IA agentiche, il rischio è nelle azioni: l’allarme di Akamai

Per Akamai, l’IA agentica segna il passaggio da software che risponde alle domande a entità non umane capaci di recuperare informazioni, usare strumenti, chiamare API e completare sequenze di azioni. Il punto di sicurezza decisivo non è più soltanto chi ha effettuato l’accesso: è necessario controllare che cosa un agente sta facendo, in quale contesto e in tempo reale. 117

Perché gli agenti autonomi cambiano il modello di rischio

Un agente autonomo combina la capacità di ragionamento di un modello con l’accesso ai sistemi aziendali. Il rischio nasce quando può agire: trasferire dati, utilizzare un browser, collegarsi a un’API o avviare un workflow.

Akamai definisce questo scenario un problema di identità non umane. Un’impresa deve poter identificare non solo il dipendente o il servizio dietro un’azione, ma anche l’agente, gli strumenti che può utilizzare, i dati a cui può accedere e se il suo comportamento è coerente con il compito assegnato. 12

I rischi principali indicati nel rapporto

1. Le conversazioni con i chatbot possono diventare un canale di fuga dati

Secondo Akamai, oltre il 6% delle conversazioni con chatbot IA effettuate da dispositivi aziendali contiene informazioni sensibili. Prompt, file caricati e cronologie delle chat entrano quindi a far parte del perimetro di protezione dei dati: non sono solo una questione di produttività. 1

Il rischio aumenta quando i dipendenti ricorrono ad account IA personali o comunque non monitorati. Queste interazioni possono restare fuori dalla visibilità e dalle politiche aziendali, rendendo più difficile capire quali dati corporate siano stati condivisi e dove siano finiti. Akamai include la shadow AI nella crescente superficie d’attacco dell’impresa. 12

2. Le estensioni IA del browser aprono un’area di lavoro poco governata

Il browser è un punto di controllo delicato: è lì che i dipendenti lavorano, effettuano autenticazioni, visualizzano informazioni riservate e usano sempre più spesso assistenti IA. Akamai rileva che oltre il 40% degli utenti aziendali ha installato estensioni browser basate sull’IA; il 25% di tali estensioni ha modificato i propri permessi nei 12 mesi precedenti. 12

Il problema non è che ogni estensione sia dannosa. È che permessi, accesso ai dati e comportamento dell’estensione possono cambiare in un ambiente che non sempre riceve lo stesso livello di controllo riservato alle applicazioni aziendali gestite.

3. MCP può confondere il confine fra dati e azioni eseguibili

Il Model Context Protocol (MCP) consente agli agenti di utilizzare strumenti e API. Akamai lo descrive come le «mani» operative dell’IA agentica, ma avverte che può anche rendere meno netto il confine tra dati e codice. Un server MCP malevolo o compromesso può influenzare il comportamento del modello attraverso prompt injection o attacchi tra server. 2

Ne deriva una sfida di visibilità e autorizzazione: i team devono sapere quali servizi MCP può raggiungere un agente, quali credenziali e autorizzazioni sono disponibili e quali azioni l’agente compie realmente durante l’esecuzione.

4. Bot e abusi delle API si muovono alla velocità delle macchine

Akamai collega la crescita degli agenti a una sfida più ampia nella sicurezza di bot e API. I sistemi automatizzati possono imitare il comportamento dei clienti e moltiplicare le interazioni che i difensori devono valutare per individuarne intenzione e possibili abusi. Nel commercio digitale, Akamai ha registrato nel 2025 un aumento del 19% su base annua del traffico dei bot IA, trainato in larga parte dal retail. 20

Questo non significa che ogni bot IA sia malevolo. Crawler, bot di ricerca, sistemi di recupero dati e agenti possono avere usi legittimi accanto all’automazione abusiva. La sfida di sicurezza consiste quindi nel distinguere l’attività prevista e consentita da comportamenti anomali o dannosi. 1827

5. I crawler IA stanno passando dalla lettura all’azione

L’avvertimento si estende ai servizi esposti sul web. Una ricerca citata nel materiale fornito, basata su osservazioni Akamai, ha rilevato crawler IA verificati, incluso ChatGPT, effettuare richieste POST ad alta frequenza invece di limitarsi al recupero di pagine tramite GET. Le richieste POST possono inviare informazioni o attivare operazioni quali login, aggiunta al carrello e checkout. 19

Nell’analisi di 30 giorni, l’e-commerce ha rappresentato il 44,8% delle transazioni POST dei bot IA; il settore viaggi ha raggiunto il 30% in un mese. Una richiesta POST non è di per sé malevola, ma il dato indica che il traffico originato dall’IA può arrivare sempre più spesso nei workflow in cui controlli antifrode, verifiche di autorizzazione e monitoraggio delle transazioni diventano essenziali. 19

Quattro misure di governance per le imprese

La direzione proposta da Akamai è passare dalla gestione convenzionale delle identità a una governance comportamentale di attori umani e non umani. In termini operativi, l’approccio si traduce in quattro priorità. 117

1. Governare i comportamenti, non solo le identità

Autenticare utenti, servizi e agenti resta necessario, ma non è sufficiente. I controlli dovrebbero valutare anche l’azione richiesta dall’agente, il sistema di destinazione, gli strumenti usati, l’accesso ai dati e condotte insolite nei workflow e nelle API. 117

2. Creare un inventario di agenti, API e strumenti collegati a MCP

Le organizzazioni devono avere visibilità sugli agenti distribuiti, sugli account di servizio, sulle estensioni del browser, sui server MCP, sulle API connesse e sui relativi permessi. Connessioni sconosciute e privilegi eccessivi sono difficili da proteggere, perché non è possibile valutarne in modo affidabile l’impatto. 2

3. Applicare il privilegio minimo e proteggere i flussi di dati IA

Ogni agente e ogni strumento connesso dovrebbe disporre solo dei dati, dei sistemi e delle azioni indispensabili per il compito definito. A ciò va affiancato il monitoraggio dell’uso dei chatbot, degli strumenti IA nel browser e dei movimenti di dati sensibili, così che le politiche considerino contesto e destinazione dei dati, non soltanto il successo dell’accesso a un account. 12

4. Usare controlli in tempo reale basati sul rischio, con supervisione umana

L’automazione alla velocità delle macchine richiede difese capaci di valutare il comportamento mentre si verifica. Attività a basso rischio e facilmente reversibili possono ricevere maggiore autonomia; azioni sensibili, ad alto impatto o anomale dovrebbero incontrare controlli più severi o richiedere un’approvazione umana. È un’impostazione coerente con l’enfasi di Akamai sul governo in tempo reale delle identità non umane e dell’attività API. 17

In sintesi

Il rapporto di Akamai non considera gli agenti IA una semplice nuova categoria di utenti o bot. Li tratta come attori operativi che possono collegare dati, strumenti e transazioni. La priorità per la sicurezza è quindi rendere visibili queste connessioni, limitare i privilegi, monitorare continuamente i comportamenti e proporzionare l’autonomia al livello di rischio. 1217