La Commissione europea ha presentato il 7 luglio 2026 il nuovo Action Plan on Cybersecurity and Artificial Intelligence, riconoscendo formalmente qualcosa che il settore della sicurezza informatica aveva iniziato a comprendere prima della politica: l’intelligenza artificiale non sta semplicemente aggiungendo un nuovo strumento alla cassetta degli attrezzi degli attaccanti, sta modificando l’economia stessa dell’attacco. Henna Virkkunen, vicepresidente esecutiva della Commissione per la Tech Sovereignty, Security and Democracy, ha usato parole insolitamente nette per Bruxelles: i modelli AI avanzati possono creare cyber exploit in pochi minuti o ore e a una frazione del costo necessario agli esperti umani. La conseguenza è strategica, non cosmetica. Una vulnerabilità che prima richiedeva competenze specialistiche, tempo e coordinamento può essere

Il documento europeo parte da una constatazione altrettanto semplice quanto scomoda: l’AI può essere utilizzata per identificare vulnerabilità, automatizzare attacchi e aumentarne velocità e scala, ma può contemporaneamente diventare una delle principali infrastrutture difensive dell’Europa. La Commissione non propone quindi una guerra normativa contro l’intelligenza artificiale, ma un tentativo di trasformarla in capacità operativa. Il piano prevede, tra le altre cose, una maggiore capacità europea di valutare i modelli avanzati dal punto di vista cyber, un accesso strutturato a questi modelli per organizzazioni europee, una piattaforma sicura per testarli in scenari di cybersecurity e un rafforzamento delle capacità AI sovrane europee.

Il dettaglio dell’accesso ai modelli è probabilmente uno degli elementi più interessanti dell’intero piano. Bruxelles non vuole semplicemente che aziende e amministrazioni comprino un abbonamento a un grande modello linguistico e lo colleghino al SOC come si collega una stampante alla rete aziendale. La Commissione, insieme a ENISA, intende sviluppare un European Blueprint for structured access to advanced AI models, definendo criteri e condizioni attraverso cui organizzazioni europee potranno utilizzare modelli avanzati per finalità di cybersecurity. Parallelamente, è prevista una piattaforma sicura, operativa entro la fine del 2026, per valutare come questi sistemi possano essere impiegati in settori critici come energia, finanza, sanità, trasporti e pubblica amministrazione.

È qui che la discussione smette di essere una questione di chatbot e diventa una questione di infrastruttura nazionale. Un modello capace di analizzare codice, correlare eventi, interpretare log, individuare vulnerabilità o assistere un analista durante un incidente non è più soltanto software applicativo. Diventa una componente della capacità operativa di un’organizzazione. Se quella capacità dipende integralmente da un fornitore extraeuropeo, da API remote e da condizioni commerciali che possono cambiare, la questione della sovranità tecnologica non è più uno slogan pronunciato durante una conferenza europea: diventa un problema concreto di continuità operativa.

Il punto è particolarmente delicato perché la cybersecurity europea vive già una tensione strutturale tra complessità tecnologica, scarsità di competenze e costi crescenti. I SOC moderni devono correlare enormi quantità di telemetria proveniente da endpoint, identità, firewall, cloud, applicazioni, sistemi industriali e infrastrutture SaaS; nel frattempo gli analisti devono distinguere rapidamente tra rumore, anomalie e incidenti reali. L’arrivo degli agenti AI promette di automatizzare una parte crescente di questa attività, dalla raccolta delle evidenze alla correlazione degli alert, fino alla costruzione di una prima ipotesi investigativa. Ma chiamare tutto questo semplicemente “Agentic SOC” rischia di produrre l’ennesimo capitolo della grande industria dell’hype. Un agente che può eseguire azioni senza supervisione non è automaticamente un buon analista. È anche un nuovo punto di possibile compromissione.

La differenza tra AI-assisted SOC e Agentic SOC diventerà quindi sempre più importante. Nel primo caso l’intelligenza artificiale aiuta l’analista a comprendere ciò che sta accadendo; nel secondo può iniziare a prendere decisioni operative, utilizzare strumenti, interrogare sistemi e, in determinati contesti, intervenire sull’infrastruttura. Questo aumenta enormemente la velocità, ma aumenta anche il blast radius di un errore. Un falso positivo commesso da un modello che prepara un report è un problema; un falso positivo commesso da un agente autorizzato a isolare endpoint, modificare policy o bloccare identità può diventare un incidente di sicurezza prodotto direttamente dalla sicurezza.

La storia di Vrije Universiteit Brussel è interessante proprio perché dimostra che il prerequisito dell’AI non è necessariamente un modello più grande. È una migliore architettura dei dati. VUB opera con una struttura IT fortemente decentralizzata e una funzione centrale di sicurezza composta da appena tre persone. La sua infrastruttura Elastic raccoglie e normalizza dati provenienti da firewall, proxy, DNS, VPN, autenticazione e sistemi Windows e Linux; il sistema gestisce 64 miliardi di eventi e oltre 300 endpoint/server. Il risultato più importante non è quindi una fantasmagorica sostituzione degli analisti con l’intelligenza artificiale, ma la costruzione di una fonte centrale dalla quale gli analisti possono finalmente ottenere contesto e correlazioni senza ricostruire manualmente l’incidente da sistemi separati.

Questa distinzione è fondamentale perché l’industria tecnologica tende a raccontare l’AI come se fosse una scorciatoia universale. Non lo è. Un LLM collegato a dati frammentati produce risposte sofisticate a domande mal poste; un agente con autorizzazioni eccessive può automatizzare anche gli errori; un SOC senza una strategia di logging coerente non diventa intelligente semplicemente perché gli viene aggiunto un modello linguistico. La qualità dell’AI security dipende dalla qualità della telemetria, dalla normalizzazione dei dati, dalla gestione delle identità, dalla definizione dei permessi e dalla capacità di ricostruire la storia di un evento.

Il piano europeo inserisce inoltre questa trasformazione dentro un ecosistema normativo già molto affollato. La Commissione cita esplicitamente AI Act, NIS2, Cyber Resilience Act, Digital Operational Resilience Act e Cyber Solidarity Act. Non si tratta quindi di creare una nuova legge sulla cybersecurity AI isolata dalle altre, ma di utilizzare e coordinare gli strumenti esistenti per affrontare un ambiente tecnologico che cambia più rapidamente dei cicli legislativi.

Il problema economico resta tuttavia enorme. Costruire modelli frontier AI europei richiede investimenti che superano ampiamente la capacità del finanziamento pubblico tradizionale, e la stessa Virkkunen ha sottolineato la necessità di mobilitare capitale privato, soprattutto equity. La Commissione collega questa ambizione alle AI Factories e alle future AI Gigafactories, immaginando una capacità infrastrutturale europea che possa sostenere anche applicazioni di cybersecurity.

Bruxelles vuole contemporaneamente sicurezza, sovranità, open source, competitività, controllo dei dati, accesso ai modelli più avanzati e riduzione della dipendenza tecnologica esterna. Sono obiettivi compatibili soltanto fino a un certo punto. La sovranità tecnologica costa, spesso molto più della semplice licenza di un servizio cloud americano. L’Europa può certamente decidere di costruire capacità proprie, ma deve accettare che la sicurezza digitale non sia più una voce residuale dell’IT budget. È diventata una componente della politica industriale.

Anche l’open source entra in questa equazione, ma senza il romanticismo con cui viene spesso raccontato. Codice aperto significa maggiore possibilità di ispezione, modifica e indipendenza dal singolo fornitore, ma non significa automaticamente codice sicuro. Un progetto open source critico mantenuto da pochissimi sviluppatori può diventare un punto di concentrazione del rischio tanto quanto un prodotto proprietario. La stessa Commissione ha previsto una Critical Open Source Resilience Campaign per contribuire alla correzione delle vulnerabilità più importanti nei progetti open source strategici. È un riconoscimento implicito di una realtà spesso ignorata: una parte significativa dell’infrastruttura digitale europea poggia su componenti che nessun singolo governo o grande azienda controlla completamente.

La questione è quale organizzazione riuscirà a trasformare più rapidamente l’intelligenza artificiale in velocità difensiva senza trasformarla in una nuova superficie d’attacco. Gli aggressori possono utilizzare modelli per cercare vulnerabilità, generare codice, automatizzare ricognizione e aumentare il ritmo delle operazioni; i difensori devono utilizzare la stessa accelerazione per osservare, correlare, investigare e rispondere. La competizione non sarà quindi semplicemente tra hacker e software di sicurezza, ma tra sistemi automatizzati capaci di apprendere, reagire e operare a velocità incompatibili con i vecchi processi manuali.

L’Europa ha compreso almeno una parte del problema. Il suo Action Plan riconosce che l’AI non è soltanto una tecnologia da regolamentare, ma una capacità strategica da costruire, valutare e rendere disponibile anche a chi difende infrastrutture critiche. La difficoltà sarà trasformare questa consapevolezza in infrastrutture, competenze, capitale e sistemi realmente operativi prima che il vantaggio di velocità degli attaccanti diventi strutturale.

La cybersecurity dell’era AI non sarà vinta da chi possiede il chatbot più intelligente. Sarà vinta da chi possiede i dati migliori, i permessi meglio governati, la telemetria più completa e la capacità di trasformare un modello in un sistema operativo di difesa senza consegnargli le chiavi del regno. La Silicon Valley tende a vendere l’agente come il nuovo dipendente instancabile; la sicurezza informatica ricorda invece una regola meno glamour: un dipendente instancabile con privilegi amministrativi può essere anche un ottimo incidente in produzione.