La piattaforma di observability OpManager Nexus ora supporta nativamente l’interfaccia di gestione di rete gRPC (gNMI) e la telemetria in streaming OpenConfig per una visibilità di rete in tempo reale, mentre la piattaforma di sicurezza unificata Log360 offre funzionalità SOAR (Security Orchestration, Automation, and Response) native e contribuisce a ridurre i tempi tra rilevamento e risposta grazie all’orchestrazione cross-domain.

OpManager Nexus: un passo avanti verso la network observability continua ad alta fedeltà

Grazie all’integrazione del supporto nativo per lo streaming di telemetria tramite i modelli gNMI e OpenConfig, OpManager Nexus consente agli utenti di raccogliere i dati di rete in tempo reale, direttamente dall’infrastruttura e senza la necessità di agenti aggiuntivi o collettori esterni. In questo modo i team di rete e operativi hanno la possibilità di identificare e risolvere le anomalie prima che i servizi ne risentano.

Negli ambienti d’impresa, gli approcci tradizionali basati sul polling SNMP rimangono limitati da un compromesso tra la frequenza di raccolta e il carico dell’infrastruttura, riducendo la profondità e l’affidabilità delle informazioni ricavate dai dati. La telemetria in streaming supera queste limitazioni fornendo una visibilità continua in grado di catturare eventi transitori (ad esempio, brevi periodi di congestione, instabilità BGP, micro-interruzioni) spesso invisibili ai team che si affidano al polling SNMP a intervalli di diversi minuti.

“gNMI e OpenConfig stanno diventando la soluzione preferita per esporre i dati di rete, in quanto offrono una maggiore visibilità riducendo al contempo il carico sui dispositivi di rete. Grazie all’integrazione nativa in OpManager Nexus, i clienti possono rendere operativi i dati di telemetria in streaming all’interno della piattaforma di cui già si fidano, senza aggiungere nuove complessità operative”, ha commentato Gowrisankar Chinnayan, head of product management di ManageEngine.

Il supporto Vendor-Neutral all’interno di OpManager Nexus garantisce una telemetria standardizzata che tiene conto degli standard di diversi provider, tra cui Cisco, Juniper Networks, Arista, Nokia e Huawei, collegando i parametri ai flussi di lavoro di topologia, avvisi e reporting esistenti e integrando le connessioni in entrata e in uscita con trasporto TLS crittografato.

Oltre alla visibilità, la telemetria in streaming migliora anche l’efficienza delle operazioni. Infatti, sostituendo la raccolta basata su polling con lo streaming guidato dagli eventi, riduce significativamente i cicli di dati ridondanti, diminuisce il sovraccarico di elaborazione e archiviazione e minimizza il carico di rete. Questo passaggio non solo migliora l’efficienza su grande scala, ma allinea anche le operazioni di monitoraggio con gli obiettivi più ampi di ottimizzazione energetica e sostenibilità delle aziende moderne.

Log360: SOAR nativa per colmare il gap tra rilevamento e risposta

ManageEngine ha inoltre annunciato un’evoluzione di Log360, la sua piattaforma di sicurezza unificata, che ora include funzionalità SOAR native, sette nuove integrazioni con alcuni dei principali fornitori di sicurezza del settore e funzionalità di orchestrazione cross-domain che integrano rilevamento, analisi tramite intelligenza artificiale e risposta automatizzata in un unico modello di dati. In un contesto in cui i SOC moltiplicano gli strumenti, spesso senza che questi si integrino tra loro, Log360 garantisce una risposta autonoma attraverso una base contestuale condivisa.

Di conseguenza, un singolo playbook in Log360 può isolare un endpoint tramite EDR, revocare una sessione compromessa tramite IAM, arricchire la segnalazione degli incidenti con informazioni sulle minacce, aprire un ticket di assistenza e notificare il SOC, il tutto basato sugli stessi avvisi e segnali comportamentali prodotti dalla piattaforma.

“La prossima evoluzione delle operazioni di sicurezza è un’architettura in cui IA, rilevamento e risposta si basano sulla stessa infrastruttura. Quando un investigatore e un motore di orchestrazione operano sullo stesso modello di dati, scompare l’attrito che mantiene i team in modalità reattiva: nessun passaggio di API, nessun contesto da ricostruire, nessun ritardo tra l’intuizione e l’azione. La migliore automazione non è prescrittiva, è programmabile. Questa funzionalità è integrata in Log360”, ha dichiarato Manikandan Thangaraj, vicepresidente di ManageEngine.

Per assicurare una rapida risoluzione dei problemi fin dal primo giorno, Log360 offre questi playbook tramite una CDN. Inoltre, gli analisti possono estendere i flussi di lavoro attraverso Zoho Qntrl, la piattaforma di orchestrazione low-code dell’azienda, mentre gli security engineers possono assumere il pieno controllo con Python o Deluge per consentire ai team di adattarsi continuamente agli ambienti in continua evoluzione e ai requisiti di conformità.

L'articolo ManageEngine: OpManager Nexus e Log360 si rafforzano con osservabilità e SOAR integrate proviene da Data Manager Online.

ManageEngine, divisione di Zoho Corporation leader nella fornitura di soluzioni di IT management per l’impresa, annuncia oggi i risultati della ricerca europea “Owning Operational Resilience in 2026“, che evidenzia in particolare come le organizzazioni italiane stiano affrontando un panorama di minacce informatiche sempre più complesso, progredendo al contempo verso una maggiore resilienza operativa.

Il sondaggio, condotto su 1.500 responsabili IT e decisionali aziendali in Italia, Regno Unito, Spagna, Germania e Paesi Bassi, ha evidenziato problematiche comuni ma anche significative differenze regionali. In questo contesto le imprese e le organizzazioni italiane mostrano una crescente maturità nelle strategie di resilienza, ma si trovano ancora ad affrontare notevoli sfide operative e strutturali, soprattutto se confrontate con le loro controparti europee.

Meno incidenti ma esposizione continua

Secondo la ricerca, il 62% delle organizzazioni italiane ha subito un incidente informatico negli ultimi 12 mesi. Sebbene il tasso complessivo di incidenti in Italia sia inferiore alla media europea, la natura e la tipologia degli attacchi riflettono quanto riscontrato negli altri Paesi europei.

Il sondaggio evidenzia in particolare una crescente preoccupazione per gli attacchi AI. Oltre un terzo (35%) degli intervistati italiani ha identificato le minacce AI come uno dei maggiori rischi alla sicurezza informatica che prevede di affrontare nei prossimi 12 mesi. Si tratta della principale categoria di minaccia, davanti a molti vettori di attacco tradizionali.

“La cybersecurityin Italia sta entrando in una nuova fase”, ha affermato Andrés Mendoza, technical director di ManageEngine per l’Europa meridionale e l’America Latina. “Le organizzazioni non si trovano più a fronteggiare solo minacce convenzionali come ransomware e phishing. Si stanno preparando per un futuro in cui l’intelligenza artificiale consentirà agli aggressori di agire più rapidamente, scalare le proprie operazioni e aggirare le difese tradizionali. Il dato incoraggiante è che molte organizzazioni italiane stanno già investendo in cyber resilience e preparazione operativa per affrontare queste sfide.”

Ransomware e minacce avanzate continuano a prevalere

Le minacce informatiche che le organizzazioni italiane si trovano ad affrontare stanno diventando sempre più sofisticate e difficili da prevedere. Sebbene ransomware e malware continuino a rappresentare i più comuni incidenti subiti dalle aziende (54%), gli hacker sfruttano sempre più le vulnerabilità e gli errori umani, impiegando tecniche più avanzate per eludere le difese tradizionali.

Questa crescente complessità si riflette nelle preoccupazioni delle aziende per il futuro. Più di due intervistati su cinque (42%) hanno identificato gli attacchi informatici avanzati, che includono ransomware, phishing e altre minacce sofisticate, come la principale sfida in materia di sicurezza informatica per il prossimo anno, immediatamente seguiti dagli attacchi AI e dall’errore umano. In risposta, le organizzazioni italiane stanno spostando la loro attenzione dalle misure di sicurezza reattive alla preparazione a lungo termine, dando priorità agli investimenti nel monitoraggio della sicurezza, nella governance e nella preparazione alle minacce basate sull’intelligenza artificiale nei prossimi due anni.

Skill gap e pressioni operative rappresentano una sfida per chi si occupa di sicurezza

Le organizzazioni italiane si stanno rendendo conto che difendersi dalle moderne minacce informatiche richiede ben più della sola tecnologia. Con la crescente complessità degli attacchi, i team IT e di sicurezza operano sotto una pressione sempre maggiore, gestendo al contempo responsabilità sempre più ampie e uno skill gap che si sta facendo sempre più evidente.

Quasi la metà (46%) degli intervistati ha segnalato un aumento della pressione sui propri team. Questa pressione ha un impatto tangibile, con una netta maggioranza degli intervistati che ritiene che l’aumento dei carichi di lavoro stia compromettendo la capacità di gestire tempestivamente gli incidenti informatici. Per alcune organizzazioni, le conseguenze sono ancora più gravi, in quanto l’impatto viene descritto come critico per le operazioni di sicurezza.

Al contempo, oltre un terzo (35%) ha identificato la carenza di competenze in materia di cybersecurity come la principale sfida operativa, evidenziando la crescente necessità di sviluppo dei talenti ed efficienza operativa, oltre agli investimenti tecnologici.

La fiducia rimane elevata nonostante le crescenti minacce

Benché operino in un contesto di minacce sempre più complesso, le organizzazioni italiane sembrano avere un atteggiamento fiducioso e ponderato verso la cyber resilience. Anziché considerare la sicurezza informatica esclusivamente dal punto di vista del rischio, molte aziende stanno sviluppando capacità di resilienza a lungo termine, pianificando in modo da minimizzare le interruzioni e garantire la continuità operativa in caso di incidenti.

Questa crescente fiducia è in linea con un più ampio cambiamento di rotta, che passa da misure di sicurezza reattive a una mentalità più strategica orientata alla resilienza. I risultati del sondaggio confermano questa tendenza: quasi tre intervistati su cinque (58%) si dichiarano fiduciosi nella propria capacità di gestire un grave incidente informatico e oltre la metà (51%) ha già implementato framework formali di resilienza informatica.

“I risultati della ricerca mostrano un mercato italiano che si trova ad affrontare una crescente complessità informatica, ma al contempo sta costruendo basi di resilienza più solide”, ha affermato Sujoy Banerjee, regional business director di ManageEngine. “Sebbene gli incidenti informatici rimangano diffusi, le organizzazioni stanno dimostrando una crescente maturità attraverso un rilevamento più rapido, una governance più rigorosa e maggiori investimenti nella preparazione alle minacce emergenti, come gli attacchi AI”.

Nel complesso, i risultati mostrano come l’Italia sia un mercato in transizione, che sta passando dalla cybersecurity di base alla vera e propria resilienza operativa avanzata. Mentre i quadri normativi come NIS2 e DORA continuano a plasmare il panorama europeo della sicurezza informatica, le organizzazioni italiane stanno compiendo progressi misurabili verso il raggiungimento di una maturità in termini di cyber resilience.

L'articolo Attacchi AI e skill gap al centro delle sfide della cybersecurity proviene da Data Manager Online.

ManageEngine, divisione di Zoho Corporation leader nella fornitura di soluzioni di IT management per l’impresa, ha annunciato il rilascio degli Zia Agent, agenti autonomi proprietari basati su AI, all’interno della propria suite di gestione digitale enterprise. Costruiti all’interno di un framework sicuro e conforme alla privacy, questi agenti possono orchestrare ed eseguire attività senza necessità di intervento. Questo segna una pietra miliare nella visione dell’azienda di abilitare ambienti IT veramente autonomi.

“I modelli di frontiera sono ottimi per usi generici ma spesso non sono efficienti per aree specifiche come l’enterprise IT. Prestiamo grande attenzione nello sviluppare tecnologie AI che siano non solo progettate su misura, ma che offrano anche valore in termini di costi e utilizzo a lungo termine. Siamo entusiasti di portare capacità AI autonome nelle nostre offerte e fornire una piattaforma affidabile per consentire ai nostri clienti di ottenere risultati efficienti”, ha commentato Rajesh Ganesan, CEO, ManageEngine.

Punti di forza delle funzionalità Autonomous AI di ManageEngine:

• Agenti preconfigurati implementabili con un clic, mentre Zia Agent Studio consente agli utenti di costruire agenti personalizzati da zero o configurarli tramite NLP. Gli agenti sono completamente personalizzabili; gli utenti controllano configurazione, strumenti e base di conoscenza.
• Per i flussi di lavoro complessi, l’orchestrazione multi-agent consente a un agente principale di coordinare subagent specializzati, instradando senza soluzione di continuità il lavoro verso l’agente più appropriato.
• I dati dei clienti non sono mai utilizzati per addestrare alcun modello AI. Gli amministratori possono definire le linee guida di comportamento degli agenti, mentre le funzionalità di osservability integrate forniscono un audit completo delle attività.
• Gli strumenti ManageEngine supportano lo standard MCP, che consente ai clienti di farli funzionare con LLM di terze parti e piattaforme agentiche.

Ridefinire l’Enterprise IT Management con gli Zia Agent

Con il lancio degli Zia Agents, l’attenzione si sposta dall’assistenza abilitata dall’AI all’esecuzione autonoma attraverso IT service management, osservabilità full-stack, gestione degli endpoint e operazioni di sicurezza. Questi agenti sono basati sulla stessa piattaforma agentica Zia, condivisa in tutta la suite ManageEngine, il che semplifica l’abilitazione dell’intelligenza nativa tra i prodotti senza la necessità di integrazioni personalizzate.

• Abilitare i flussi di lavoro dei servizi IT e business: nel campo del service management, i team possono costruire agenti AI per casi d’uso che spaziano tra processi IT e aziendali, da assistenti alla risoluzione e HR fino ad analizzatori della salute e dell’impatto dei CI, in pochi passaggi. Questi agenti, orchestrati da un agente principale, si collegano a più applicazioni IT e di business e, basandosi su conoscenza contestuale, operano entro guardrail definiti per eseguire autonomamente attività end-to-end. Agenti preconfigurati come specialista service desk L1, generatore PIR e generatore articoli KB si implementano in pochi minuti.
• Favorire operazioni IT auto-diagnostiche: gli agenti aggiungono un livello di azione sopra il livello di visibilità, spostando le aziende dall’osservabilità tradizionale e riducendo significativamente i tempi di recupero. Possono supportare il troubleshooting degli incidenti identificando le cause radice e aprendo la strada all’automazione del recupero. Inoltre, aiutano ad analizzare aumenti imprevisti dei costi cloud e calcolare i costi complessivi su più account.
• Automatizzare i task per accelerare le operazioni di sicurezza: gli Zia Agents automatizzano attività come revisioni utenti, correlazione degli alert e indagini multi-step, riducendo ore di lavoro manuale a pochi minuti. Le organizzazioni possono costruire agenti personalizzati basati su conoscenze e priorità di rischio. Collegandosi all’intera suite IT, gli agenti correlano anomalie, valutano vulnerabilità e mappano i rischi in una valutazione completa per una risposta più rapida e sicura. I gruppi di lavoro possono interagire con i dati di registro e di allerta utilizzando un linguaggio naturale grazie ad agenti predefiniti o personalizzati in grado di svolgere il lavoro.
• Mantenere gli endpoint conformi e aggiornati: alcuni agenti preconfigurati si occupano della valutazione degli eventi EDR, della diagnosi dei dispositivi, della risoluzione dei problemi relativi alle patch e della conformità. Mentre l’agente di valutazione degli eventi EDR correla i dati di telemetria, mappa le catene di attacco a MITRE ATT&CK e raccomanda le azioni successive prioritarie prima dell’intervento dell’analista, l’agente di indagine sui dispositivi fornisce una diagnosi completa della causa principale non appena viene aperto un ticket, senza necessità di interrogazioni manuali. I team possono anche utilizzare gli agenti Zia per eseguire analisi approfondite su qualsiasi endpoint non funzionante, con passaggi completi per la risoluzione dei problemi e contesto del dispositivo forniti su richiesta, insieme a un’analisi delle lacune di implementazione e una roadmap sequenziale per raggiungere la conformità al 100%. È inoltre disponibile un’opzione per creare agenti personalizzati per altri flussi di lavoro specifici per gli endpoint.

Affrontare le problematiche di privacy e governance dei dati

Benché gli agenti AI siano già una tecnologia comprovata, le preoccupazioni sulla privacy dei dati rallentano l’adozione. Tuttavia, l’introduzione degli Zia Agents nella suite ManageEngine, supportata dal controllo completo dello stack, garantisce una governance adeguata.

“I principi di privacy adottati da ManageEngine negli ultimi due decenni trovano oggi ulteriore conferma nell’era degli agenti AI. Il nostro impegno su privacy e sovranità dei dati dà sicurezza ai clienti nell’adottare agenti AI”, ha dichiarato Umasankar Narayanasamy, Vice President, ManageEngine.

L'articolo ManageEngine introduce capacità di AI autonoma in tutta la sua suite per potenziare le imprese digitali proviene da Data Manager Online.

Con l’avvento degli agenti AI che prendono decisioni in tempo reale su cloud, sicurezza e infrastruttura, le aziende devono ripensare al modo in cui proteggono, monitorano e governano l’IT autonoma.

Il dibattito sull’AI in azienda si è evoluto: non si parla più di assistenti che redigono email o riassumono report. Si parla di AI agentica, ovvero sistemi che osservano, ragionano, decidono ed eseguono azioni all’interno degli ambienti di produzione. Dal ridimensionamento dei cluster cloud alla gestione degli avvisi di sicurezza, gli agenti iniziano a operare nel cuore dell’IT aziendale.

Secondo un report di Gartner, entro il 2026 quasi il 40% delle applicazioni aziendali integrerà agenti di IA specifici per determinate attività, rispetto a meno del 5% nel 2025. Ciò indica che il processo decisionale autonomo si sta spostando dalla fase sperimentale a quella infrastrutturale.

Al contempo, il panorama delle minacce sta accelerando. Il Global Threat Report 2026 di CrowdStrike ha rilevato che il tempo medio di breakout, ovvero il tempo impiegato da un hacker per spostarsi lateralmente dopo la compromissione iniziale, è sceso a 29 minuti, con alcune intrusioni che impiegano pochi secondi a compromettere i sistemi. L’intelligenza artificiale sta accelerando la corsa agli armamenti informatici da entrambe le parti della barricata.

Il messaggio è chiaro: l’IT autonoma non può esistere senza una governance autonoma.

Come l’AI agentica sta trasformando l’IT nelle imprese

L’automazione tradizionale esegue script predefiniti. I sistemi di AI agentica valutano il contesto, soppesano i compromessi e scelgono tra molteplici azioni possibili.

Un’automazione basata su script può far crescere l’infrastruttura quando l’utilizzo della CPU supera una determinata soglia. Un agente AI, d’altro canto può valutare l’andamento dei costi, la domanda storica, i requisiti SLA e il livello di sicurezza prima di decidere se ridurre le risorse o arrestarle completamente.

Questo cambiamento introduce tre realtà operative:

• L’autorità decisionale si avvicina al sistema
• Il rischio diventa probabilistico, mentre prima era basato su regole
• Gli audit devono tenere conto dei ragionamenti e non solo delle azioni

In altre parole, le imprese non automatizzano più i compiti, bensì delegano il giudizio. E questo richiede dei paletti.

Progettare un’AI autonoma sicura

Il primo principio per la gestione degli agenti AI nell’IT aziendale è apparentemente semplice: limitare il potere prima di estenderlo.

Gli agenti AI con autorizzazioni eccessive rappresentano uno dei maggiori rischi nell’IT autonoma. Il fatto che un sistema possa agire non può significare che debba agire ovunque.

Le migliori pratiche prevedono service identity con ambito ristretto e un rigoroso controllo degli accessi, basato su ruoli o attributi. È opportuno separare le autorizzazioni per l’osservazione, la raccomandazione e l’esecuzione, introducendo diversi livelli di autonomia. Le azioni a basso rischio (pulizia dei log, etichettatura delle risorse) possono essere eseguite automaticamente, mentre le azioni ad alto impatto (modifiche IAM, regole firewall, rettifiche di fatturazione) richiederanno un’esplicita approvazione umana.

Altrettanto fondamentale è la presenza di un “kill switch” collaudato. I sistemi autonomi devono essere in grado di declassarsi o sospendersi quando vengono superate determinate soglie di anomalia. I tassi di inversione (la frequenza con cui gli esseri umani annullano le azioni dell’AI) sono indicatori precoci particolarmente efficaci di un’autonomia non sicura.

L’autonomia senza un interruttore di sicurezza non è innovazione. È vulnerabilità.

Osservabilità degli agenti AI: monitorare i percorsi decisionali

L’IT autonoma richiede una nuova categoria di osservabilità. Il monitoraggio di CPU, memoria e latenza non è più sufficiente. Le aziende devono ora monitorare:

• Versioni e aggiornamenti dei modelli
• Input e output dei prompt
• Punteggi di affidabilità
• Percorsi decisionali
• Frequenza di esecuzione
• Violazioni delle policy

Una ricerca di IBM sui trend di osservabilità dei sistemi basati su intelligenza artificiale evidenzia che questi richiedono una telemetria altrettanto intelligente. Registrare le azioni di un agente AI è solo metà del lavoro. Le organizzazioni devono anche registrare il motivo per cui tali azioni sono state svolte.

Ciò significa integrare la telemetria degli agenti AI nelle piattaforme SIEM (Security Information and Event Management) e SOAR (Security Orchestration, Automation, and Response) esistenti, in modo che i comportamenti anomali vengano trattati come eventi di sicurezza prioritari. Le dashboard dovrebbero monitorare i tassi di ripristino, i parametri di conformità alle policy e il tempo medio di ripristino, non solo il tempo di attività. Nell’IT autonoma, l’osservabilità si trasforma in responsabilità.

Mettere in sicurezza lo stack dell’AI agentica

L’AI agentica introduce nuove vulnerabilità perché non è un singolo componente, bensì un ecosistema. Un agente AI può infatti includere un modello di base o specifico per un determinato dominio, livelli di logica di prompt, connettori dati, API, servizi cloud, plugin esterni e ambienti di esecuzione. Ogni livello amplia la superficie di attacco.

Il Global Cybersecurity Outlook 2026 del World Economic Forum avverte che l’adozione dell’IA sta rimodellando il panorama dei rischi a livello globale, in particolare in aree quali l’iniezione di prompt, la manipolazione dei modelli e la compromissione della catena di fornitura.

Ciò significa mantenere un registro dei modelli che tenga traccia delle diverse versioni, registrare la provenienza dei dati di addestramento, firmare crittograficamente gli artefatti del modello e condurre esercitazioni di red teaming che simulino l’iniezione di prompt e l’uso improprio degli strumenti.

Se un’organizzazione non è in grado di tracciare come è stato creato, aggiornato e testato un agente AI, non può affermare di governarlo.

Rendere applicabile la governance dell’AI

La governance deve passare dai documenti procedurali alla capacità di eseguire controlli. Le pratiche di policy-as-code consentono alle imprese di codificare i comportamenti accettabili degli agenti AI direttamente nei sistemi. Le organizzazioni possono definire:

• API approvate e limitazioni di servizio
• Soglie finanziarie per azioni autonome
• Finestre di gestione delle modifiche
• Regole di escalation

Limitazioni di conformità

Queste policy sono soggette a controllo di versione, testate in ambienti di staging e applicate automaticamente. Parallelamente, le aziende dovrebbero implementare implementazioni di sicurezza per gli agenti AI, espandendone gradualmente l’autonomia solo dopo che la telemetria ne abbia convalidato la sicurezza e l’affidabilità. I kill switch devono essere testati regolarmente, non solo documentati.

Governare l’IT autonoma non significa rallentare l’innovazione, ma abilitare una scalabilità senza caos. Per le organizzazioni che esplorano gli agenti AI in ambienti aziendali, il percorso più sicuro è quello incrementale. Iniziare con flussi di lavoro ripetitivi e a basso rischio. Implementare gli agenti in ambienti sandbox con autorizzazioni di sola lettura. Registrare ogni azione e misurare la frequenza di override umano. Espandere i privilegi di esecuzione solo dopo che i tassi di annullamento diminuiscono e le violazioni delle policy rimangono minime.

Questo approccio di implementazione graduale riduce il rischio operativo e al contempo rafforza la fiducia interna. L’IT autonoma non deve arrivare da un giorno all’altro, ma deve farlo in modo responsabile.

Autonomia e responsabilità

L’agentic AI ridefinirà l’IT aziendale. Ridurrà i tempi di risposta, diminuirà i carichi operativi e ottimizzerà continuamente l’infrastruttura in modi che i processi manuali non avrebbero mai potuto eguagliare.

Tuttavia, l’obiettivo non è l’autonomia, bensì la resilienza. Le aziende che avranno successo con l’IT autonoma saranno quelle che tratteranno gli agenti AI come sistemi primari: osservabili, verificabili, vincolati e governati. Registreranno i processi decisionali, codificheranno le politiche, proteggeranno le catene di approvvigionamento e testeranno i loro interruttori di sicurezza.

Gli agenti AI gestiranno presto parti dell’infrastruttura aziendale, quindi la domanda non è se l’AI svolgerà un ruolo fondamentale nel nostro futuro, ma se opererà sotto una governance rigorosa.

L'articolo Quando l’IT è governata dall’AI agentica: come rendere sicura l’autonomia proviene da Data Manager Online.

Per anni, le aziende hanno risolto i problemi dei loro sistemi IT introducendo nuovi tool. C’è una nuova lacuna di sicurezza? Puoi implementare un’altra piattaforma. Un punto cieco nel monitoraggio? Installa un’altra dashboard. Serve una nuova app di collaborazione? Basta introdurla. Presa singolarmente, ogni decisione ha senso ma collettivamente si crea qualcosa di pericoloso: la frammentazione operativa.

Oggi, gli ambienti IT aziendali sono complessi e frammentati. I sistemi di identità sono separati dalla gestione dei dispositivi. Gli strumenti di sicurezza operano indipendentemente dall’infrastruttura cloud. Le piattaforme di osservabilità generano dati che non si collegano mai completamente ai risultati aziendali. Uno studio Kaspersky del 2025 ha rilevato che il 72% dei team si affida a ecosistemi multi-vendor e il 43% ritiene che i propri stack di sicurezza siano eccessivamente complessi e richiedono troppo tempo per essere gestiti. Il risultato è prevedibile: i team riscontrano inefficienze, punti ciechi, tempi di risposta più lenti e un crescente affaticamento operativo. Ecco perché l’IT unificato emerge come una necessità, prima ancora che come una scelta.

Perché più tool creano più rischi

Lo unified IT non è solo una questione di consolidare i fornitori o di ottimizzare i costi. Rappresenta un cambiamento fondamentale nelle architetture. Invece di riunire sistemi isolati, le organizzazioni possono creare una base integrata in cui identità, sicurezza, osservabilità e automazione operano di concerto. Le policy sono coerenti, i dati sono condivisi e le azioni sono coordinate. La tecnologia inizia a comportarsi come un sistema piuttosto che come un insieme di singole parti.

La posta in gioco non è mai stata così alta. Oggi, le operazioni aziendali devono muoversi alla velocità del mercato, accelerate da un’infrastruttura cloud che cresce più rapidamente del previsto. Gartner prevede che il 90% delle organizzazioni avrà implementazioni di cloud ibrido entro il 2027. Questa velocità nell’adozione del cloud ibrido rende la frammentazione ancora più costosa.

La sicurezza, in particolare, sopporta il costo più elevato della frammentazione. Il report Cost of a Data Breach 2025 di IBM rileva che il costo medio di una violazione dei dati ammonta a 4,4 milioni di dollari, e se è coinvolta un’AI ombra questo cresce di altri 670.000 dollari per incidente. Molti di questi incidenti non sono il risultato di violazioni particolarmente sofisticate, ma di configurazioni errate e lacune di visibilità tra i sistemi. Un’architettura unificata riduce queste lacune, garantisce che le policy vengano applicate in modo uniforme e che i segnali di minaccia siano correlati nell’intero ambiente. In un mondo in cui il costo di una singola violazione ha superato la soglia dei 4 milioni di dollari, la coerenza è diventata un requisito fondamentale per la sopravvivenza.

L’unificazione in pratica

Quando il controllo centrale passa dall’identità, le decisioni di accesso sono coerenti tra utenti, dispositivi e applicazioni. Quando gli strumenti di osservabilità si integrano in una visione operativa condivisa, i team rilevano le anomalie in anticipo e sono in grado di rispondere con maggiore precisione. Quando l’automazione si estende ai sistemi, l’onboarding, l’applicazione delle patch e l’applicazione delle policy avvengono in modo fluido anziché manualmente. L’effetto cumulativo è significativo: l’IT passa dalla risoluzione reattiva dei problemi all’orchestrazione proattiva.

Altrettanto importante è la dimensione umana. Oggi i team IT sono sopraffatti, non dalla mancanza di competenze, ma dal rumore operativo. Una ricerca del 2025 condotta su oltre 1.000 professionisti IT e della sicurezza ha rilevato che maggiore è il numero di tool impiegati, maggiore è il rischio di burnout, con il 41% che fa un collegamento diretto tra la un minor numero di integrazioni e un aumento del rischio per la sicurezza. Lo unified IT riduce questo attrito. Quando gli strumenti parlano la stessa lingua e i flussi di lavoro sono semplificati, i team recuperano la concentrazione. Dedicano meno tempo alla gestione della complessità e più tempo a perseguire l’innovazione.

L’unificazione ha anche una dimensione strategica. Le aziende non sono statiche; crescono, acquisiscono e assorbono tecnologie emergenti. Uno stack frammentato resiste al cambiamento perché ogni cambiamento richiede una reintegrazione. Una base unificata, d’altro canto, è intrinsecamente adattabile; si adatta all’organizzazione, assorbe le nuove tecnologie in modo più fluido e crea resilienza di fronte alle interruzioni.

La coesione come vantaggio a lungo termine

Il futuro delle operazioni aziendali non sarà definito dal numero di tool posseduti da un’organizzazione, ma dalla coerenza con cui questi operano insieme. La complessità è inevitabile; la frammentazione no.

La pressione al consolidamento si riflette ora anche nei consigli di amministrazione. In una ricerca che ha coinvolto oltre 140 CIO, ADAPT ha rilevato che il 68% dei leader tecnologici prevede di semplificare il proprio panorama di fornitori. Il desiderio di unificazione è pressoché universale, ma il divario di esecuzione rimane ampio.

Le organizzazioni che riusciranno a colmare questo divario otterranno un vantaggio strutturale. Quelle che raggiungeranno tale scala con piattaforme integrate miglioreranno la loro efficacia operativa anno dopo anno, mentre quelle che arrivano gestendo ancora decine di strumenti non connessi impiegheranno una parte maggiore del loro budget per le spese generali di integrazione piuttosto che per l’innovazione.

Lo unified IT non è semplicemente un aggiornamento operativo. È una scelta strategica su come le aziende intendono competere: in modo sicuro, intelligente e veloce.

L'articolo Perché lo unified IT è il futuro delle operazioni aziendali proviene da Data Manager Online.

A cura di Srilekha Veena Sankaran, Senior Enterprise Security Evangelist di ManageEngine

In Game of Thrones, Lord Petyr Baelish – detto anche Ditocorto – non comandava eserciti. Non ha mai rivendicato il Trono di Spade. Il suo potere risiedeva nelle relazioni. Alleanze silenziose e catene di fiducia che lui vedeva meglio di chiunque altro. I suoi avversari agivano senza una mappa della scacchiera che aveva disposto lui. Oggi, gli ambienti di enterprise security si trovano ad affrontare la stessa dinamica.

Le organizzazioni fanno importanti investimenti in framework di governance, conformità e tool sempre più sofisticati. Eppure, gli hacker si muovono attraverso appartenenze a gruppi nascosti, account di servizio inattivi e relazioni di fiducia con i fornitori che non sono mai state progettate per garantire privilegi d’accesso interni. Non scatta alcun allarme perché tecnicamente non vi sono violazioni, l’accesso è consentito, il percorso è valido. Semplicemente, l’infrazione non era visibile come una catena.

Quando la visibilità è venuta meno: la violazione Marks & Spencer (2025)

Nell’aprile 2025, la catena di retail britannica Marks & Spencer ha imparato questa lezione a caro prezzo. Una violazione dei loro sistemi ha cancellato oltre 750 milioni di sterline in valore di mercato e bloccato gli acquisti online per oltre sei settimane. Ma oltre all’entità del danno, ciò che è davvero indicativo sono le dinamiche di ingresso.

Il buco di visibilità che lo ha consentito

Gli hacker non hanno dovuto abbattere alcuna difesa, hanno chiamato un helpdesk IT gestito da terze parti, si sono spacciati per dipendenti, hanno attivato un reset di routine delle credenziali e sono rientrati nella rete con un’identità legittima. Da lì, si sono spostati lateralmente per settimane prima di installare un ransomware.

Ogni passaggio è stato autorizzato. Il fornitore aveva accesso all’helpdesk, l’helpdesk aveva il permesso di reimpostare le credenziali e queste credenziali consentivano di accedere alla rete. Nulla è stato configurato in modo errato, né è stato necessario sfruttare alcuna falla del sistema.

Ciò che è mancato è stata la visibilità sui collegamenti tra le diverse autorizzazioni. I singoli passaggi della catena di fiducia erano formalmente validi, ma nel complesso hanno aperto il fianco a una violazione catastrofica. Secondo l’Unità 42 di Palo Alto Networks, le debolezze nelle identità digitali hanno rappresentato un fattore determinante in quasi il 90% degli incidenti indagati nel 2025, e la stragrande maggioranza è stata causata da lacune di esposizione prevenibili, più che da tecniche avanzate messe in atto dagli hacker.

Lo scenario delle identità digitali sta cambiando a una velocità e su una scala senza precedenti

Consideriamo un account di servizio creato per un’integrazione ormai in disuso che detiene ancora accesso privilegiato ai sistemi di produzione. Non ha mai causato danni e non è mai stato esaminato. È semplicemente rimasto attivo, non perché gli strumenti non riuscissero a rilevarlo, ma perché nessuno ha esaminato le modalità di connessione. Col tempo, i diritti si accumulano, i requisiti di autenticazione si indeboliscono e il monitoraggio comportamentale si riduce al minimo.

L’azienda può documentare meticolosamente il rapporto commerciale con i suoi fornitori. Ma raramente mapperà la relazione di identità nel grafo in cui operano gli hacker. Una credenziale rilasciata per uno scopo specifico accumula silenziosamente permessi ben oltre il suo ambito originale. Non per malizia, ma per la deriva di un’azienda che si muove più velocemente di quanto non effettui verifiche.

L’adozione di molteplici cloud e del SaaS aggrava il problema. Un’identità può esistere in Entra ID, federarsi in AWS e autenticarsi su diverse piattaforme SaaS, ciascuna con autorizzazioni diverse. Nessuna directory riflette l’accesso totale effettivo. Accorpare tale accesso in un’unica vista effettiva rimane una sfida per molte organizzazioni.

E poi c’è l’AI

Le organizzazioni stanno rapidamente implementando agenti AI autonomi nei loro sistemi. Questi accedono alle API, interrogano i database, scrivono codice e orchestrano i flussi di lavoro. Ognuno di essi opera come un’identità macchina, spesso con privilegi significativi.

A differenza degli account di servizio tradizionali, gli agenti AI possono agire sui sistemi in modi non prevedibili dalle policy statiche. Le catene di fiducia che li governano sono immature e la visibilità sul loro accesso e comportamento è minima nella maggior parte delle aziende.

Le identità non umane stanno già crescendo a ritmi più rapidi di quanto i team di sicurezza riescano a monitorare manualmente. L’intelligenza artificiale non fa altro che accelerare questa traiettoria. Con la riduzione del tempo di permanenza degli aggressori, circa 2025 intrusioni passano dall’accesso iniziale all’esfiltrazione di dati in meno di due ore, una governance reattiva non è sufficiente. La visibilità deve operare prima della violazione.

L’intelligenza artificiale è un grande moltiplicatore di forza: se la visibilità non si estende agli agenti autonomi, gli angoli morti cresceranno di conseguenza.

Una visibilità completa agevola una migliore governance

Il ritmo del cambiamento ha superato la capacità di supervisione manuale. Le identità non umane si stanno moltiplicando rapidamente, i tempi di intervento degli hacker si stanno riducendo e ormai le violazioni si verificano in poche ore, non più in settimane.

La visibilità deve essere continua, automatizzata e lungimirante, includendo identità umane e non umane, agenti AI, autorizzazioni OAuth e percorsi relazionali che creano privilegi indesiderati. Solo identificando ed eliminando le catene di accesso a rischio prima che vengano sfruttate, le organizzazioni possono tenere testa alle intrusioni moderne.

Conoscere l’esistente. La maggior parte delle aziende gestisce solo una frazione della propria effettiva impronta di identità. Un inventario attendibile deve includere account di servizio, chiavi API, credenziali macchina, accesso ai fornitori, token CI/CD e agenti AI.

Mappare le relazioni, non solo gli account. Presi in isolazione, raramente gli account sono pericolosi. Il rischio emerge da gruppi nidificati, ruoli ereditati, federazioni multipiattaforma e catene di trust. Se non è possibile tracciare il percorso da un account di un appaltatore inattivo a una risorsa critica, non è possibile difenderla.

Trattare le identità non umane con la massima attenzione. Scadono raramente e spesso godono di privilegi eccessivi al momento della creazione. Vengono raramente revisionate. Meritano lo stesso rigore di governance applicato agli account umani.

Far diventare la visibilità un comportamento. I dati di accesso strutturale sono fondamentali. Le linee di base comportamentali trasformano tali dati in un segnale di allerta precoce. Quando un account di servizio inizia a interrogare sistemi non familiari, o le credenziali di un fornitore si discostano dagli schemi consolidati, quel segnale deve emergere prima che si verifichino danni.

Estendere la visibilità a tutti i vendor e gli ambienti. Una credenziale di terzi esterna al perimetro di monitoraggio dell’organizzazione rientra comunque nel suo profilo di rischio.

In definitiva: la visibilità (o la sua mancanza) condiziona l’efficacia dei programmi di governance delle identità

La definizione stessa di identità si sta allargando, plasmata dall’adozione di sistemi multi-cloud, dalle catene di fornitura del software e dagli agenti AI autonomi. Molte strategie di sicurezza aziendale sono progettate per respingere gli hacker che attaccano il perimetro e attivano avvisi, e contro questo modello funzionano bene.

Tuttavia, uno stack di sicurezza, per quanto sofisticato e maturo, non garantisce protezione se non si riesce a vedere l’intero sistema. Nessun framework di governance può difendere ciò che non può vedere. Governance, compliance e applicazione delle norme funzionano solo se possono fare affidamento su una visione completa e costantemente aggiornata dell’intera organizzazione.

I responsabili della sicurezza devono prima esaminare l’intero sistema. Poi gestirlo. La questione non è se esistano punti ciechi nel vostro profilo identitario, è riuscire a individuarli prima che lo faccia qualcun altro.

Inoltre, non si può governare ciò che non si vede!

L'articolo Non si può governare ciò che non si vede proviene da Data Manager Online.

ManageEngine, divisione di Zoho Corporation leader nella fornitura di soluzioni di IT management per l’impresa, annuncia oggi l’espansione di Endpoint Central, la piattaforma unificata di gestione e sicurezza degli endpoint (UEMS), con l’aggiunta di funzionalità di rilevamento e risposta degli endpoint (EDR) e di accesso privato sicuro. Queste nuove funzionalità rafforzano le capacità di endpoint security di Endpoint Central, consentendo il rilevamento delle minacce basato sull’intelligenza artificiale, la correzione automatizzata e l’accesso Zero Trust alle applicazioni interne tramite la verifica dell’affidabilità del dispositivo.

Con la crescente tendenza a impiegare una forza lavoro e flotte di dispositivi distribuite in aziende, gli endpoint sono diventati sia il fulcro operativo dell’IT sia la principale superficie di attacco. Molte organizzazioni si affidano ancora a strumenti frammentati per la gestione degli endpoint, la protezione dalle minacce e l’accesso remoto, creando complessità operativa e lacune nella sicurezza. Nel frattempo, gli hacker utilizzano l’AI per diffondere minacce sempre più sofisticate, come i ransomware. I modelli di accesso tradizionali basati su VPN aumentano ulteriormente il rischio, garantendo un’ampia connettività di rete dopo l’autenticazione. Di conseguenza, le aziende stanno iniziando a orientarsi verso piattaforme integrate, unificate e basate su AI, che consolidano la gestione degli endpoint, la sicurezza e l’accesso Zero Trust, al fine di ridurre la complessità e rafforzare la resilienza degli endpoint.

“La sicurezza degli endpoint è diventata una questione di velocità: le aziende devono rilevare e contenere le minacce in anticipo, imponendo al contempo l’accesso Zero Trust alle applicazioni interne quando le credenziali vengono compromesse”, ha affermato Chirag Mehta, vice president e principal analyst at Constellation Research. “Integrare l’EDR con i controlli di accesso device-trust-based contribuisce a ridurre il tempo di permanenza degli aggressori e a limitare l’impatto degli incidenti che partono dagli endpoint”.

Integrando EDR e Secure Private Access in Endpoint Central, ManageEngine unifica il rilevamento delle minacce, la risposta e l’applicazione di accessi sicuri su un’unica piattaforma nativa, consentendo ai team IT e di sicurezza di operare da un livello condiviso di endpoint intelligence. La telemetria unificata accelera il rilevamento e l’analisi tra domini diversi, consentendo al contempo azioni correttive quali l’applicazione di patch e il rafforzamento della configurazione direttamente tramite i flussi di lavoro di endpoint management. Basato su un singolo agente leggero e su una console centralizzata, Endpoint Central semplifica il controllo degli accessi, la risposta agli incidenti e la gestione dei dispositivi.

“Con la crescente distribuzione degli ambienti aziendali, l’endpoint è diventato il punto di controllo sia per il rilevamento delle minacce che per il controllo degli accessi”, ha dichiarato Mathivanan Venkatachalam, vicepresidente di ManageEngine. “Grazie a queste funzionalità, aiutiamo le organizzazioni a passare da una sicurezza reattiva a una resilienza autonoma, consentendo un rilevamento più tempestivo delle minacce e una risoluzione più rapida, garantendo al contempo che solo i dispositivi attendibili accedano alle risorse critiche.”

Principali funzionalità

Le nuove funzionalità estendono la copertura di Endpoint Central, rendendola una piattaforma unificata per la gestione e la sicurezza degli endpoint, con funzionalità avanzate di rilevamento, risposta e controlli di accesso sicuri.

• Visibilità approfondita degli endpoint e analisi della catena di attacco: correla la telemetria degli endpoint, ricca di informazioni, tra processi, file, registro di sistema e attività di rete, mappa i comportamenti alle tecniche MITRE ATT&CK e fornisce una chiara visibilità sui movimenti degli aggressori per accelerare le indagini.
• Rilevamento delle minacce basato su AI: sfrutta l’analisi comportamentale e l’IA per rilevare minacce sofisticate ed elusive, inclusi malware senza file e tecniche di sfruttamento delle vulnerabilità, consentendo una mitigazione tempestiva e riducendo il potenziale impatto sul business.
• Risposta unificata, rollback del ransomware e correzione basata su patch: consente ai team di sicurezza di isolare i dispositivi compromessi, terminare i processi dannosi, ripristinare i file crittografati dal ransomware e distribuire patch da un’unica console per correggere le vulnerabilità e rafforzare la resilienza degli endpoint.
• Indagine guidata dall’AI: individua telemetria e modelli di attacco rilevanti per assistere gli analisti durante la ricerca delle minacce, riducendo la curva di apprendimento e accelerando l’analisi delle minacce.
• Accesso privato contestualizzato: consente l’accesso sicuro alle applicazioni interne utilizzando policy basate sull’identità per ogni richiesta di accesso.

Endpoint Central continua a ricevere un forte riconoscimento da parte di analisti di settore e agenzie di ricerca indipendenti. Le sue funzionalità di protezione da malware gli hanno valso la certificazione Approved Business Product di AV-Comparatives, a dimostrazione di un impatto minimo sulle prestazioni del sistema e del secondo consumo di risorse più basso tra le soluzioni valutate. ManageEngine è stata inoltre nominata Challenger nel Magic Quadrant 2026 di Gartner per gli strumenti di gestione degli endpoint, Leader nell’IDC MarketScape: Worldwide Unified Endpoint Management Software 2025–2026 Vendor Assessment e unico fornitore riconosciuto come Customers’ Choice nel Gartner Peer Insights Voice of the Customer 2025 for Endpoint Management Tools.

L'articolo ManageEngine Endpoint Central fa un ulteriore passo verso l’Autonomous Endpoint Security grazie a EDR e Secure Private Access proviene da Data Manager Online.

La maggior parte delle aziende poggia sulle stesse fondamenta, le stesse piattaforme cloud, gli stessi modelli di intelligenza artificiale, persino gli stessi fornitori, in molti casi. Sulla carta, le loro infrastrutture IT i sono sorprendentemente simili, eppure i loro profili di rischio non potrebbero essere più diversi.

Questo non avviene perché uno abbia scelto strumenti migliori rispetto a un altro, ma perché operano in luoghi diversi e hanno accesso a bacini di talento molto diversi. Chi è possibile assumere, dove si può assumerlo e con quanta facilità si può spostare sono fattori molto più importanti di quanto la maggior parte delle organizzazioni creda.

Quello che sembra un problema di recruiting è in realtà qualcosa di più grande. La carenza di competenze in materia di sicurezza informatica e governance dell’AI sta influenzando il modo in cui l’AI può essere scalata in modo sicuro in diverse parti del mondo.

La carenza è nota, i dettagli tendono a sfuggire

Secondo l’ISC2, la carenza globale di professionisti nella cybersecurity superava i 4,7 milioni nel 2024. Il World Economic Forum continua a elencare il rischio informatico tra le minacce globali più gravi, avvertendo ripetutamente che l’adozione dell’AI sta superando le competenze necessarie per gestirla in modo sicuro.

Ma ecco la parte di cui non si parla abbastanza: questa carenza non è distribuita uniformemente e comporta rischi diversi di regione in regione. Infatti, la regolamentazione, mobilità del lavoro, sistemi educativi e maturità aziendale sono tutti fattori che influenzano la pericolosità di un divario di competenze di regione in regione.

Europa: governance per regolamento, esecuzione forzata

L’Europa affronta la questione da un punto di vista normativo. Il GDPR, il NIS2 e la legge UE sull’intelligenza artificiale definiscono le aspettative in dettaglio. Dal punto di vista della governance, l’Europa ha probabilmente il manuale più chiaro al mondo. Ma i manuali hanno bisogno di esecutori.

La Commissione Europea e l’ENISA stimano un deficit di competenze in materia di cybersecurity compreso tra 250.000 e 500.000 professionisti in tutta la regione. La carenza è più intensa nei ruoli che combinano competenze tecniche e conoscenze normative, esattamente il profilo richiesto dalla governance dell’AI. Il risultato è tensione. Le imprese europee spesso sanno esattamente cosa deve essere fatto, ma faticano a capire chi può farlo.

Stati Uniti: boom e burnout

In apparenza, gli Stati Uniti sembrano meglio posizionati. I dati di CyberSeek mostrano oltre 1,33 milioni di professionisti della sicurezza informatica già impiegati. L’ecosistema è maturo, le retribuzioni sono elevate e le competenze in intelligenza artificiale sono ampiamente disponibili. Eppure, secondo dati recenti, gli Stati Uniti si trovano ad affrontare una carenza di personale di circa 700.000 unità.

Questa pressione si manifesta all’interno delle organizzazioni sotto forma di burnout. Fino al 70% dei professionisti della sicurezza informatica dichiara di sostenere carichi di lavoro eccessivi e responsabilità crescenti, inclusa la supervisione dell’AI. Al contempo, si prevede che quasi la metà degli IT manager cambierà lavoro, con circa il 25% che andrà ad occupare ruoli completamente diversi. Questa mobilità rappresenta un serio problema per la governance dell’AI.

Cina: ambizione non sostenuta dall’esperienza

L’approccio della Cina alla cybersecurity e all’AI è estremamente ambizioso. Le strategie nazionali, tra cui la spinta a rafforzare la sovranità informatica e digitale, hanno accelerato gli investimenti in AI, infrastrutture e regolamentazione. Ma sotto questo slancio si cela un vincolo crescente: le persone.

Secondo un white paper del 2022, la Cina si trova ad affrontare un talent gap sempre più evidente. Entro il 2027, si prevede che mancheranno all’appello 3,27 milioni di professionisti, mentre le università producono circa 30.000 laureati in cybersecurity all’anno.

Questo squilibrio è rilevante, soprattutto perché la carenza non riguarda i professionisti più giovani, ma esperti nella difesa dei sistemi, nella risposta agli attacchi e nella gestione di scenari di rischio complessi. In altre parole, persone in grado di operare sotto pressione, non solo di comprendere la teoria.

L’unica soluzione: prevedere la scarsità di talento

Le organizzazioni più lungimiranti hanno accettato il fatto che non possono contare su un’abbondanza di talenti e stanno implementando tre chiari cambiamenti.

Primo, trattano la governance dell’AI come un sistema, non come un ruolo. Invece di affidarsi a uno o due esperti, definiscono chiaramente chi può prendere quali decisioni, come vengono gestiti i rischi e chi è responsabile in ogni fase. La governance è integrata nei processi e negli strumenti, non memorizzata nella mente delle persone. Quando i singoli individui cambiano lavoro, la governance dell’AI rimane coerente.

Secondo, sviluppano capacità sovrapposte tra i team di IT security, dati, legal e gestione del rischio. Nessuna singola funzione gestisce la governance dell’AI dall’inizio alla fine del processo; la proprietà è invece condivisa all’interno dell’organizzazione.

Terzo, localizzano l’esecuzione. I principi globali rimangono coerenti, ma la governance opera laddove normative, dati e rischi sono effettivamente presenti. Questo riduce la dipendenza da talenti difficili da spostare e allinea la supervisione alla realtà regionale.

Questo approccio non elimina il talent gap, lo rende gestibile. E cambia radicalmente la domanda che i leader si pongono. Non “Perché non riusciamo ad assumere abbastanza velocemente?”, ma “Perché continuiamo a progettare per un mondo che non esiste più?”

Perché nell’era dell’intelligenza artificiale, il vantaggio non deriva dall’avere più talento, ma dal sapere come operare quando i talenti scarseggiano.

L'articolo La geografia dell’AI e del rischio informatico: come la scarsità di talenti può diventare un rischio per le imprese proviene da Data Manager Online.

L’AI generativa (Gen AI) ha rimodellato l’assistenza clienti più velocemente di quanto la maggior parte delle aziende si aspettasse. Risponde all’istante, è scalabile all’infinito e gestisce le richieste ripetitive con grande coerenza. Per le organizzazioni che gestiscono migliaia di ticket di assistenza al giorno, i guadagni in termini di efficienza sono reali e misurabili.

Numerosi studi confermano ciò che molti responsabili dell’assistenza clienti hanno osservato in prima persona: l’intelligenza artificiale funziona meglio come moltiplicatore più che come sostituto all’intervento umano. Incrementi di produttività di circa il 15% sono comuni, soprattutto tra gli operatori con minore esperienza. Grazie all’accesso immediato a conoscenze contestuali, risposte suggerite e flussi di lavoro guidati, l’intelligenza artificiale riduce significativamente la curva di apprendimento. Ciò che un tempo richiedeva mesi di esperienza oggi può essere raggiunto in poche settimane.

Tuttavia, con l’aumentare dell’esperienza degli agenti, i benefici dell’assistenza fornita dall’AI iniziano a stabilizzarsi; in alcuni casi, addirittura a diminuire. Aderire rigidamente ai suggerimenti generati dalle macchine può infatti appiattire le conversazioni, far perdere le sfumature del discorso e rendere stereotipate le interazioni. Gli agenti esperti si affidano al giudizio, all’intelligenza emotiva e all’improvvisazione, capacità che l’AI non ha.

Il problema non è l’automazione, è quando la macchina va oltre le proprie capacità

Chiunque abbia interagito con dei bot per un periodo abbastanza esteso ha incontrato la stessa dinamica.

Spieghi il problema. Il bot non capisce.
Suggerisce un articolo che hai già letto.
Riformuli la richiesta. Il bot si ripete.
Chiedi di parlare con una persona. Il bot insiste di essere in grado di aiutarti.

Sei entrato in un “chatbot doom loop”.

I chatbot eccellono negli ambienti strutturati, ad esempio le FAQ, i flussi di lavoro prevedibili e la risoluzione dei problemi semplici. Ma l’assistenza clienti raramente è prevedibile e strutturata. Le emozioni entrano in gioco rapidamente: frustrazione, urgenza, ansia, confusione. Questi sono segnali che non si adattano agli alberi decisionali.

Quando entrano in campo le emozioni, dare risposte corrette non è sufficiente. Infatti, una risposta tecnicamente accurata può essere profondamente insoddisfacente. Non perché il sistema sia lento o impreciso, ma perché si rifiuta di riconoscere che non è lo strumento adatto per il compito.

Quand’è il momento per l’AI di fare un passo indietro?

L’intelligenza artificiale è eccezionalmente efficace nel triage al primo contatto, nella raccolta del contesto, nella categorizzazione dei problemi, nell’individuazione di schemi ricorrenti e nell’instradamento efficiente delle richieste. Questi sono vantaggi meccanici. Le macchine dovrebbero farne tesoro.

Ma nel momento in cui un utente esprime frustrazione, confusione o urgenza, l’equazione cambia. Il giudizio umano conta più della velocità. Il tono conta più della sintassi. La comprensione conta più dell’efficienza.

L’errore che molti sistemi commettono è quello di forzare il bot a persistere, provando un’altra risposta, un altro flusso di lavoro, un’altra deviazione, quando l’utente ha già segnalato di voler parlare con una persona.

La transizione dall’intelligenza artificiale all’interazione umana è il punto in cui la maggior parte delle esperienze di supporto fallisce. Quando è male eseguita, la conversazione viene reimpostata. Quando funziona bene, risulta fluida. I passaggi di consegne migliori condividono tre caratteristiche:

Rendere evidente l’opzione di parlare con una persona: i clienti non dovrebbero implorare di parlare con una persona. Un’opzione chiara e accessibile è un segno di rispetto: comunica agli utenti che ti fidi del loro giudizio quando l’automazione non è più sufficiente.

Mantenere il contesto: niente fa crollare la fiducia del cliente più velocemente che ripetere lo stesso errore dopo un’escalation. Un passaggio di consegne efficace verso un operatore umano consente di portare avanti la conversazione trasferendo i messaggi precedenti e le soluzioni tentate dal cliente, nonché i metadati e gli indicatori di sentiment che il bot ha raccolto dietro le quinte.

Riconoscere le emozioni: Prima di risolvere il problema, è importante riconoscere l’esperienza del cliente. Una frase come “Capisco che questo sia frustrante. lascia che ti aiuti” può rimettere in carreggiata l’interazione. Le persone lo fanno istintivamente. L’intelligenza artificiale deve essere progettata per riconoscere le emozioni dei clienti, non per ignorarle.

Il futuro dell’assistenza ai clienti non è la totale automazione

L’AI continuerà a migliorare. Migliorerà nella sintesi, nel rilevamento delle intenzioni e nella capacità di dare raccomandazioni. Diventerà più veloce, più accurata e più consapevole del contesto in cui opera. Ma l’assistenza ai clienti non è mai solo questione di fornire informazioni. Comporta giudizio, empatia, sapere quando seguire il processo e quando modificarlo.

In futuro, i sistemi di supporto più efficaci non si chiederanno se debbano essere guidati dall’AI o da persone. Saranno progettati per la collaborazione:

• L’AI gestirà i volumi e la velocità
• Le persone gestiranno le sfumature del discorso e la fiducia
• Il sistema abiliterà una transizione fluida tra i due

I clienti non vogliono scegliere tra efficienza ed empatia. Vogliono che entrambe lavorino insieme senza soluzione di continuità. Ed è questa la vera evoluzione nell’assistenza: non sostituire gli esseri umani con le macchine, ma lasciare che le macchine facciano ciò che sanno fare meglio, in modo che le persone possano occuparsi di ciò che solo gli esseri umani sanno fare.

L'articolo Quando l’intervento umano è preferibile: ripensare il ruolo dell’AI nell’assistenza clienti proviene da Data Manager Online.