Le campagne di phishing si sono evolute: ora sfruttano agenti AI autonomi per attacchi personalizzati su più canali, rendendo obsolete le difese tradizionali e imponendo alle aziende di adottare strategie di sicurezza basate su intelligenza artificiale.
Le difese email tradizionali sono rimaste ferme a dieci anni fa: analizzano i messaggi, cercano contenuti dannosi e li bloccano. Questo approccio funzionava quando il pericolo era nel payload, come link o allegati malevoli. Ma ha perso efficacia quando la minaccia si è spostata sull'intento del messaggio e oggi fallisce di fronte a mittenti che non sono più persone, ma agenti autonomi.
Dall'attacco al contenuto all'attacco all'intento: ora l'AI è su entrambi i fronti
Il phishing 1.0 si basava su contenuti dannosi: link malevoli, allegati infetti, spam. I gateway di posta erano progettati per questo scenario e hanno risolto in gran parte il problema. Il phishing 2.0 ha spostato il focus sull'intento: compromissione della posta aziendale, impersonificazione di dirigenti, fatture false, frodi bancarie. Qui non c'è payload malevolo da individuare, solo ingegneria sociale che imita richieste legittime. Solo l'analisi comportamentale può intercettare questi attacchi, motivo per cui molte aziende hanno investito in AI che apprende i modelli di comunicazione interni.
Con il phishing 3.0, l'attacco è multi-canale e alimentato dall'intelligenza artificiale generativa: GenAI scrive i messaggi, i deepfake li portano su voce e video, la campagna si estende a email, strumenti di collaborazione e chiamate live. L'attaccante non è più una persona, ma un agente che ricerca, redige, invia e adatta autonomamente le strategie. Questo ha cambiato radicalmente l'economia degli attacchi.
L'attaccante ora usa agenti autonomi
Prima, la fase di ricognizione richiedeva tempo umano: leggere siti web, analizzare offerte di lavoro, mappare fornitori, studiare dirigenti sui social. L'AI agentica elimina questi costi: un agente può riassumere la presenza pubblica di un'azienda, estrarre dati da GitHub e documentazione cloud, identificare le gerarchie e generare pretesti personalizzati in pochi secondi, replicando il processo per migliaia di organizzazioni. La qualità degli attacchi cresce: i messaggi maldestri e pieni di errori sono sostituiti da lusinghe interattive e conversazionali. Microsoft ha rilevato piattaforme di phishing che generano decine di milioni di messaggi al mese e, secondo un sondaggio Dark Reading del 2026, il 48% dei professionisti della sicurezza considera l'AI agentica il principale vettore di attacco, davanti ai deepfake e ad altre minacce. Inoltre, la personalizzazione non è più riservata ai grandi bersagli: quando la ricognizione è gratuita, ogni azienda diventa appetibile, anche le piccole realtà che si credevano al sicuro.
Il rischio maggiore si manifesta quando l'attacco esce dalla casella email. Nel caso noto di Arup, un'azienda di ingegneria, l'attacco è iniziato con una mail di phishing che impersonava il CFO. Quando il dipendente ha esitato, una videochiamata deepfake con volti familiari (tutti sintetici) ha convinto l'utente ad autorizzare 15 bonifici per circa 25 milioni di dollari. Nessuna difesa email avrebbe potuto fermare questo attacco, che ha sfruttato la fiducia nei sensi dei dipendenti.
I dati mostrano che la fiducia è già compromessa
Un singolo caso, per quanto grave, resta un'anomalia. Ma il trend emerge dai dati: uno studio Osterman Research del gennaio 2026, su 128 responsabili IT e sicurezza di aziende USA (1.000-5.000 dipendenti), rivela che l'88% ha subito almeno un incidente che ha minato la fiducia nelle comunicazioni digitali nell'ultimo anno. L'82% nota un aumento dell'interesse degli attaccanti nel proprio settore, il 60% non si sente preparato a contrastare i deepfake nonostante la formazione, il 55% teme che una risposta inefficace a un attacco basato sulla fiducia aumenti il rischio di violazione completa, e oltre un terzo ha visto attaccanti spacciarsi per fornitori o partner affidabili.
Le soluzioni attuali cercano minacce all'interno dei messaggi, ma gli attacchi moderni sfruttano la fiducia su canali dove non c'è nulla da scansionare. Secondo IRONSCALES, Microsoft 365 EOP lascia passare 293 messaggi di phishing ogni 100 caselle ogni 30 giorni, Google Workspace 350: numeri ben superiori a quelli intercettati dai gateway tradizionali. Questi sono i rischi quotidiani che raggiungono i dipendenti dopo il filtro perimetrale.
Perché il modello di risposta tradizionale non basta più
Il modello classico prevede blocco, rilevamento e risposta: si blocca ciò che si riconosce, si indaga e si interviene su ciò che passa. Contro attaccanti umani e volumi limitati, funzionava. Ma contro agenti che generano attacchi personalizzati e multi-canale più velocemente di quanto un umano possa leggerli, il rilevamento e la risposta sono sempre in ritardo. I numeri lo confermano: uno studio Crogl-Ponemon 2026 riporta una media di 4.330 alert giornalieri nei SOC aziendali, con solo il 37% effettivamente indagato. Non si può assumere personale più velocemente degli agenti: serve automatizzare. Il modello di risposta deve quindi aggiungere una fase preventiva: anticipare l'attacco, rafforzare la rilevazione prima che il messaggio arrivi e lasciare all'automazione la gestione dei casi ordinari, riservando agli umani le decisioni che richiedono giudizio.
Anche il difensore deve adottare agenti AI
Il phishing 3.0 impone una simmetria: se l'attaccante usa agenti, anche il difensore deve farlo, altrimenti resterà sempre indietro. Il cambiamento è già in corso: nello stesso studio Crogl, i team di sicurezza più efficaci avevano adottato l'AI nei SOC in misura maggiore (68% contro una media del 46%). Microsoft segnala che il suo agente autonomo di triage degli alert ha identificato 6,5 volte più email malevole rispetto alla revisione manuale, facendo risparmiare a St. Luke's University Health Network oltre 200 ore di lavoro al mese. L'agente non è più un semplice chatbot, ma un vero collega che indaga e fornisce un verdetto, non solo un ticket.
IRONSCALES sviluppa soluzioni in questa direzione: un agente anticipa, uno indaga, uno forma i dipendenti. Il Red Teaming Agent replica la ricognizione degli attaccanti, analizzando social, repository di codice e documenti pubblici, per rafforzare la rilevazione prima dell'attacco. Il Phishing SOC Agent indaga le minacce come un analista L2, riducendo le tempistiche da ore a minuti. Il Phishing Simulation Agent addestra i dipendenti su attacchi modellati sulle reali tattiche usate contro di loro. Alla base, l'Adaptive AI apprende i pattern comunicativi di ogni organizzazione e si aggiorna grazie a una rete di decine di migliaia di professionisti della sicurezza. Il principio è chiaro: la preemption richiede un agente difensivo che ragioni come quello offensivo. Una difesa solo reattiva è ormai superata.
Cosa cambia per i responsabili della sicurezza
Non valutate la sicurezza email solo in base a ciò che viene bloccato al perimetro: il dato rilevante è ciò che arriva in inbox, dove vivono gli attacchi moderni. Chiedete ai fornitori il tasso di mancata intercettazione post-consegna e diffidate delle risposte vaghe. Estendete il modello di minaccia oltre l'email, includendo voce e video: il caso Arup è avvenuto in videochiamata, non via messaggio. Se la verifica dell'identità si ferma all'inbox, gli attacchi più costosi la aggireranno. Valutate l'automazione in base all'autonomia: uno strumento che genera più alert da leggere aumenta il carico, uno che indaga e risolve lo riduce. Chiedete che percentuale di incidenti viene gestita senza intervento umano. Infine, la formazione dei dipendenti deve essere consapevole della ricognizione: simulazioni generiche preparano a phishing generici, ma gli attacchi reali sono personalizzati e così deve essere anche l'addestramento.
Il phishing 3.0 non è una previsione: gli attaccanti usano già agenti, le perdite da deepfake sono realtà e i dati mostrano che la fiducia viene sfruttata più velocemente di quanto le difese possano reagire. Le organizzazioni che supereranno questa fase saranno quelle che smetteranno di inseguire la velocità del software con le sole risorse umane e metteranno in campo un proprio agente difensivo.
Articolo a cura di Steve Malone, Chief Product and Strategy Officer, IRONSCALES.
