Si sta creando uno tsunami di identità, pronto a travolgere i servizi di directory e le strutture di autenticazione. A inizio 2026, la società di consulenza McKinsey ha annunciato che il proprio team, composto da 40.000 persone, è stato ampliato con 25.000 agenti AI in soli due anni.

L’agentic AI sta già influenzando decisioni e vendite fin oltre i confini aziendali e secondo un report Adobe, il traffico e-commerce guidato dall’AI durante il black Friday 2025 ha generato 22 miliardi di dollari di ricavi, un aumento dell’805% rispetto all’anno precedente. Anche le piccole aziende hanno già adottato agenti AI: Salesforce riporta che l’azienda media ne gestisce 12, un numero che si prevede crescerà rapidamente del 60%. Klarna ha riferito di gestire oltre il 60% delle interazioni chat del suo helpdesk con agenti AI, riservando solo le domande più complesse ad agenti umani.

Limitare l’autonomia 

Ogni agente AI accede a dati specifici dell’utente, flussi di lavoro e molteplici applicazioni, e necessita quindi di un’identità unica e di diritti di accesso chiaramente definiti. Ciò comporterà molte nuove voci per i grandi sistemi di gestione delle identità. Chiunque in azienda sia responsabile di sicurezza, resilienza e gestione delle identità, e chi stia ripensando controllo degli accessi e robustezza delle password, dovrebbe prendere in considerazione gli agenti AI.

Mark Molyneux, Field CTO EMEA di Commvault

La Shadow AI rappresenta un’ulteriore area su cui focalizzare l’attenzione, poiché i colleghi dei dipartimenti specialistici sviluppano i propri agenti per accelerare i processi, che interagiranno con strumenti, API, siti web e sistemi interni ed esterni per eseguire azioni per loro conto. Gli agenti agiscono autonomamente, in modo parziale o completo, e sempre più senza supervisione umana.

Il rischio? Spesso abbiamo osservato sistemi autonomi sviluppare capacità che superano le aspettative dei loro sviluppatori. Abbiamo un’esperienza limitata con costrutti dinamici in cui agenti AI provenienti da vari ambienti interagiscono tra loro e utilizzano questi scambi per guidare le proprie azioni. Cosa accade se gli oggetti diventano autonomi, o se qualcuno dall’esterno interviene deliberatamente e li manipola?

I sistemi basati su agenti introducono nuove vulnerabilità quali iniezione di prompt, avvelenamento del modello e manipolazione dei dati, dove gli attaccanti non mirano solo al codice, ma anche alla logica decisionale stessa. La Shadow AI aggrava il problema, poiché i dipendenti integrano strumenti non testati nei flussi di lavoro principali, creando lacune di sicurezza che i meccanismi di controllo tradizionali non sono progettati per affrontare. Possono anche interrompere involontariamente i sistemi di produzione mentre eseguono le loro attività previste, ad esempio, revocando le credenziali di accesso o mettendo in quarantena le risorse di produzione. Senza adeguate barriere di protezione, esiste il rischio che queste identità AI ottengano accesso e autonomia eccessivi.

Gestire i cicli di vita 

Naturalmente, i principi fondamentali di una buona gestione delle password e degli accessi si applicano anche all’agentic AI. Crittografia forte, autenticazione multi-fattore robusta, approvazione multi-persona (ad esempio, approvazione umana delle azioni AI che modificano i sistemi di produzione) e gestione centralizzata delle identità sono obbligatorie, proprio come lo sono per la gestione degli accessi di qualsiasi dipendente umano.

Ma il compito con gli agenti AI non finisce qui. I responsabili dovrebbero allineare la loro strategia di intelligenza artificiale con controllo, resilienza e buona governance. Devono monitorare attentamente le attività degli agenti, considerarli importanti identità digitali e concedere loro solo i diritti di accesso necessari. Stabilire meccanismi per resettare o limitare gli agenti se superano i loro limiti definiti, aggiornare la protezione dei dati per coprire le attività guidate dall’AI e assicurarsi che integrità, backup e ripristino siano compatibili con l’AI, e utilizzare il monitoraggio centralizzato di tutti gli ambienti, garantendo una distribuzione controllata in DevOps, SecOps e ITOps.

La chiave è integrare governance, resilienza e formazione fin dall’inizio ed evitare assolutamente di trattare l’AI basata su agenti come un’automazione “plug-and-play”. Le aziende che padroneggiano questo equilibrio trasformeranno l’AI basata su agenti in una risorsa di sicurezza critica, mentre chi non lo farà rischia di aggravare le proprie vulnerabilità. E a causa della loro natura autonoma, nel peggiore dei casi, questi agenti estenderanno in modo significativo questa lacuna, se il loro ciclo di vita non sarà controllato.