Come si controlla l’identità degli Agenti AI? La nuova sfida per la sicurezza aziendale

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, e controllare l’identità di questi agenti sta diventando una priorità per la sicurezza aziendale. Il passaggio dalla GenAI all’Agentic AI cambia in modo profondo il problema della sicurezza e della gestione delle identità degli agenti AI.

Quando l’AI serviva solo per scrivere testi, fare riassunti o rispondere a domande, il problema principale erano i dati. Bisognava capire quali informazioni potevano entrare nel modello, dove venivano usate, chi poteva vederle e con quali garanzie.

Ora il punto è un altro. Non basta più chiedersi che cosa sappia l’AI. Bisogna controllare l’identità degli agenti e capire che cosa sia loro 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 questo è fondamentale controllare l’identità degli agenti e le loro autorizzazioni.

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

Nasce così un tema chiave per CIO, CISO e partner: come gestire le identità non umane (non-human identities).

Come controlla l’identità degli Agenti non umani oggi

Non si tratta esclusivamente di AI. In questa categoria rientrano da tempo service account, workload, certificati, API key, token e automazioni. Gli agenti però portano una novità: possono crescere in fretta e diventare sempre più autonomi. Per questo è ancora più importante controllare l’identità di ogni agente.

Governance delle identità per agenti AI: i dati

Il 2026 Identity Security Landscape Report di Palo Alto Networks, realizzato su un campione di 2.930 responsabili della cybersecurity, mostra bene quanto è grande il tema di come si controlla l’identità degli agenti AI: nelle aziende ci sono in media 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. Bisogna capire chi crea queste identità e perché. Quali permessi hanno. E chi controlla le identità degli agenti quando non servono più, eliminandole.

La Cloud Security Alliance, nel rapporto del gennaio 2026 su identità non umane e sicurezza AI, mostra un dato chiaro. Il 78% delle aziende non ha regole scritte per creare, controllare e cancellare le identità degli agenti AI.

Più del 16% non tiene traccia delle nuove identità legate all’intelligenza artificiale e non controlla adeguatamente l’identità degli agenti. 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 vogliono AI sempre più autonome. Ma i sistemi per controllare le identità degli agenti e questa autonomia sono ancora in fase di sviluppo.

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, se non si controlla l’identità dell’agente periodicamente.

La Cloud Security Alliance parla non a caso di un vero e proprio vuoto di governance delle identità per agenti AI.

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 e chi controlla le identità degli agenti mantiene una visibilità adeguata.

Il problema nasce in tre casi. Quando un agente ha più permessi del necessario. Quando una credenziale resta attiva troppo a lungo. Quando nessuno sa più perché è stato dato un accesso.

Il Global Incident Response Report 2026 di Unit 42 (Palo Alto Networks) mostra l’aumento delle identità macchina e AI.

Queste identità hanno spesso molti privilegi, credenziali che durano a lungo e controlli meno rigorosi rispetto 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 che ogni giorno esegue migliaia di operazioni automatiche è molto più difficile da individuare tra le attività normali, rendendo complesso controllare le identità di questi agenti.

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. Per questo controllare l’identità degli agenti diventa fondamentale.

Lo stesso vale per un file eliminato, un account modificato o un ordine approvato. Vale anche per dati spostati da un’app a un’altra.

Non significa che gli agenti AI siano intrinsecamente pericolosi. Significa che più gli agenti possono fare, più dobbiamo controllare le identità degli agenti e le loro 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, solo il 28% delle aziende sa chi controlla le identità degli agenti AI nei loro sistemi.

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 cosa hanno. Quali endpoint esistono, quali server sono accesi, quali programmi si usano e quali account hanno permessi alti. Ma controllare le identità degli agenti AI richiede un approccio diverso.

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 restano attivi anche dopo la fine di un progetto pilota. Nessuno controlla più le loro identità.

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

C’è una differenza importante: non parliamo solo di app non censite. Parliamo di identità che usano le app in modo autonomo.

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 difficile. Bisogna capire quali permessi hanno gli agenti e togliere quelli in eccesso. Serve assegnare un responsabile a ogni identità, cambiare le credenziali regolarmente, controllare il comportamento degli agenti e spegnere 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 come controllare 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??

Come controlla l’identità degli Agenti il tuo partner

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 controllare le identità degli agenti e delle macchine che hanno cominciato a comportarsi come loro.