Tecnologia Radware e Dataiku blindano l'AI enterprise in produzione
3' 1''
26/06/2026

Radware integra controlli di sicurezza AI e API nella piattaforma Dataiku per monitorare e governare le azioni dei sistemi AI in produzione.

Radware e Dataiku blindano l'AI enterprise in produzione

Radware e Dataiku hanno annunciato una partnership per integrare capacità di sicurezza applicativa, AI e API direttamente nella piattaforma Dataiku. L’obiettivo è portare controlli più vicini al punto in cui i sistemi di intelligenza artificiale iniziano a operare davvero: non solo nella generazione di output, ma nell’esecuzione di azioni su applicazioni, interfacce, dati e workflow aziendali.

La soluzione combinata è progettata per consentire alle imprese di monitorare, ispezionare e contribuire a controllare le azioni guidate dall’AI attraverso applicazioni, API e dati. Il dato centrale è il passaggio dell’AI enterprise verso ambienti di produzione, dove gli agenti e i sistemi automatizzati possono incidere su processi critici e dove la sicurezza deve spostarsi dal perimetro tradizionale al momento dell’esecuzione.

Radware porta nella collaborazione i propri servizi di AI guardian agent, inserendoli nelle iniziative AI in una fase più anticipata rispetto ai percorsi classici di sicurezza. Per l’azienda, questo significa entrare in dialogo non solo con i budget dedicati alla protezione applicativa, ma anche con stakeholder aziendali più ampi, inclusi team di sicurezza e rischio. Dataiku, dal canto suo, offre un livello di governance e orchestrazione che diventa un punto di ingresso naturale per estendere la piattaforma con controlli pensati per implementazioni AI su scala produttiva.

La sicurezza AI si sposta nel punto esatto dell’esecuzione.

Il contesto tecnico è quello di sistemi AI che iniziano a eseguire azioni su sistemi connessi. Quando l’AI accede a workflow di business, dati e API, emergono rischi specifici: attività non autorizzate, esposizione dei dati, abuso di sistemi collegati e possibili lacune di conformità. L’integrazione di Radware nella piattaforma Dataiku mira a creare un punto di controllo in tempo reale, con visibilità sull’esecuzione e strumenti per applicare policy prima che un comportamento indesiderato diventi un incidente operativo.

La proposta non riguarda soltanto il rilevamento di anomalie, ma anche la possibilità di passare dalla segnalazione alla risposta. Un esempio indicato riguarda i tentativi di goal hijacking: Radware è progettata per individuarli e bloccarli, mentre Dataiku analizza il segnale, aiuta a identificare l’origine e facilita la remediation. In questo schema, il controllo di sicurezza non resta separato dal ciclo operativo dell’AI, ma entra nel flusso in cui l’azione viene valutata, autorizzata o fermata.

API, dati e workflow diventano il nuovo perimetro da governare.

La collaborazione estende quindi la piattaforma Dataiku con capacità di runtime security enforcement, un ambito che diventa più concreto man mano che l’AI viene operationalizzata nei processi aziendali. Per le imprese, il punto non è solo adottare modelli o agenti, ma mantenerne il comportamento entro confini controllabili quando interagiscono con dati, strumenti e applicazioni reali. La sicurezza si sposta così verso un modello più dinamico, legato alla condotta del sistema durante l’esecuzione.

Nella lettura delle aziende, i team di sicurezza hanno bisogno di visibilità e controllo nel punto in cui il rischio AI si manifesta: l’azione. Questo approccio riflette una trasformazione più ampia dell’AI enterprise, che passa da tecnologia di supporto alla produttività a componente attiva dei processi digitali. Quando un sistema può chiamare API, modificare dati o attivare workflow, la governance deve tradursi in controlli operativi e non restare confinata a policy dichiarative.

Dal rilevamento alla risposta, il controllo entra nel runtime.

Per Dataiku, l’integrazione rafforza il posizionamento della piattaforma come ambiente di orchestrazione e governo per l’AI su scala aziendale. Per Radware, apre nuovi spazi nelle iniziative di trasformazione digitale dove sicurezza applicativa, protezione delle API e controllo dell’AI convergono. La direzione è chiara: nelle implementazioni enterprise, l’AI in produzione richiede strumenti capaci di osservare, interpretare e contenere le azioni dei sistemi nel momento in cui avvengono.

Condividi questo contenuto