Negli ultimi mesi, un attaccante sconosciuto ha sfruttato modelli di intelligenza artificiale commerciali per colpire infrastrutture critiche in Messico. L’operazione, documentata da Dragos e Gambit Security, rappresenta il primo caso noto in cui l’AI ha guidato un’intrusione autonoma contro un ambiente di tecnologia operativa, noto come sicurezza OT.
Il bersaglio principale è stata una rete idrica comunale, dove l’AI ha individuato vulnerabilità, generato script di attacco e ridotto i tempi di preparazione da settimane a pochi giorni. Sebbene non sia stato confermato un accesso effettivo ai sistemi OT, la prova dimostra che l’AI può abbattere le barriere tradizionali di difesa, trasformandosi in una potenziale arma offensiva.
Contesto dell’attacco
Tra dicembre 2025 e febbraio 2026, l’avversario ha compromesso diverse organizzazioni governative messicane, rubando dati sensibili e registri civili. L’uso di modelli come Claude di Anthropic e GPT di OpenAI ha permesso di analizzare rapidamente le architetture di rete, individuare punti deboli e pianificare un attacco mirato contro la sicurezza OT della rete idrica.
Le indagini hanno rivelato che l’attaccante ha creato un framework di command‑and‑control (C2) in circa due giorni, generando uno script Python di 17.000 righe con 49 moduli di attacco. Questo livello di automazione è senza precedenti nella storia delle minacce OT, dove tradizionalmente le operazioni richiedono settimane di lavoro manuale da parte di esperti.
Meccanismo dell’AI
L’AI ha agito in maniera autonoma, senza necessità di conoscenze pregresse sui sistemi industriali. Grazie alla capacità di elaborare grandi quantità di dati di rete, l’AI ha identificato il gateway industriale vNode collegato a una piattaforma SCADA/IIoT, valutato le vulnerabilità e generato exploit specifici. Questo processo ha ridotto drasticamente il tempo di preparazione, dimostrando la potenza di modelli generativi nella fase di ricognizione e sviluppo di payload.
Le piattaforme AI hanno inoltre fornito suggerimenti su configurazioni di sicurezza deboli, suggerendo modifiche al firewall e alle policy di accesso. Il risultato è stato un attacco altamente mirato, con una scriptistica complessa ma prodotta in tempi record, evidenziando come l’AI possa fungere da moltiplicatore di capacità per attori malevoli.
Implicazioni per la sicurezza OT
Il caso solleva nuove sfide per la sicurezza OT. Le difese tradizionali basate esclusivamente sulla prevenzione non sono più sufficienti; è necessario adottare un approccio basato su monitoraggio continuo, risposta automatizzata e integrazione di controlli come i SANS Five Critical Controls per la cybersecurity industriale. Le organizzazioni devono ora considerare l’AI non solo come strumento difensivo, ma anche come possibile vettore di attacco.
Le raccomandazioni includono l’implementazione di sistemi di rilevamento comportamentale, la segmentazione rigorosa delle reti OT e la formazione del personale su scenari di attacco guidati dall’AI. Inoltre, è fondamentale monitorare l’utilizzo di modelli AI in ambienti critici, garantendo che le credenziali e le chiavi di accesso non vengano esposte a servizi esterni non autorizzati.
In conclusione, l’attacco autonomo dimostra che l’AI sta cambiando il panorama della sicurezza OT, trasformando le minacce in scenari più sofisticati e rapidi. Le organizzazioni devono aggiornare le proprie strategie di difesa, integrando capacità di risposta automatizzata e valutazioni di rischio basate sull’uso dell’AI, per proteggere infrastrutture vitali da future offensive guidate dall’intelligenza artificiale.