L’AI sta riscrivendo le regole del sistema finanziario globale. Non si tratta di un cambiamento graduale: è una trasformazione rapida e strutturale che tocca simultaneamente le difese e le vulnerabilità delle istituzioni bancarie, dei mercati dei capitali e delle infrastrutture di pagamento.L’AI, da un lato, offre strumenti potenti per il rilevamento delle frodi, la gestione del rischio di credito, il monitoraggio delle minacce informatiche e l’automazione dei processi; dall’altro, amplifica in modo esponenziale le capacità offensive di chi vuole colpire il sistema: attori malintenzionati possono, oggi, sfruttare modelli avanzati per identificare e per attaccare vulnerabilità a una velocità incomparabilmente superiore rispetto alle capacità di risposta dei team di sicurezza tradizionali.Ne consegue che, in questo scenario, la domanda centrale da porsi non è se il sistema finanziario sarà colpito, ma quanto sarà in grado di resistere, adattarsi e riprendersi. E la risposta passa attraverso governance, regolamentazione e una nuova cultura della resilienza digitale.Indice degli argomenti:
Il sistema finanziario come infrastruttura condivisa e vulnerabileIl caso Mythos: un segnale che cambia il paradigmaLe implicazioni sulla stabilità finanziaria: tre rischi sistemiciDORA e la nuova frontiera della resilienza digitaleCome le banche gestiscono oggi il rischio AI: MRM e TPRMLa posizione della Banca d’Italia e la risposta regolatoria europeaDifendersi nell’era dell’AI offensiva: le indicazioni operativeL’AI come risorsa difensiva: opportunità da non sprecareLa cooperazione internazionale: nessun sistema è un’isolaConclusione: Mythos non è il futuro, è il presenteIl sistema finanziario come infrastruttura condivisa e vulnerabilePer comprendere l’entità del rischio, è necessario partire da un dato strutturale: il sistema finanziario si basa su un’infrastruttura digitale condivisa e altamente interconnessa. Software comuni, servizi cloud, reti per pagamenti e trasmissione dati sono utilizzati in parallelo da centinaia di istituzioni diverse.Tale architettura, nata per ottimizzare costi e interoperabilità, genera però una vulnerabilità sistemica: se un modello di AI avanzato riesce a identificare una debolezza in un software diffuso, quella stessa debolezza è potenzialmente sfruttabile in modo simultaneo su decine o centinaia di istituzioni. Non si tratta di un attacco puntuale, ma di un potenziale shock coordinato all’intero ecosistema.Il rischio, peraltro, non si ferma ai confini del settore finanziario, dato che le banche e gli intermediari condividono infrastrutture digitali con energia, telecomunicazioni e servizi pubblici. Ne consegue che un attacco AI-assisted, ben orchestrato, potrebbe propagarsi trasversalmente tra settori, generando effetti a cascata di difficile contenimento.Il caso Mythos: un segnale che cambia il paradigmaUn recente evento specifico ha catalizzato l’attenzione di regolatori, banche centrali e istituzioni finanziarie internazionali: la pubblicazione controllata da parte di Anthropic del modello Claude Mythos Preview, nell’ambito del cosiddetto Progetto Glasswing, annunciato nell’aprile 2026.È doveroso ricordare che Mythos è un modello di AI con capacità cyber eccezionali, descritto dalla stessa Anthropic come troppo rischioso per un rilascio pubblico immediato. Secondo quanto dichiarato dallo sviluppatore, il modello è in grado di individuare autonomamente migliaia di vulnerabilità ad alta gravità in praticamente tutti i principali sistemi operativi e browser web — più velocemente di quanto qualsiasi team umano possa correggerle.Le implicazioni per il settore finanziario sono dirette: un sistema come Mythos, nelle mani di attori malintenzionati, potrebbe concatenare automaticamente vulnerabilità nei software bancari, nei sistemi di pagamento e nelle piattaforme di gestione del rischio, aprendo vettori di attacco senza precedenti. Non a caso, il modello ha agitato le riunioni primaverili del Fondo Monetario Internazionale e della Banca Mondiale, spingendo le autorità di vigilanza a rivedere le proprie priorità.Le implicazioni sulla stabilità finanziaria: tre rischi sistemiciL’avvento di strumenti AI come Mythos sposta il dibattito dalla sicurezza operativa alla stabilità finanziaria macroeconomica. Sono tre i rischi sistemici che i regolatori devono presidiare con urgenza e, precisamente:I rischi sono correlati – Se una vulnerabilità può colpire simultaneamente molte istituzioni che utilizzano le stesse piattaforme software o gli stessi fornitori cloud, il rischio smette di essere individuale e diventa sistemico. Una singola debolezza sfruttata con successo può, infatti, innescare effetti di fiducia, tensioni di liquidità, interruzioni nei pagamenti e dinamiche di vendita forzata su scala ampia.I rischi sono trasversali – Il settore finanziario non è un’isola digitale. La sua interconnessione con energia, telecomunicazioni e infrastrutture critiche significa che un attacco AI-driven può propagarsi oltre i confini settoriali, moltiplicando l’impatto e complicando la risposta.L’AI concentra i punti di fallimento – La dipendenza da un numero limitato di fornitori cloud, piattaforme software e modelli di AI aumenta l’impatto di qualsiasi singola vulnerabilità sfruttata. La concentrazione tecnologica, già oggetto di attenzione regolatoria, diventa una criticità amplificata nell’era dell’AI offensiva.DORA e la nuova frontiera della resilienza digitaleL’Unione Europea ha risposto in anticipo a questa sfida con il Digital Operational Resilience Act (DORA), entrato in vigore il 17 gennaio 2025., istituendo un regime unico per la gestione del rischio ICT nell’intero settore finanziario europeo, oltre a riconoscere esplicitamente che una violazione informatica localizzata non riguarda solo il singolo ente colpito, ma può propagarsi all’intero ecosistema finanziario dell’Unione.Di seguito un evidenza dei punti cardine del DORA più rilevanti nell’era delle minacce AI, e precisamente:Monitoraggio continuo delle vulnerabilità (Art. 13) – Le istituzioni finanziarie devono disporre di personale e risorse per raccogliere informazioni su vulnerabilità e attacchi informatici, mantenere aggiornati i propri processi di gestione del rischio ICT e monitorare costantemente gli sviluppi tecnologici. Con l’avvento di Mythos, questo obbligo acquisisce un’urgenza concreta.Gestione del rischio di terze parti – Le banche che esternalizzano funzioni critiche a fornitori tecnologici devono garantire che i contratti contengano misure di sicurezza adeguate. Il DORA estende quindi la responsabilità di resilienza lungo tutta la catena di fornitura tecnologica.Test di penetrazione guidati dalla minaccia (Art. 26, TLPT) – Le istituzioni identificate devono effettuare ogni tre anni simulazioni che replicano le tecniche di attaccanti reali. Con capacità come quelle di Mythos — in grado di concatenare autonomamente vulnerabilità — le procedure di test dovranno necessariamente evolvere verso scenari AI-assisted.Rilevamento e risposta agli incidenti (Artt. 10 e 11) – Gli exploit generati dall’AI potrebbero presto superare le capacità dei tradizionali software di sicurezza. Le istituzioni dovranno rivedere radicalmente le proprie pipeline di risposta, automatizzandole per reggere il volume atteso di incidenti.Come le banche gestiscono oggi il rischio AI: MRM e TPRMLe banche europee hanno finora inquadrato l’AI principalmente come rischio operativo, governato da due framework consolidati, quali:Il Model Risk Management (MRM) definisce come le banche testano, monitorano e gestiscono i modelli complessi che guidano decisioni critiche come l’approvazione del credito, la profilazione del cliente e l’individuazione delle frodi. Prevede tre fasi: test prima dell’implementazione, monitoraggio continuo durante l’utilizzo, piani d’azione in caso di anomalie.Il Third-Party Risk Management (TPRM) disciplina invece come le banche supervisionano i partner tecnologici esterni — fornitori cloud, sviluppatori software, provider di AI — i cui sistemi sono integrati nei processi bancari moderni.Entrambi i framework sono utili, ma costruiti per un’epoca pre-AI generativa. Con l’avvento di modelli come Mythos, che operano alla velocità della macchina e possono sfruttare vulnerabilità in modo autonomo, questi framework richiedono una modernizzazione sostanziale nella loro applicazione, non una sostituzione ma un’evoluzione profonda.La posizione della Banca d’Italia e la risposta regolatoria europeaLa Banca d’Italia ha risposto all’emergere di minacce AI di nuova generazione con un approccio diretto. Il governatore Fabio Panetta, in occasione dell’Assemblea Annuale del maggio 2026, ha ribadito con chiarezza che la responsabilità della sicurezza digitale ricade sulle banche, indipendentemente dal livello di esternalizzazione tecnologica adottato.Panetta ha invitato i dirigenti a utilizzare i profitti record del settore per potenziare le difese digitali, sottolineando che la risposta non può essere puramente tecnologica: le banche devono assumere piena responsabilità, implementare rigide norme interne e predisporre piani di emergenza credibili contro gli attacchi informatici. L’istituto ha inoltre avviato colloqui urgenti con le aziende sviluppatrici di AI, con l’obiettivo di garantire un’implementazione sicura dei modelli avanzati prima di qualsiasi diffusione al mercato retail.Sul fronte europeo, François-Louis Michaud, presidente dell’Autorità Bancaria Europea (EBA – European Bank Authority), ha indicato i rischi e le opportunità derivanti dalle nuove tecnologie tra le massime priorità dell’EBA. Ulteriori linee guida regolatorie sono attese a breve: le istituzioni che iniziano già oggi a riallineare la propria governance DORA, le procedure di incident reporting e il framework TPRM saranno in posizione di vantaggio.Difendersi nell’era dell’AI offensiva: le indicazioni operativeAnthropic stessa, insieme all’annuncio di Mythos, ha pubblicato una serie di raccomandazioni operative per le organizzazioni che vogliono prepararsi all’aumento atteso delle minacce AI-driven.Le principali indicazioni riguardano:Revisione delle politiche di divulgazione delle vulnerabilità. Le policy esistenti devono essere aggiornate per tenere conto della portata dei bug che i modelli linguistici avanzati potranno rivelare. La velocità di identificazione delle vulnerabilità supererà la capacità di patching con i processi tradizionali.Automazione della pipeline di risposta agli incidenti. L’aumento atteso del volume di incidenti richiede che le banche automatizzino i processi di detection e response, integrando strumenti AI anche sul fronte difensivo.Meccanismi di rilevamento AI-assisted. I tradizionali software di sicurezza informatica potrebbero non essere sufficienti a gestire exploit generati dall’AI. È necessario integrare meccanismi di rilevamento di nuova generazione capaci di operare alla stessa velocità delle minacce.Aggiornamento dei test di penetrazione. Le simulazioni TLPT richieste dal DORA dovranno includere scenari che replicano le capacità di modelli come Mythos, per testare la reale tenuta dei sistemi di fronte a minacce AI-native.L’AI come risorsa difensiva: opportunità da non sprecareIl quadro fin qui delineato non deve indurre a una postura puramente difensiva. L’AI è anche un potente strumento per rafforzare la resilienza del sistema finanziario, se utilizzata con governance adeguata.Le istituzioni finanziarie, di fatto, stanno già impiegando AI per il rilevamento delle anomalie in tempo reale, la prevenzione delle frodi, la gestione del rischio di credito e il supporto alle decisioni operative. Ma è importate evidenziare che la stessa AI può essere applicata nella fase di sviluppo del software per identificare vulnerabilità prima del rilascio, riducendo, così, in modo significativo l’esposizione sistemica a monte, anziché correggerla in emergenza.È quindi necessario, perché questa opportunità si traduca in valore reale, che le istituzioni investano nell’integrazione, nella governance e nella supervisione umana dei sistemi AI, senza trascurare la business continuity, il disaster recovery e le buone pratiche di cybersecurity. Ovvero, l’AI difensiva senza governance è solo un altro vettore di rischio.La cooperazione internazionale: nessun sistema è un’isolaIl caso Mythos ha messo in luce un limite strutturale della governance attuale: il rischio cyber non rispetta i confini nazionali e la supervisione resta frammentata.Man mano che le capacità AI si diffondono globalmente, una regolamentazione disomogenea tra paesi crea arbitraggi pericolosi. Gli attori malintenzionati tenderanno a colpire le giurisdizioni con difese più deboli, sfruttando l’interconnessione del sistema finanziario globale per propagare gli effetti anche verso economie più solide. Senza considerare che le economie emergenti, con risorse di sicurezza più limitate, sono sproporzionatamente esposte.Pertanto, un coordinamento internazionale più forte, una maggiore condivisione delle informazioni sulle minacce e un rafforzamento delle capacità nei Paesi più vulnerabili non sono obiettivi auspicabili, bensì condizioni necessarie per preservare la stabilità finanziaria globale nell’era dell’AI offensiva.Conclusione: Mythos non è il futuro, è il presenteL’emergere di Claude Mythos segna un punto di discontinuità nella storia della cybersecurity finanziaria. Non si tratta dell’annuncio di una minaccia futura da monitorare: è il segnale concreto che il paradigma è già cambiato, che la velocità di identificazione e sfruttamento delle vulnerabilità ha superato quella delle difese tradizionali, e che il settore finanziario deve adattarsi ora.Inoltre, per le banche europee, la sfida è duplice: da un lato, modernizzare i framework di governance del rischio AI — i.e. MRM e TPRM) in primis – per tenerli allineati a una tecnologia che evolve più rapidamente dei cicli regolatori; dall’altro lato, integrare l’AI nei processi di cyber risk management non come alternativa alla supervisione umana, ma come suo moltiplicatore.Ne consegue che le istituzioni che interpreteranno Mythos come un acceleratore di innovazione e resilienza – rivedendo proattivamente la propria governance DORA, le procedure di incident reporting e i test di penetrazione – saranno in grado di costruire un vantaggio strategico difficilmente colmabile; mentre quelle che lo tratteranno come un problema tecnico – da delegare all’IT – rischieranno di rincorrere il mercato in uno scenario in cui il tempo è, letteralmente, denaro.Concludendo, la vera sfida non è prepararsi all’AI del futuro. È governare quella che sta già ridefinendo oggi la cybersecurity del settore finanziario.
