Una postazione di lavoro che rallenta a causa di un agente IA mal configurato, un firewall aggirato da un semplice cookie di sessione rubato, una fattura cloud che esplode perché nessuno ha anticipato il consumo dei modelli di linguaggio: i problemi concreti cambiano natura. Le tendenze e le novità informatiche di quest’anno non si riducono a semplici annunci di marketing. Modificano direttamente il modo in cui amministriamo, proteggiamo e pianifichiamo il budget dei nostri ambienti.
Furto di token di autenticazione: la minaccia che sostituisce la password
Proteggiamo gli account con MFA, induriamo le politiche delle password, e nonostante ciò le compromissioni continuano. Il problema proviene da un’altra parte. Dall’inizio dell’anno, diversi attori della cybersicurezza (Sekoia, Microsoft) hanno constatato un cambiamento massiccio verso il furto di token di autenticazione: token OAuth, cookie di sessione, token di accesso temporanei.
Concretamente, un attaccante che intercetta un token valido non ha più bisogno della password né del secondo fattore. Si connette direttamente all’ambiente cloud o Microsoft 365 della vittima. L’FBI ha segnalato a maggio 2026 l’emergere di una piattaforma di Phishing-as-a-Service chiamata Kali365, specializzata in questo tipo di furto su account Microsoft 365.
Per seguire le informazioni informatiche su Geek Newz è possibile tenere d’occhio questo tipo di allerta senza attendere i bollettini ufficiali.
Cosa cambia sul campo:
- Le politiche di rotazione delle password diventano secondarie rispetto all’indurimento della durata di vita dei token e al monitoraggio delle connessioni anomale.
- Il controllo condizionale (geolocalizzazione, impronta del browser, conformità della postazione) passa dallo status di raccomandazione a quello di necessità operativa.
- I team di sicurezza devono formare gli utenti non solo sul phishing classico, ma anche sulle pagine di consenso OAuth fraudolente, un vettore molto meno identificato.
IA in azienda: il costo reale di un deployment sul campo
La maggior parte delle presentazioni sull’IA in azienda si ferma alla dimostrazione. Sul campo, il primo ostacolo non è né tecnico né culturale: è la fattura. Ogni chiamata a un modello di linguaggio consuma risorse di calcolo, e il consumo GPU di un assistente IA interno può superare quello di decine di postazioni classiche.
Quando si integra un agente IA in un workflow (supporto clienti, smistamento ticket, generazione di report), è necessario anticipare tre voci di spesa che gli editori menzionano raramente: il costo di inferenza per richiesta, lo storage dei contesti di conversazione e la larghezza di banda tra il modello e i sistemi interni.
Governance e conformità RGPD dei modelli
La CNIL e diverse autorità europee hanno rafforzato la loro sorveglianza sull’uso di modelli IA che trattano dati personali. Anthropic (editore di Claude) è ad esempio oggetto di analisi di conformità RGPD documentate. Ogni deployment di un LLM su dati interni richiede un’analisi di impatto (AIPD) prima della messa in produzione.
I feedback variano su questo punto a seconda delle dimensioni dell’organizzazione: una PMI di cinquanta persone non ha le stesse obbligazioni documentali di un gruppo quotato. La sfida rimane la stessa: tracciare quali dati transitano per il modello, dove sono archiviati e chi vi accede.
Sovranità digitale e cloud: cosa si muove lato infrastruttura
Bercy ha recentemente interrotto il test di un LLM cinese su un’infrastruttura pubblica. Questo tipo di decisione illustra un movimento più ampio: la questione della sovranità non riguarda più solo i dati, ma i modelli stessi. Ospitare i propri dati in Francia non è sufficiente se il motore di inferenza dipende da un editore soggetto a una giurisdizione extra-europea.
Diversi punti meritano l’attenzione delle aziende che vogliono mantenere il controllo sulla propria catena di trattamento:
- Privilegiare modelli open source auditabili piuttosto che API proprietarie opache, anche se le prestazioni grezze sono leggermente inferiori.
- Verificare che l’hosting cloud garantisca contrattualmente l’assenza di trasferimenti al di fuori dell’UE, inclusi i log delle richieste IA.
- Mappare la dipendenza reale da ciascun fornitore: un cambiamento della politica tariffaria o delle condizioni d’uso può rendere un progetto non sostenibile in poche settimane.
Architettura di chip e informatica post-silicio: segnali concreti
IBM ha svelato un’architettura di chip a 0,7 nm. A questa scala, ci si avvicina ai limiti fisici del transistor classico. Non è una curiosità da laboratorio: ogni guadagno di finezza di incisione si traduce in una riduzione del consumo energetico per operazione, un parametro diretto per i datacenter che alimentano i carichi IA.
In parallelo, l’informatica fotonica (che utilizza la luce invece dell’elettricità per trasferire l’informazione) e l’informatica neuromorfica (architetture ispirate al cervello) stanno progredendo. Questi approcci non sostituiranno i processori classici nel breve termine, ma iniziano a comparire in casi d’uso mirati: ottimizzazione del routing di rete, simulazione molecolare, trattamento di flussi video in tempo reale.
Consumo energetico dei datacenter
La crescita del mercato dei datacenter accelera, trainata dalla domanda IA. L’informatica a basso consumo energetico non è più un argomento di marketing ma una costrizione operativa. Le nuove architetture di raffreddamento a liquido e i chip a incisione molto fine partecipano allo stesso obiettivo: mantenere la capacità di calcolo senza far esplodere la fattura elettrica.
Il tema rimane tecnico, ma impatta direttamente i budget IT di ogni organizzazione che consuma cloud. Monitorare l’evoluzione delle architetture hardware aiuta a anticipare le riduzioni dei costi di inferenza e a pianificare i rinnovi di infrastruttura al momento giusto.