Shadow AI: cosa i clienti non dicono ai loro MSP

Ci si aspetta che gli MSP comprendano gli ambienti tecnologici dei propri clienti. Sanno quali endpoint sono gestiti, quali applicazioni sono critiche per il business, quali sistemi richiedono patch o manutenzione, dove risiedono i dati sensibili e chi vi ha accesso. Sempre più spesso, tuttavia, le decisioni tecnologiche critiche vengono ora prese senza il coinvolgimento dell’IT o degli MSP.

Negli ambienti dei clienti, questo può assumere molte forme:

• Un team di marketing utilizza una piattaforma di progettazione grafica basata sull’IA per creare elementi visivi per le campagne
• Un rappresentante di vendita connette un assistente IA a un CRM per riassumere le interazioni con i clienti
• Un responsabile delle risorse umane carica un curriculum su un chatbot pubblico per la valutazione
• Uno sviluppatore utilizza uno strumento di codifica basato sull’IA per risolvere i problemi del codice sorgente aziendale

E ciascuna di queste attività può avvenire senza che l’MSP ne venga mai a conoscenza.

Questo non significa necessariamente che i clienti stiano deliberatamente trattenendo informazioni. Il problema è che l’uso dell’IA è diventato altamente decentralizzato nella pratica. Ai dipendenti e ai singoli reparti possono bastare un browser, una carta di credito o un’autorizzazione OAuth per accedere a strumenti potenti. Questo fenomeno, noto come shadow AI, consente l’introduzione di nuove tecnologie nell’organizzazione prima ancora che i team IT o i fornitori di servizi ne siano a conoscenza, tanto meno che possano valutarle appieno.

Per gli MSP, questo crea un problema immediato: non puoi proteggere efficacemente un ambiente che non puoi vedere, e non puoi difendere ciò che non sai che esiste.

Come la shadow AI crea rischi di sicurezza per gli MSP

La shadow IT rappresenta una sfida per le organizzazioni da anni, poiché i dipendenti continuano ad adottare tecnologie al di fuori dei canali IT approvati. La shadow AI, tuttavia, aumenta la potenziale esposizione al rischio. Queste applicazioni non si limitano ad affiancare i sistemi aziendali; possono interagire con dati aziendali sensibili, connettersi a piattaforme esistenti oltre il loro ambito iniziale ed eseguire attività con crescente autonomia.

Ricerche recenti mostrano quanto questo comportamento sia diventato diffuso. Il report Shadow AI 2025 di KPMG ha rilevato che il 44% dei dipendenti statunitensi intervistati ha utilizzato consapevolmente l’IA in modi che violavano i criteri o le linee guida della propria organizzazione. La motivazione non è necessariamente malevola: spesso queste sono iniziative nate per la comodità, la velocità e l’efficienza. La cultura lavorativa odierna premia sempre più queste stesse qualità, incoraggiando i dipendenti ad automatizzare le attività ripetitive e ad adottare strumenti che possano aiutarli a ottenere risultati migliori.

Ma la ricerca di una maggiore efficienza non elimina il rischio.

Per gli MSP, la vera preoccupazione è ciò che ogni applicazione non riconosciuta aggiunge all’ambiente: un’altra serie di connessioni, autorizzazioni e potenziali percorsi di accesso che operano al di fuori della supervisione stabilita.

Gli accessi e le autorizzazioni nascosti dietro gli strumenti di IA

Le implicazioni per la sicurezza dell’uso dell’IA non sono sempre evidenti per la persona che adotta la tecnologia. Quella che sembra una semplice connessione può introdurre autorizzazioni e accessi che vanno ben oltre l’attività immediata.

Pensa a cosa succede quando un dipendente collega un’applicazione di IA a una piattaforma aziendale.

Per l’utente, il processo potrebbe limitarsi al clic sul pulsante “Consenti”. Dietro quell’approvazione può esserci una serie di permessi per recuperare file, accedere ai contatti, interagire con le informazioni dei clienti o connettersi ad altre applicazioni.

Queste connessioni possono persistere oltre l’interazione iniziale, creando un accesso che l’MSP ignora del tutto. Anche se l’MSP può ancora gestire l’endpoint, proteggere l’account dell’utente e mettere in sicurezza l’applicazione aziendale sottostante, potrebbe non essere a conoscenza della connessione presente tra di essi.

È qui che l’IA inizia a ridefinire il concetto tradizionale di shadow IT. L’incognita non è più quale applicazione viene utilizzata. Gli MSP devono inoltre comprendere a quali informazioni può accedere un servizio di IA, le autorizzazioni esatte che gli sono state concesse, quali credenziali lo supportano e se tale accesso è ancora necessario.

Le conseguenze di questa lacuna di supervisione stanno già emergendo. Il Cost of a Data Breach Report 2025 di IBM ha rilevato che il 63% delle organizzazioni intervistate che hanno subito violazioni non disponeva di una politica di governance dell’IA o ne stava ancora sviluppando una. Tra le organizzazioni che disponevano di policy, solo il 34% effettuava controlli regolari sull’uso non autorizzato dell’IA. Le organizzazioni con livelli elevati di shadow AI hanno inoltre sostenuto costi di violazione in media superiori di 670.000 $ rispetto a quelle con un uso minimo o nullo di IA non autorizzata.

Perché gli MSP devono avere visibilità sugli accessi degli strumenti di IA

Per gli MSP, la priorità non è controllare se i clienti utilizzano l’IA, ma comprendere come tale utilizzo modifichi l’ambiente che devono proteggere.

I team stanno adottando queste applicazioni perché risolvono problemi reali e semplificano attività che richiedono molto tempo. A livello organizzativo, ci sono incentivi altrettanto forti per esplorare tecnologie che migliorano la produttività.

Una risposta più efficace parte dal riformulare le domande che gli MSP si pongono.

Documentare quali applicazioni di IA un cliente ha formalmente approvato è un buon punto di partenza, ma è solo una parte della storia. Gli MSP hanno bisogno di visibilità su:

• Quali servizi di IA utilizzano effettivamente i dipendenti
• A quali applicazioni aziendali e dati possono accedere tali servizi
• Quali permessi OAuth sono stati concessi
• Quali chiavi API o account di servizio abilitano quelle connessioni
• Quali azioni quegli strumenti sono autorizzati a intraprendere una volta collegati

Cosa più importante, fino a che punto si estende tale accesso e supera i limiti del necessario?

Queste domande spostano la discussione dalla definizione delle politiche alla valutazione del rischio pratico. Anche l’uso approvato dell’IA può creare falle:

• A un assistente di IA collegato a un CRM potrebbe essere concesso l’accesso alle voci dei clienti oltre quanto necessario per svolgere l’attività prevista.
• Lo stesso servizio di IA può essere limitato alle fonti di dati approvate per un reparto, ma ricevere un accesso più ampio da un altro.
• L’accesso concesso per un progetto temporaneo può rimanere attivo anche molto tempo dopo la fine dei lavori.

L’approvazione da sola non garantisce un accesso adeguato.

Tenere il passo con questi cambiamenti richiede più di un esercizio di inventario una tantum. Compaiono costantemente nuove applicazioni, i fornitori SaaS esistenti continuano ad aggiungere funzionalità IA mentre gli agenti autonomi svolgono attività che, fino a poco tempo fa, richiedevano un coinvolgimento umano diretto. Il monitoraggio di questa attività dovrebbe essere una pratica standard nelle revisioni di sicurezza degli MSP e nelle conversazioni che vengono portate avanti con i clienti.

La crescente attenzione del settore per l’individuazione degli strumenti di IA in uso riflette l’urgenza di tale esigenza. Stanno emergendo sempre più funzionalità di sicurezza dedicate per identificare le applicazioni di IA generativa utilizzate senza l’approvazione del reparto IT, analizzare i modelli di utilizzo, valutare il rischio delle applicazioni e monitorare la potenziale esposizione dei dati. Per le organizzazioni più piccole che non dispongono di risorse interne comparabili, questo rappresenta un ambito in cui gli MSP possono dare un apporto prezioso in termini di visibilità e consulenza. L’individuazione degli strumenti IA in uso sta rapidamente diventando un elemento essenziale per mantenere la visibilità negli ambienti dei clienti.

Gli amministratori possono esaminare i modelli di utilizzo, identificare le applicazioni non approvate, valutare il rischio delle applicazioni, valutare le autorizzazioni di accesso e monitorare la potenziale esposizione dei dati. Queste funzionalità possono rivelare l’attività di IA che altrimenti potrebbe rimanere al di fuori della tradizionale supervisione IT.

Per gli MSP, l’individuazione degli strumenti IA in uso sta rapidamente diventando essenziale per mantenere la visibilità negli ambienti dei clienti.

Come gli MSP possono migliorare la governance dell’IA con i clienti

Per la maggior parte delle organizzazioni, colmare questo divario non è semplicemente una questione tecnica, ma una sfida a livello di comunicazione.

Il divario spesso si amplia quando i dipendenti non riconoscono quali decisioni relative all’IA comportino implicazioni per la sicurezza o richiedano il coinvolgimento degli MSP. Ciò che inizialmente può sembrare una semplice applicazione, integrazione o un acquisto dipartimentale può introdurre nuovi permessi, credenziali e requisiti di accesso che vanno ben oltre l’uso previsto.

Per gli MSP, una governance dell’IA più rigorosa inizia con la definizione di aspettative chiare su quando e come i clienti comunicano le modifiche relative all’IA. Quelle conversazioni dovrebbero affrontare domande come:

• Quali nuovi strumenti di IA stanno sperimentando i team? Sono approvati per l’uso aziendale?
• Qualche dipartimento ha collegato strumenti di IA direttamente a sistemi sensibili o applicazioni business-critical?
• Quali dati aziendali, dei clienti o altri dati sensibili vengono condivisi con questi strumenti e dove finiscono tali dati una volta inviati?
• Chi è responsabile di ciascuna integrazione di IA e della gestione dei relativi accessi nel tempo?
• Le autorizzazioni sono aumentate o cambiate da quando è stato introdotto lo strumento?
• Le integrazioni precedentemente approvate sono ancora necessarie o l’accesso rimane attivo anche dopo che l’esigenza aziendale originale è terminata?

Avviando queste discussioni e mantenendole attive man mano che gli ambienti dei clienti cambiano, gli MSP possono far emergere l’attività di IA prima che aggiunga un ulteriore livello non gestito all’ambiente. Soprattutto, gli MSP possono consentire ai clienti di adottare rapidamente l’IA, assicurando che la gestione degli accessi, delle autorizzazioni e dei controlli tenga il passo.

L’obiettivo è semplice: gli MSP devono avere visibilità in tempo reale sugli strumenti di IA implementati, prima che questi accedano ai dati o ai sistemi aziendali.

Come gli MSP possono proteggere l’accesso all’IA negli ambienti client

Scoprire l’uso dell’IA precedentemente sconosciuto risolve solo una parte del problema. Una volta che tale attività diventa visibile, gli MSP hanno bisogno di un modo coerente per tenerla sotto controllo in ogni ambiente dei clienti.

Gli assistenti, le integrazioni e gli agenti di IA dipendono in ultima analisi da credenziali, autorizzazioni e connessioni ai sistemi aziendali. Tali percorsi devono essere protetti, i privilegi limitati a quanto necessario e le autorizzazioni adeguate al variare delle esigenze. Per gli MSP che operano su larga scala, la sfida consiste nell’applicare tali principi in modo coerente a più clienti man mano che i loro ambienti si evolvono.

Keeper fornisce agli MSP una piattaforma unificata per fare esattamente questo. Consolidando la sicurezza delle credenziali, l’accesso privilegiato, la gestione dei segreti e la gestione dei privilegi degli endpoint all’interno di una architettura zero-knowledge e zero-trust, Keeper aiuta gli MSP a governare le identità umane e delle macchine su larga scala senza introdurre un ulteriore livello non integrato nello stack di sicurezza.

Il rischio più significativo legato all’IA potrebbe non derivare dalle applicazioni che un MSP già gestisce,

ma da quelle che nessuno ha pensato di menzionare.

Scopri il Keeper MSP Partner Program e come Keeper aiuta gli MSP a colmare le lacune di visibilità sull’IA negli ambienti dei clienti.