← Torna agli articoli

Red Team · 15 October 2025

L'AI come moltiplicatore di rischio: come i criminali usano i modelli linguistici

L’AI non è neutrale. Mentre il settore della sicurezza investe in detection e response basati sull’intelligenza artificiale, i gruppi criminali fanno lo stesso — con budget illimitati, nessuno scrupolo etico e zero burocrazia. Il Rapporto Clusit 2026 lo chiama senza giri di parole: l’AI ha agito da “moltiplicatore di rischio”.

Tre aree di impatto concreto

Phishing su scala industriale

Il phishing tradizionale si riconosceva da errori grammaticali e toni impersonali. Con i moderni LLM, un gruppo criminale genera migliaia di email personalizzate per singolo target, in italiano corretto, con riferimenti contestuali reali. L’82% dei file malevoli nel 2025 viene ancora veicolato via email — ma la qualità del contenuto è aumentata drasticamente.

Strumenti come WormGPT e FraudGPT — versioni jailbreakate di LLM disponibili nel dark web — permettono la generazione di contenuti malevoli su richiesta.

Exploit development accelerato

Secondo TIM Cybersecurity, il tempo tra la pubblicazione di una CVE critica e la disponibilità di un exploit funzionante si è ridotto a ore. Gli LLM analizzano il codice vulnerabile e suggeriscono approcci di exploitation, abbastanza da accelerare il lavoro di chi sa già cosa cercare.

Oltre il 50% dell’exploitation documentata nel 2025 è attribuibile ad attori state-sponsored con risorse AI significative.

Social engineering automatizzato

Il caso Crosetto (voce clonata del Ministro) è l’esempio più visibile, ma va oltre: include generazione automatica di profili social credibili con foto AI-generated, cronologie digitali coerenti, e gestione di conversazioni prolungate con le vittime senza intervento umano.

La difesa AI-powered

  • Anomaly detection — identificare pattern anomali in rete prima che degenerino
  • Email filtering semantico — classificare messaggi per comportamento, non solo per firme note
  • Threat intelligence automatizzata — aggregare IOC da fonti multiple in tempo reale
  • Code review assistita — trovare vulnerabilità durante lo sviluppo, non dopo il deployment

Il problema dell’arms race

Un gruppo criminale finanziato da uno stato può investire illimitatamente in capacità AI offensive. Un’azienda media, no. La risposta non può essere solo tecnologica: formazione del personale, processi di verifica multi-canale e cultura della sicurezza rimangono gli argini più efficaci.