Agenti AI, chi controlla le nuove identità aziendali?

Nelle aziende sta entrando una nuova categoria di utenti.

Non ha un badge, non compare nell’organigramma e non chiama l’help desk quando dimentica la password.

Eppure può accedere al CRM, consultare database, leggere documenti e usare applicazioni aziendali. Sempre più spesso agisce da sola, senza aspettare una persona.

Sono gli agenti di intelligenza artificiale. Ed è proprio il passaggio dalla GenAI all’Agentic AI a cambiare profondamente il problema della sicurezza.

Finché l’intelligenza artificiale serviva soprattutto per scrivere testi, riassumere documenti o rispondere a domande, la preoccupazione principale erano i dati: quali informazioni potevano entrare nel modello, dove venivano elaborate, chi poteva accedervi e con quali garanzie.

Ora il punto è un altro. Non basta più chiedersi che cosa sappia l’AI. Bisogna capire che cosa le sia consentito fare. Ed è una differenza sostanziale.

Quando l’AI diventa un utente dell’azienda

Un agente AI può collegarsi alla posta elettronica, consultare Salesforce, interagire con un ERP, aprire un ticket, recuperare informazioni da un database oppure utilizzare una serie di API per portare a termine un’attività.

Per poterlo fare deve essere riconosciuto dai sistemi aziendali. Deve quindi disporre di un’identità e, soprattutto, di autorizzazioni.

Nasce così un tema sempre più importante per CIO, CISO e partner di canale: la gestione delle identità non umane (non-human identities).

Non si tratta esclusivamente di AI. In questa categoria rientrano da tempo service account, workload, certificati, API key, token e automazioni. Gli agenti aggiungono però una variabile nuova: possono moltiplicarsi rapidamente e acquisire livelli crescenti di autonomia.

Il 2026 Identity Security Landscape Report di Palo Alto Networks, realizzato su un campione di 2.930 decisori della cybersecurity, fotografa bene le dimensioni del fenomeno: nelle organizzazioni esisterebbero mediamente 109 identità macchina per ogni identità umana. Gli agenti AI rappresentano inoltre una delle componenti in crescita più rapida.

Numeri che fanno capire quanto sia ormai riduttivo pensare alla gestione dell’identità concentrandosi soltanto sulle persone.

Migliaia di identità, ma poche regole

Il problema non è soltanto quante identità non umane esistano. È capire chi le crea, perché vengono create, quali privilegi possiedono e soprattutto chi si occupa di eliminarle quando non servono più.

La Cloud Security Alliance, nel rapporto The State of Non-Human Identity and AI Security del gennaio 2026, mostra che il 78% delle aziende non ha policy scritte e ufficiali per creare e rimuovere le identità AI.

Più del 16% non tiene traccia delle nuove identità legate all’intelligenza artificiale. Solo il 12% degli intervistati è molto sicuro che la propria azienda possa prevenire attacchi attraverso identità non umane.

Il paradosso è evidente. Le aziende stanno cercando di rendere l’intelligenza artificiale sempre più autonoma mentre i meccanismi necessari per controllare questa autonomia sono ancora in costruzione.

Con un dipendente il processo, almeno in teoria, è consolidato. Quando entra in azienda viene creato un account.

A seconda del ruolo riceve determinati privilegi. Se cambia funzione, le autorizzazioni vengono modificate. Quando lascia l’organizzazione, l’accesso viene disabilitato.

Per un agente AI questo ciclo di vita è molto meno definito.

Un’identità può essere generata da uno sviluppatore, creata automaticamente da un’applicazione o nascere all’interno di una piattaforma cloud.

Può usare un token, una API key o un service account. E può restare attiva anche dopo la fine del progetto per cui era stata creata.

La Cloud Security Alliance parla non a caso di un vero e proprio vuoto di governance.

Chi consegna le chiavi all’agente?

La domanda può sembrare provocatoria, ma rende bene il problema: chi dà le password agli agenti AI?

Nella maggior parte dei casi non esiste nemmeno una password in senso tradizionale. L’accesso può avvenire attraverso certificati, token, OAuth, API key o altre forme di autenticazione macchina-macchina. Tutto funziona finché le autorizzazioni sono corrette.

Il problema nasce quando un agente ha più privilegi del necessario, quando una credenziale resta attiva troppo a lungo o quando nessuno sa più perché è stato dato un certo accesso.

Il Global Incident Response Report 2026 di Unit 42 (divisione di threat intelligence di Palo Alto Networks) segnala la crescita delle identità macchina e AI.

Queste identità possono essere caratterizzate da privilegi molto estesi, credenziali longeve e livelli di monitoraggio non sempre paragonabili a quelli applicati agli utenti umani.

E per un attaccante possono rappresentare una porta d’ingresso particolarmente interessante.

Un account umano che si comporta in modo anomalo può generare un allarme. Un service account utilizzato ogni giorno per eseguire migliaia di operazioni automatiche può essere molto più difficile da distinguere dal rumore di fondo.

Il rischio cambia: l’AI non si limita più a rispondere

Il passaggio all’Agentic AI porta con sé anche un’altra conseguenza.

Con la GenAI il rischio era prevalentemente informativo. Un modello poteva produrre una risposta sbagliata, utilizzare informazioni riservate o restituire un contenuto impreciso.

Un agente può invece trasformare quella risposta in un’azione.

Se un chatbot sbaglia il prezzo di un prodotto, qualcuno può correggerlo prima che l’informazione produca effetti. Se un agente dispone delle autorizzazioni per aggiornare automaticamente il listino nel gestionale, l’errore entra direttamente nel processo operativo.

Lo stesso vale per un file eliminato, un account modificato, un ordine approvato o un’informazione trasferita da un’applicazione a un’altra.

Non significa che gli agenti AI siano intrinsecamente pericolosi. Significa piuttosto che più aumenta la capacità di agire, più deve aumentare la qualità del controllo sulle autorizzazioni.

Il problema potrebbe diventare ancora più complesso quando gli agenti inizieranno a collaborare tra loro.

Un primo agente riceve un’attività, ne delega una parte a un secondo, che a sua volta interroga un’altra applicazione.

A quel punto diventa essenziale poter ricostruire la catena delle autorizzazioni e capire chi abbia fatto cosa.

Anche su questo fronte i margini di miglioramento sono ampi. Secondo la Cloud Security Alliance, soltanto il 28% delle organizzazioni riesce oggi a collegare le azioni degli agenti AI a uno sponsor umano attraverso tutti gli ambienti.

Dietro un agente, in altre parole, dovrebbe esserci sempre qualcuno che risponde delle sue autorizzazioni.

Dopo endpoint e server, bisognerà censire gli agenti

Per MSP, MSSP e system integrator la questione diventa particolarmente interessante.

Da anni i partner aiutano le aziende a sapere: quali endpoint ci sono, quali server sono attivi, quali applicazioni si usano e quali account hanno privilegi elevati.

La diffusione degli agenti AI potrebbe aggiungere una nuova voce all’inventario.

Quanti agenti sono presenti nell’azienda? A quali applicazioni accedono? Quali credenziali utilizzano? Chi li ha autorizzati?

Domande apparentemente semplici alle quali molte organizzazioni potrebbero già oggi avere difficoltà a rispondere.

La proliferazione incontrollata degli agenti AI

Il reparto IT potrebbe aver adottato alcuni agenti ufficiali. Il marketing potrebbe utilizzarne altri all’interno di una piattaforma SaaS. Gli sviluppatori potrebbero aver creato automazioni per esigenze specifiche. Alcuni agenti potrebbero essere rimasti attivi dopo la fine di un progetto pilota.

È una dinamica che ricorda molto da vicino quella dello Shadow IT.

Con una differenza importante: questa volta non stiamo parlando soltanto di applicazioni non censite, ma di identità capaci di utilizzare autonomamente le applicazioni.

Una nuova opportunità di managed service

Ed è probabilmente qui che il tema diventa più interessante per il canale.

Per MSP e system integrator la crescita delle identità non umane potrebbe tradursi in una nuova area di servizi ricorrenti.

Il primo livello riguarda il discovery: individuare agenti AI, service account, token e API presenti nell’ambiente del cliente.

Poi arriva la parte più complessa: capire quali privilegi hanno, eliminare quelli eccessivi, associare ogni identità a un responsabile, gestire la rotazione delle credenziali, controllare il comportamento degli agenti e disattivare in automatico quelli non più usati.

Non è difficile immaginare la nascita di offerte di AI Identity Management as a Service.

Per una grande impresa il tema potrebbe essere affrontato internamente attraverso team IAM e cybersecurity strutturati.

Per una PMI, al contrario, la gestione continuativa di centinaia o migliaia di identità macchina rischia di diventare rapidamente ingestibile.

Ed è proprio su questo terreno che l’MSP può trovare spazio.

Non vendendo semplicemente un’altra piattaforma, ma assumendosi la responsabilità di governare nel tempo un ambiente destinato a cambiare continuamente.

La prossima frontiera del canale potrebbe essere l’identità

Le definizioni probabilmente cambieranno ancora. Si parlerà di machine identity, non-human identity, AI identity o agent identity. Il problema resterà lo stesso.

Dentro le aziende stanno entrando soggetti digitali capaci di autenticarsi, utilizzare risorse, scambiarsi informazioni e produrre conseguenze operative.

Qualcuno dovrà decidere quali porte possano aprire. I vendor dovranno adattare le piattaforme di Identity Security, PAM e governance.

I distributori potranno costruire nuove competenze e aggregare tecnologie. I system integrator dovranno progettare l’identità degli agenti insieme all’architettura AI. Gli MSP avranno la possibilità di trasformare quel controllo in un servizio continuativo.

Per il cliente finale la domanda è più semplice: sappiamo davvero chi (o cosa) ha oggi accesso ai nostri sistemi??

Nell’era dell’Agentic AI potrebbe diventare una delle domande più importanti da fare al proprio fornitore IT. Perché presto non basterà più sapere chi sono gli utenti dell’azienda. Bisognerà conoscere anche le macchine che hanno cominciato a comportarsi come loro.