L’intelligenza artificiale sta cambiando in modo concreto il modo in cui vengono scoperte e sfruttate le vulnerabilità informatiche. A segnalarlo è una nuova analisi del Google Threat Intelligence Group, che ha esaminato i dati sulle falle divulgate e sugli attacchi osservati tra gennaio 2025 e agosto 2026.
Il punto centrale non è solo la crescita dei numeri, ma il diverso peso del rischio. Secondo i ricercatori, l’automazione sta accelerando sia la fase di ricerca sia la successiva trasformazione delle vulnerabilità in exploit utilizzabili dagli attaccanti. Il risultato è un cambiamento nel ciclo di vita delle falle, dalla scoperta fino all’eventuale sfruttamento operativo.
Intelligenza artificiale e vulnerabilità informatiche: i dati di Google
Nel periodo analizzato, il numero mensile di vulnerabilità divulgate è passato da 5.045 a gennaio 2026 a 10.740 ad agosto, dopo aver toccato 10.477 a luglio. Un aumento molto forte, ma da leggere con cautela: le procedure automatizzate di assegnazione dei codici CVE possono far crescere il conteggio senza che aumenti in modo equivalente il pericolo reale.
Google porta anche un esempio utile a capire il fenomeno: circa 5.000 CVE associate al Linux Kernel nel periodo considerato, senza però osservare zero-day sfruttati attivamente. Per questo la semplice quantità delle segnalazioni non basta a misurare l’esposizione concreta delle aziende.
Più significativo è il dato sulle vulnerabilità classificate come High-Risk nella metodologia proprietaria di Google Threat Intelligence, diversa dal punteggio CVSS. Queste sono salite da 131 a gennaio a 350 ad agosto, con una crescita del 167%, pur rappresentando solo il 3% delle divulgazioni complessive.
Come l’AI cambia il profilo delle falle scoperte
La ricerca mostra anche che le vulnerabilità individuate con il supporto dell’AI presentano caratteristiche diverse rispetto a quelle scoperte con metodi tradizionali. Nel campione analizzato, le falle Low-Risk sono il 39%, contro il 69% delle scoperte senza AI. Al contrario, le Medium-Risk arrivano al 58%, rispetto al 28% del resto del campione. La quota High-Risk passa dal 3% al 4%.
Si tratta però di un’indicazione iniziale. Google sottolinea infatti che attribuire con precisione il ruolo dell’AI non è semplice, anche perché i repository CVE non dispongono ancora di metadati uniformi per identificare in modo chiaro quando l’intelligenza artificiale abbia contribuito alla scoperta.
La priorità non è solo correggere, ma scegliere cosa correggere prima
Anche sul fronte dello sfruttamento la tendenza non è lineare. Gli zero-day non mostrano una crescita paragonabile ad altre forme di attacco, mentre i modelli linguistici sembrano essere sempre più utili per analizzare patch, differenze tra versioni e proof of concept. In questo scenario, l’AI può rendere più veloce la trasformazione di falle già note in strumenti offensivi.
Per le organizzazioni cambia quindi la gestione delle priorità. Google propone di affiancare alla correzione automatizzata una selezione guidata dalla threat intelligence, concentrando gli interventi sui sistemi davvero esposti e sulle vulnerabilità con maggiore rilevanza operativa. La sfida, oggi, non è soltanto correggere più in fretta, ma decidere con precisione quali rischi affrontare per primi.