Punti chiave
- La scoperta delle vulnerabilità con l’AI sta aumentando il volume di CVE e riduce il tempo a disposizione dei difensori per identificare, assegnare priorità e correggere le vulnerabilità sfruttabili.
- Le scansioni pianificate e i cicli di patch tradizionali mostrano i loro limiti quando la scoperta e lo sfruttamento delle vulnerabilità procedono in modo continuo, e non secondo finestre di manutenzione prevedibili.
- Per correggere più in fretta servono valutazione continua delle vulnerabilità, contesto sulla sfruttabilità, definizione delle priorità basata sul rischio e automazione, invece di trattare ogni CVE allo stesso modo.
- L’automazione delle patch deve prevedere dei guardrail di distribuzione: gli aggiornamenti a basso rischio possono procedere automaticamente, mentre i sistemi complessi o critici restano sotto revisione umana.
- I team IT dovrebbero valutare se i processi di patching attuali siano in grado di assorbire volumi di vulnerabilità molto più alti senza accumulare arretrati di remediation o causare interruzioni operative.
- NinjaOne unisce valutazione delle vulnerabilità in tempo reale, intelligence sulla sfruttabilità e patch management autonomo per aiutare i team a stabilire le priorità e correggere le vulnerabilità su larga scala.
Questa estate ci ha regalato un Patch Tuesday da record dopo l’altro. Prima è stato il turno di luglio, quando Microsoft ha pubblicato quello che allora era il rilascio mensile più corposo di sempre (con oltre 600 CVE, il triplo del precedente record di giugno). Ad agosto c’è stata una leggera flessione (poco più di 400 falle corrette), ma il Patch Tuesday di settembre ha risposto con un nuovo record: circa 972 vulnerabilità risolte. Di queste, 112 superavano una soglia di gravità critica elevata.
I modelli AI di frontiera presentati di recente, come Mythos e GPT 5.5-Cyber (Daybreak), hanno cambiato alla radice il modo in cui affrontiamo la gestione delle vulnerabilità, nel giro dei pochi mesi trascorsi dal loro rilascio e nonostante l’accesso resti in gran parte limitato.
Mentre l’AI continua a ridurre il tempo che separa la scoperta di una vulnerabilità da parte degli attaccanti dal suo utilizzo come arma, anche i sistemi di scoperta delle vulnerabilità basati sull’AI di organizzazioni come Microsoft diventano sempre più avanzati, accelerando l’attività su entrambi i fronti. Di conseguenza, l’ondata di patch a cui stiamo assistendo continua a crescere di intensità. Finora, però, la velocità di remediation non ha tenuto il passo con quella della scoperta. Guardando avanti, è importante che le organizzazioni capiscano come assorbire un volume di vulnerabilità più alto e correggerle in modo più efficace, prima che gli avversari possano sfruttare a loro volta cicli accelerati.
Scopri le vulnerabilità nascoste nel tuo ambiente.
Perché l’AI sta cambiando la scoperta e lo sfruttamento delle vulnerabilità
In questa nuova era Mythos, la scoperta serve a poco se non è accompagnata da una remediation intelligente e accelerata. È un fatto sempre più evidente. Nel 2026, per la prima volta in 19 anni, lo sfruttamento delle vulnerabilità è stato il principale vettore di violazione per i malintenzionati. Inoltre, il report Mandiant M-Trends 2026 ha rilevato che il tempo medio di sfruttamento è ora di -7 giorni: in media, una vulnerabilità viene trasformata in arma una settimana prima che esista una patch.
Quello a cui stiamo assistendo non è soltanto la fine dei cicli di patch come li conosciamo. È la fine necessaria delle scansioni pianificate come motore degli aggiornamenti delle patch. I difensori devono per forza ripensare la remediation, tenendo conto che gran parte del “processo” odierno è nato per gestire volumi di scoperta delle vulnerabilità molto più bassi, in un’epoca ben diversa.
Come deve evolvere la remediation delle vulnerabilità
Oggi l’automazione delle patch offre una strada convincente per accelerare la scoperta delle vulnerabilità. Ma va abbinata a guardrail che permettano un patching più rapido e consapevole del rischio su larga scala, per costruire resilienza senza compromettere la stabilità.
Le organizzazioni che hanno rimandato gli investimenti in automazione si trovano ora in ritardo. Allo stesso tempo, automatizzare tutto non è la risposta più efficace. Gartner consiglia di adottare un framework di distribuzione a livelli, che mantenga il presidio umano sulle patch destinate a sistemi complessi o ad alta criticità, lasciando invece procedere in autonomia gli aggiornamenti a bassa complessità e bassa criticità.
Inoltre, le organizzazioni dovrebbero puntare a ridurre l’attuale tempo medio di applicazione delle patch per le CVE critiche e assicurarsi che i processi in essere siano in grado di assorbire un aumento di almeno 3 volte del volume mensile di CVE nel corso della seconda metà di quest’anno. Google Chrome, per esempio, rilascia già nuovi aggiornamenti di sicurezza ogni due settimane.
Modernizza la tua strategia di patching.
Ciò che fa la differenza tra restare a galla e affondare
Il Patch management autonomo di NinjaOne ha un’architettura pensata per aiutare i tecnici a identificare e correggere rapidamente le vulnerabilità note e più urgenti, tenendo conto del contesto degli asset e dell’intelligence sulla sfruttabilità. In abbinamento a NinjaOne Vulnerability Management, che offre valutazione in tempo reale con application performance monitoring (APM), i tecnici possono procedere con maggiore sicurezza e consapevolezza sulle patch che richiedono attenzione urgente e che contano di più per il business.
Inoltre, la nostra Patch Intelligence AI fa in modo che le patch OS stabili possano essere distribuite automaticamente, mentre le patch note come problematiche vengono segnalate per la revisione umana: così si riduce il rischio di interruzioni operative su larga scala dovute alla distribuzione diffusa di una patch instabile.
Il punto fondamentale è questo: siamo già nel pieno di una forte impennata nella scoperta delle vulnerabilità. Se da un lato l’AI permette agli attaccanti di muoversi più in fretta dei cicli di patch, dall’altro offre ai difensori lo stesso vantaggio sul fronte della scoperta. Alla fine, le organizzazioni capaci di trasformare una scoperta più rapida in una remediation più rapida saranno quelle più pronte ad adattarsi mentre l’ondata continua a crescere.
