Microsoft punta sull’AI per la gestione vulnerabilità

Microsoft ha annunciato un nuovo modello di intelligenza artificiale pensato specificamente per la cybersecurity, integrato nella propria piattaforma MDASH per identificare e gestire vulnerabilità software. Per le aziende, la notizia conta perché conferma una tendenza ormai chiara: la sicurezza informatica sta diventando sempre più automatizzata, ma i risultati reali dipendono non solo dal modello AI, bensì dall’intero sistema che lo governa e dai controlli umani attorno ad esso.

Cosa ha annunciato Microsoft

Il 28 luglio 2026 Microsoft ha comunicato il lancio di MAI-Cyber-1-Flash, il suo primo modello dedicato alla sicurezza informatica all’interno di MDASH, una piattaforma multi-modello pensata per l’identificazione e la correzione delle vulnerabilità.

Secondo l’azienda, la configurazione di MDASH che combina MAI-Cyber-1-Flash e GPT-5.4 ha ottenuto un punteggio del 95,95% su CyberGym. Microsoft sostiene inoltre che questa combinazione costi il 50% in meno rispetto alla sua precedente migliore configurazione MDASH, basata su GPT-5.4, GPT-5.4 mini e GPT-5.3 Codex.

L’accesso, però, non è generale: la soluzione è disponibile solo per clienti MDASH approvati, tramite una private preview su Azure AI Foundry. In altre parole, non si tratta di un modello pubblico da usare liberamente via API né di uno strumento pronto per il mercato di massa.

Perché questo annuncio è interessante

La parte più rilevante non è solo il nome del nuovo modello, ma il modo in cui Microsoft lo sta usando. MAI-Cyber-1-Flash non sostituisce completamente gli altri modelli: è progettato per gestire fino al 90% delle attività di MDASH, mentre GPT-5.4 interviene nei casi più complessi, cioè il restante 10%.

Questo approccio dice molto su dove sta andando il mercato. Le piattaforme di sicurezza basate su AI non puntano semplicemente ad avere “il modello più potente”, ma a costruire una catena decisionale efficiente, dove un modello più leggero e meno costoso svolge la maggior parte del lavoro e uno più avanzato entra in gioco solo quando serve davvero.

Microsoft stessa, nelle informazioni tecniche diffuse, fa capire che il valore commerciale sta nell’insieme del sistema: routing delle richieste, orchestrazione dei modelli, regole operative, ambiente isolato e revisione finale. È un messaggio importante anche per le imprese italiane: comprare o attivare un modello AI, da solo, non equivale ad avere un processo di sicurezza affidabile.

Cosa misura davvero il punteggio del 95,95%

Qui serve prudenza. Il dato del 95,95% è stato ottenuto su CyberGym Level 1, un test che fornisce a un agente AI la descrizione di una vulnerabilità nota insieme al codice sorgente non corretto, e verifica se l’agente è capace di produrre una proof of concept funzionante.

È un benchmark utile, ma con limiti chiari. Non misura, ad esempio:

• la capacità di trovare vulnerabilità sconosciute senza indicazioni iniziali;
• la correttezza effettiva della patch proposta;
• il comportamento del sistema in ambienti produttivi reali;
• l’impatto operativo su team, tempi e processi aziendali.

Inoltre, secondo quanto riportato dalla fonte, il 28 luglio 2026 la classifica pubblica di CyberGym non mostrava ancora il risultato di Microsoft a 95,95%. In quel momento compariva Wiz Atlas al primo posto con 90,9% in una voce del 27 luglio, mentre la precedente submission di MDASH del 12 maggio restava a 88,4%. Microsoft non ha chiarito pubblicamente se il nuovo risultato sia stato già inviato per la pubblicazione in classifica.

Questo non significa che il dato sia falso, ma che non va letto come una verità assoluta e immediatamente comparabile con tutti gli altri sistemi.

Il confronto con i risultati precedenti va fatto con cautela

Un altro punto importante riguarda il paragone con risultati precedenti di MDASH. Microsoft aveva già comunicato in giugno un punteggio del 96,55%, ma quella misurazione considerava valido qualsiasi crash, compresi quelli legati a vulnerabilità diverse da quella bersaglio.

Per il nuovo risultato di luglio, invece, il materiale pubblico non chiarisce se sia stato usato lo stesso criterio. Di conseguenza, non è corretto leggere il 95,95% come un peggioramento o un miglioramento lineare rispetto al 96,55% precedente.

È un dettaglio che interessa molto anche chi non è tecnico, perché mostra una realtà semplice: nei benchmark di AI e cybersecurity, i numeri impressionanti vanno sempre interpretati nel loro contesto. Una percentuale alta non basta, da sola, a definire il valore pratico per l’azienda.

Che cosa sappiamo del nuovo modello

Dal model card diffuso da Microsoft emerge che MAI-Cyber-1-Flash è un transformer sparse mixture-of-experts con:

• 137 miliardi di parametri totali;
• 5 miliardi di parametri attivi;
• una finestra di contesto di 256.000 token.

Il modello è un fine-tuning per la cybersecurity di MAI-Code-1-Flash, derivato a sua volta da un checkpoint di MAI-Thinking-1.

Microsoft sostiene che la configurazione valutata abbia sostituito l’80% dei modelli già impiegati in MDASH, facendo salire il risultato riportato su CyberGym da 88,4% a 95,95%. Attenzione però: quel dato dell’80% si riferisce alla quota di modelli sostituiti nel sistema, non alla quota di attività gestite. Separatamente, Microsoft indica che il nuovo modello può coprire fino al 90% dei task.

In pratica, la promessa tecnica centrale è questa: un modello più specializzato gestisce la maggior parte del flusso, mentre il modello più costoso e potente si occupa dei casi difficili.

Costi più bassi: promessa interessante, ma ancora da verificare

L’altro grande argomento dell’annuncio è economico. Microsoft afferma che la nuova configurazione MDASH ottenga prestazioni comparabili o superiori con un costo dimezzato rispetto alla sua migliore combinazione precedente.

È un messaggio forte, perché uno dei freni principali all’adozione dell’AI in ambito sicurezza è proprio il costo operativo: token, inferenza, orchestrazione, tempi di risposta, revisione umana.

Tuttavia, la documentazione pubblica non dettaglia elementi essenziali come:

• consumo di token;
• volume di chiamate;
• latenza;
• tipologia dei task eseguiti;
• allocazione di calcolo.

Senza questi dati, il risparmio del 50% non è ancora facilmente riproducibile o confrontabile in modo indipendente con altre piattaforme.

Per un’impresa, il punto è chiaro: quando un fornitore promette “metà costo e più risultati”, bisogna chiedere su quali attività, con quali volumi e con quali verifiche operative.

I limiti dichiarati dalla stessa Microsoft

Un aspetto positivo dell’annuncio è che Microsoft esplicita alcuni limiti. I test di benchmark sono stati eseguiti in un ambiente isolato dalla rete, senza accesso a sistemi di produzione, internet pubblico o servizi esterni. Inoltre, il model card avverte che il testo e il codice generati possono essere inesatti o incompleti e che vanno controllati prima di un uso con impatti reali.

Sono avvertenze molto importanti. La sicurezza assistita da AI può accelerare l’analisi, la priorizzazione e la produzione di fix o proof of concept, ma non elimina il bisogno di:

• validazione tecnica;
• segregazione degli ambienti;
• controllo delle modifiche;
• tracciabilità delle decisioni;
• supervisione umana.

Un tassello di una strategia più ampia

Microsoft colloca questa novità all’interno di Project Perception, un sistema più ampio per coordinare agenti di sicurezza difensiva. L’azienda prevede una public preview il 3 agosto e intende estendere il modello oltre la sola gestione delle vulnerabilità software, verso altri flussi di lavoro di security.

Questo indica che il mercato non si sta muovendo solo verso strumenti di analisi singoli, ma verso piattaforme di automazione della sicurezza sempre più integrate. Per le aziende clienti, il rischio è inseguire ogni nuova sigla; l’opportunità è invece capire dove l’automazione può ridurre tempi, errori e costi senza aumentare il rischio operativo.

Cosa significa per la tua azienda

Per una PMI italiana, questa notizia non implica che sia il momento di adottare subito MDASH o di affidare all’AI la gestione completa delle vulnerabilità. Significa piuttosto che la sicurezza sta entrando in una fase nuova, in cui l’automazione avrà un ruolo crescente e chi non ha processi minimi ordinati rischierà di ottenere poco valore anche dagli strumenti migliori.

Ecco i passi pratici più utili:

1. Metti ordine nell’inventario IT prima di parlare di AI. Se non sai con precisione quali PC, server, software e servizi cloud usi, qualsiasi automazione di sicurezza lavorerà su dati incompleti. Una buona gestione degli endpoint e del parco macchine è la base di tutto, anche con servizi di desktop IT management.

2. Definisci un processo di vulnerability management semplice ma reale. Non serve una struttura enterprise per iniziare. Basta sapere chi riceve gli avvisi, chi decide le priorità, entro quando si applicano le patch e come si documentano le eccezioni.

3. Non confondere velocità con affidabilità. Se un sistema AI suggerisce una correzione, questa deve essere verificata prima della messa in produzione. L’automazione può aiutare a trovare e classificare i problemi, ma le modifiche critiche vanno testate.

4. Proteggi i dati e i log che dai in pasto agli strumenti AI. Vulnerabilità, configurazioni, codice e ticket possono contenere informazioni sensibili. Prima di usare soluzioni avanzate, valuta attentamente aspetti di conformità e trattamento dei dati, anche in chiave GDPR.

5. Prepara il piano B. Anche il miglior motore di analisi non sostituisce la resilienza. In caso di errore, attacco o patch difettosa, servono copie di sicurezza affidabili e ripristinabili, ad esempio con soluzioni di remote backup.

In sintesi: l’AI può diventare un moltiplicatore per il reparto IT o per il fornitore che vi segue, ma rende davvero solo quando esistono già procedure, responsabilità e controlli chiari.

Domande frequenti

Microsoft ha lanciato un nuovo prodotto disponibile per tutti?

No. L’accesso a MAI-Cyber-1-Flash è limitato ai clienti MDASH approvati, tramite private preview su Azure AI Foundry.

Il 95,95% significa che l’AI trova quasi tutte le vulnerabilità?

No. Quel punteggio riguarda un benchmark specifico, CyberGym Level 1, su vulnerabilità note e in un contesto di test ben definito. Non misura da solo l’efficacia completa in produzione.

Una PMI dovrebbe usare subito strumenti AI per la sicurezza?

Dipende. Prima conviene consolidare inventario IT, patch management, backup, controllo degli accessi e procedure operative. Senza queste basi, l’AI porta benefici limitati.