.

Una nuova area di intervento per il canale IT

Per system integrator, managed service provider e operatori della cybersecurity, questa trasformazione apre un terreno di lavoro che unisce competenze tecnologiche, industriali e normative.

I progetti non potranno limitarsi all’installazione di una piattaforma AI.

Sarà necessario effettuare l’asset discovery, segmentare le reti, governare gli accessi remoti, verificare la provenienza dei dati e costruire meccanismi di monitoraggio capaci di rilevare comportamenti anomali.

Il partner dovrà inoltre favorire il dialogo tra responsabili IT, operation, sicurezza e compliance. Nei sistemi cyber-fisici, infatti, la protezione non può essere gestita da funzioni separate: una modifica apparentemente marginale a un modello, a una fonte dati o a un’autorizzazione può produrre conseguenze sull’intero processo operativo.

Claroty: rendere governabile la complessità

Secondo Claroty, l’obiettivo non è soltanto rispondere ai nuovi obblighi regolatori, ma rendere gli ambienti cyber-fisici più comprensibili e governabili.

“Non basta più proteggere l’infrastruttura: è fondamentale comprendere come l’ecosistema nel suo complesso reagisce ai cambiamenti”, ha osservato Fabio Palozza, Vice President Solution Engineering Emea di Claroty.

La priorità diventa creare un linguaggio comune tra operation, sicurezza e compliance, riducendo la frammentazione tra tecnologie differenti e mettendo i team nelle condizioni di anticipare i problemi prima che incidano sull’attività reale.

Una resilienza duratura, secondo Palozza, può nascere soltanto da dati affidabili, visibilità concreta e conoscenza condivisa dell’ambiente critico.

In questo scenario Claroty propone una piattaforma dedicata alla protezione dei sistemi cyber-fisici, articolata tra gestione dell’esposizione, protezione delle reti, accesso sicuro e rilevamento delle minacce, con soluzioni cloud e on-premise.