La società di sicurezza blockchain CertiK afferma che l'AI agentica sta spingendo cybersecurity, antiriciclaggio (AML) e compliance verso operazioni sempre più autonome, con i professionisti che passano dal lavoro investigativo di routine alla supervisione di sistemi guidati dall'AI. L'azienda ha delineato questa tendenza in un nuovo report, "The Rise of the AI Security Workforce: How Agentic AI Is Redefining Cybersecurity, AML & Compliance," che esamina come i sistemi AI autonomi stiano trasformando le funzioni di sicurezza e compliance sia nel Web2 sia nel Web3.

A differenza dei tool AI convenzionali, l'AI agentica può gestire processi multi-step, recuperare e sintetizzare informazioni, interagire con sistemi esterni e compiere azioni con un intervento umano scarso o assente, secondo CertiK. In uno scenario di cybersecurity, un agente potrebbe indagare su un login anomalo, correlare dati del dispositivo e threat intelligence, concludere che un account rappresenta un rischio e sospenderlo, mantenendo un registro di ogni azione compiuta.

Il report individua tre forze che guidano l'adozione: la velocità crescente degli attacchi informatici e del riciclaggio di denaro, la carenza persistente di professionisti della cybersecurity e dei crimini finanziari, e i requisiti normativi in espansione. CertiK rileva che le sanzioni AML hanno superato i 900 milioni di dollari nella prima metà del 2025, accrescendo la pressione sulle organizzazioni per scalare le operazioni di compliance senza fare affidamento esclusivo su personale aggiuntivo. Nel complesso, queste pressioni descrivono un divario di capacità — minacce e obblighi in accelerazione da un lato, offerta persistentemente scarsa di specialisti dall'altro — che aiuta a spiegare perché le organizzazioni puntano ad automatizzare la supervisione anziché limitarsi ad ampliare gli organici.

Negli ambienti Web2 tradizionali, i sistemi agentici possono triagere autonomamente gli alert valutare le vulnerabilità, monitorare il comportamento di identità e accessi e verificare continuamente i sistemi rispetto ai controlli di cybersecurity. Nei flussi AML, possono rivalutare gli alert sulle transazioni, condurre la due diligence sui clienti, costruire grafi di relazioni e preparare report di attività sospette per la revisione umana. I team di compliance possono inoltre schierare agenti AI per monitorare i cambiamenti normativi, identificare le policy interne interessate ed eseguire audit continui anziché affidarsi a revisioni periodiche. Il filo conduttore di questi esempi è il passaggio dalla revisione periodica all'operatività continua, con gli esseri umani che verificano l'output degli agenti invece di eseguire personalmente ogni fase.

Le applicazioni Web3 aumentano capacità e rischi

CertiK individua nel Web3 un ambito in cui l'AI agentica può avere un impatto particolarmente significativo, poiché le transazioni blockchain sono irreversibili e le risposte di sicurezza spesso devono avvenire in pochi minuti o addirittura secondi. I sistemi AI possono supportare l'audit degli smart contract, rilevare pattern di exploit in tempo reale e, nei deployment avanzati, attivare misure protettive come pause dei contratti o circuit breaker. Possono inoltre ricostruire percorsi di attacco complessi dopo un exploit e generare post-mortem tecnici.

Il report evidenzia inoltre le capacità AML on-chain autonome, tra cui il tracciamento dei fondi in tempo reale, il clustering dinamico degli indirizzi e l'analisi cross-chain. I sistemi di compliance si stanno sempre più orientando verso il risk scoring pre-settlement Know-Your-Address e Know-Your-Transaction, consentendo di identificare la potenziale esposizione ad attività illecite prima del completamento delle transazioni. L'effetto pratico è che il rischio emerge prima del settlement, anziché dopo che i fondi si sono già spostati.

Al tempo stesso, CertiK avverte che una maggiore autonomia introduce nuovi rischi. Gli agenti AI possono produrre valutazioni errate, gli attaccanti possono sfruttare o manipolare i sistemi agentici e le questioni sulla responsabilità rimangono irrisolte quando le azioni autonome causano danni. Il report raccomanda limiti di autorità definiti, audit trail completi, test avversari regolari e un responsabile umano designato per ciascun agente AI.

CertiK sostiene infine che le organizzazioni dovrebbero trattare l'AI agentica come un ruolo lavorativo anziché come un semplice tool software. Man mano che i sistemi AI assumono più responsabilità operative, supervisionarne il comportamento e conservare le evidenze delle loro decisioni sta emergendo a sua volta come una distinta funzione di compliance. Per i lettori che seguono l'evoluzione del fenomeno, i punti irrisolti del report stesso — come viene attribuita la responsabilità quando le azioni autonome causano danni, e se le misure di salvaguardia raccomandate diventeranno prassi standard — sono gli sviluppi concreti da osservare.

Questo articolo è stato prodotto a partire da una risposta pubblicata originariamente da Metaverse Post.