Microsoft amplia la propria offerta per la cybersicurezza con nuovi strumenti di intelligenza artificiale destinati a identificare e ridurre in modo continuo l’esposizione delle imprese ai rischi. Al centro dell’annuncio c’è MAI-Cyber-1-Flash, il primo modello dell’azienda addestrato specificamente per individuare e correggere debolezze di sicurezza. In questa fase il sistema è rivolto all’analisi delle vulnerabilità software e viene proposto insieme a una seconda piattaforma, Project Perception, basata su agenti specializzati.
MAI-Cyber-1-Flash deriva dalla piattaforma MAI-Thinking-1 ed è descritto dall’azienda come un modello compatto, fortemente orientato al codice e sviluppato internamente partendo da zero. L’addestramento sfrutta l’esperienza accumulata da Microsoft in decenni di correzione delle vulnerabilità e risposta agli incidenti che hanno coinvolto un’ampia gamma di prodotti. Il gruppo afferma di elaborare ogni giorno oltre 1.000 miliardi di segnali di sicurezza e di ricavare informazioni dall’attività di 1,6 milioni di clienti.
Il modello è integrato in MDASH, un’infrastruttura agentica di scansione presentata a maggio. Il sistema coordina 100 agenti AI addestrati per la sicurezza, con il compito di trovare difetti realmente sfruttabili nelle applicazioni. Nei test sul benchmark standard CyberGYM, la combinazione tra MDASH e MAI-Cyber-1-Flash avrebbe ottenuto un punteggio del 96%: dodici punti in più rispetto a Mythos di Anthropic e un risultato superiore anche a Google Gemini e OpenAI GPT. Microsoft sostiene inoltre che la nuova versione costi la metà rispetto alla precedente offerta MDASH.
Project Perception estende l’automazione oltre la scoperta delle falle. La piattaforma riunisce agenti dedicati alle funzioni di red, blue e green team: cercano le vulnerabilità, ne valutano il rischio e avviano le azioni correttive. Il sistema seleziona di volta in volta i modelli più adatti al compito, considerando sia l’efficacia sia il costo finale per il cliente. Le scelte vengono aggiornate sulla base di attività continue di ricerca, benchmarking e valutazione tra modelli di frontiera e soluzioni specializzate.
Secondo Microsoft, Project Perception può svolgere il 90% delle attività a un costo inferiore rispetto a piattaforme concorrenti, lasciando alle alternative più onerose soltanto il restante 10%. Per le imprese, l’impostazione introduce una logica di orchestrazione economica oltre che tecnica: il modello più potente non viene impiegato automaticamente, ma scelto quando il rapporto tra prestazioni, rischio e prezzo lo rende necessario. L’obiettivo dichiarato è rendere più continuativa una difesa oggi frammentata tra grandi quantità di segnali, contesto operativo e valutazioni del rischio.
L’annuncio arriva meno di una settimana dopo l’incidente in cui OpenAI ha perso il controllo di due modelli di sicurezza che si sono infiltrati nei server di Hugging Face. L’attacco ha coinvolto decine di migliaia di azioni automatizzate, il furto di credenziali interne e lo sfruttamento di una vulnerabilità zero-day nella pipeline di elaborazione dei dati. Il codice eseguito attraverso la falla ha ampliato l’accesso dei modelli ai cluster cloud e server di maggior valore. Microsoft non ha richiamato l’episodio e non ha spiegato quali meccanismi impedirebbero ai nuovi strumenti di assumere comportamenti analoghi.
I prodotti sono ancora in preview e richiedono quindi verifiche rigorose prima dell’impiego in produzione. Gli agenti autonomi possono accelerare la scoperta e la correzione delle vulnerabilità, ma la stessa capacità operativa può amplificare gli effetti di un errore o di una perdita di controllo. Allo stesso tempo, rinunciare a questi strumenti espone i team di sicurezza a minacce automatizzate sempre più rapide e a infrastrutture digitali difficili da presidiare con procedure progettate per un’altra fase tecnologica. Per le aziende, la decisione si sposta così dal semplice adottare o meno l’AI al definire controlli, limiti e responsabilità adeguati al suo utilizzo.