Tra il 2 e il 3 novembre 2026 i banchi frigoriferi di decine di supermercati in nove Paesi europei sono andati in tilt fino a toccare i 50 gradi, e pochi giorni dopo, il 5 novembre, OpenAI ha presentato GPT-6 Cyber, un modello di intelligenza artificiale addestrato a cacciare vulnerabilità e a produrre exploit (cioè programmi che sfruttano una falla per penetrare in un sistema) funzionanti.

Il tempo medio stimato per sfruttare una vulnerabilità, prima o dopo la sua patch, secondo Mandiant.
A una prima occhiata, i due eventi sembrano appartenere a mondi completamente separati: da una parte banchi carne e vaschette di surgelati da buttare a causa di centraline industriali compromesse, dall'altra il nuovo modello di OpenAI per la sicurezza informatica.
Eppure la coincidenza fa sorgere una domanda: c'è un nesso tra l'incursione nei sistemi di refrigerazione e l'avanzata di questi nuovi modelli di AI? Per quanto noto finora, nulla indica che negli attacchi ai supermercati sia stata usata l'intelligenza artificiale. Il punto di contatto reale è la velocità. Il tempo che intercorre tra la divulgazione di una falla informatica e il suo sfruttamento sul campo è crollato, e l'AI sta comprimendo ulteriormente quella finestra temporale.
Indice
- I frigoriferi a 50 gradi: cosa è successo e cosa c'entra l'AI
- Prima e adesso: il crollo del tempo di exploit
- Il test di Claroty: ventotto minuti e sei dollari di AI
- Il paradosso della difesa: GPT-6 Cyber e le infrastrutture OT
- Cosa fare subito: isolamento, credenziali e gestione del ciclo di vita
- Come gestiamo noi la sicurezza: l'approccio di QTNOVA
- La velocità è la nuova metrica della sicurezza
I frigoriferi a 50 gradi: cosa è successo e cosa c'entra l'AI
Nelle prime ore di lunedì 2 novembre 2026, decine di supermercati in Europa — da Belgio e Svezia fino all'Italia, dove sono stati registrati casi in punti vendita della Sicilia, oltre a intrusioni che hanno interessato una società di ristorazione collettiva in Toscana e un produttore di surgelati in Emilia-Romagna — hanno scoperto i propri banchi frigo trasformati in forni. Nessun attacco particolarmente sofisticato: secondo George Nott, redattore tecnologico di The Grocer, agli aggressori sono bastate debolezze di sicurezza piuttosto elementari: pagine di accesso aperte su Internet, vulnerabilità già corrette dai produttori e password deboli. E molti sistemi, riporta Euronews, si aprivano a quanto pare con le password di fabbrica[1].
In sostanza, i criminali hanno rintracciato gli indirizzi di rete delle centraline digitali che telegestiscono gli impianti di refrigerazione industriale. Una volta entrati nei pannelli di controllo remoto privi di adeguate protezioni, hanno avviato a distanza la modalità di sbrinamento o modificato le temperature impostate (lo sbrinamento serve a sciogliere il ghiaccio: negli attacchi francesi di ottobre, secondo le ricostruzioni, in alcuni casi era stato prolungato da un'ora fino a otto ore), facendo salire le temperature e provocando il deterioramento dei prodotti conservati.
Quindi l'intelligenza artificiale non c'entra nulla? Ni. Per quanto se ne sa, non ha avuto un ruolo negli attacchi, ma c'entra nel contesto in cui avvengono. Come ha evidenziato Richard Horne, a capo del National Cyber Security Centre britannico, l'intelligenza artificiale non ha dovuto inventare nuove strade per colpirci: la sua forza sta nel permettere di scoprire e colpire a una velocità e su una scala prima inimmaginabili vulnerabilità note che le aziende tolleravano da anni[2].
Negli stessi mesi, però, l'AI è entrata in altri attacchi. Alex Stamos, responsabile della sicurezza di Cognition (un'azienda di software di intelligenza artificiale) e docente a Stanford, ha raccontato al podcast Decoder di The Verge un ottobre di violazioni una dietro l'altra[3]: alcune, come il colpo a Binance che attribuisce a hacker nordcoreani, soprattutto opera di ingegneria sociale (cioè di inganni alle persone, più che alle macchine); in altre, l'AI era al centro dell'attacco.
Un caso lo descrive nel dettaglio CrowdStrike: tra fine settembre e inizio ottobre 2026 un attaccante, probabilmente cinese, ha sottratto dati a organizzazioni finanziarie sudcoreane con ARTEX, uno strumento open source cinese che affida i penetration test (le simulazioni d'attacco con cui un'azienda mette alla prova le proprie difese) ad agenti AI, programmi che lavorano da soli, e con modelli linguistici come DeepSeek e GLM-5.3[4]. Strumenti del genere, conclude CrowdStrike, permettono a un attaccante di mettere a segno più intrusioni in poco tempo.
Prima e adesso: il crollo del tempo di exploit
Per comprendere la portata di questo cambiamento bisogna chiarire cosa sia un exploit (cioè il programma o la sequenza di comandi che sfrutta una falla informatica per ottenere accessi non autorizzati o alterare il funzionamento di un sistema). L'exploit è solo un anello della cosiddetta kill chain, un'espressione presa dal linguaggio militare: i passi con cui un attaccante arriva al suo obiettivo, che sia rubare dati, spegnere un impianto o sottrarre denaro. Finora, spiega Stamos, la ricerca si faceva prima, a tavolino: si trovava la falla, si scriveva l'exploit, e solo dopo lo si usava contro un bersaglio o contro migliaia. Con l'AI la catena si rovescia: un sistema osserva i bersagli, trova le falle e scrive gli exploit in tempo reale.
Finché le cose andavano così, tra il momento in cui una vulnerabilità veniva scoperta e quello in cui qualcuno riusciva a confezionare un exploit affidabile passavano settimane o mesi. Chi doveva difendere la propria rete aveva una finestra di tempo ragionevole per testare e applicare le patch (cioè i rilasci software correttivi).
Quella finestra temporale si è ormai quasi chiusa. Secondo le analisi storiche di Mandiant, nel biennio 2018-2019 il tempo medio necessario per sfruttare una vulnerabilità era di 63 giorni, ridottosi a 32 giorni nel periodo 2021-2022, per poi crollare bruscamente nel 2023 a una media di appena 5 giorni[5]. Nelle rilevazioni di M-Trends 2026, la metrica stimata del tempo medio prima dello sfruttamento ha toccato addirittura i -7 giorni[6]: ciò significa che gli aggressori sfruttano regolarmente le vulnerabilità zero-day (cioè falle sconosciute a chi ha scritto il software o prive di correzione) prima ancora che il produttore riesca a pubblicare una correzione. Per questo, osserva Stamos, non regge più l'idea su cui la sicurezza si è basata per vent'anni, cioè che basti ricevere una patch e applicarla: lo sfruttamento arriva troppo in fretta.
Parallelamente, la quantità di difetti segnalati continua a salire. Il Threat Intelligence Group di Google ha rilevato che le divulgazioni di vulnerabilità sono raddoppiate nel corso del 2026, superando le 10.000 segnalazioni mensili tra luglio e agosto. E non si tratta solo di falle nuove: secondo i ricercatori di Google, è possibile che gli attaccanti usino i modelli linguistici per confrontare le versioni di un software e le patch appena uscite, e sfruttare in pochi giorni le falle già corrette, contro chi rimanda gli aggiornamenti.
Le previsioni per i prossimi mesi confermano questa traiettoria. Il Threat Intelligence Group di Google ha contato 141 vulnerabilità sfruttate tra gennaio e agosto 2026, superando già il totale dell'intero 2025 (127), e prevede che la scoperta e lo sfruttamento di falle assistiti da AI continueranno a crescere nel breve e medio termine[7]. Nel Regno Unito, l'NCSC prospetta nei prossimi mesi un incremento senza precedenti nel numero di incidenti informatici.
Il test di Claroty: ventotto minuti e sei dollari di AI
La dimostrazione più tangibile di questa sproporzione economica e temporale arriva da un esperimento condotto dai ricercatori di sicurezza di Claroty Team82 su una centralina Danfoss della stessa famiglia finita nel mirino nei supermercati europei. I ricercatori hanno affidato a un agente software basato su intelligenza artificiale il compito di riprodurre tre vulnerabilità note della piattaforma, partendo dai pacchetti firmware (cioè il software di base integrato che governa il funzionamento dell'hardware) scaricabili pubblicamente, dalle descrizioni formali dei bug e da strumenti di analisi.

Le fasi di un attacco sull'esempio delle centraline Danfoss: le falle sono quelle documentate da Claroty, il percorso esatto degli attacchi reali non è confermato.
Il risultato: in circa 28 minuti e con circa 6 dollari di calcolo AI, l'agente ha ricostruito la catena d'attacco ed eseguito comandi con privilegi di root (cioè il livello massimo di controllo sul sistema operativo, che consente di riscrivere qualsiasi configurazione)[8].
Va precisato con onestà che si trattava di un test in laboratorio, eseguito su difetti già noti e sotto la supervisione di un esperto umano, il quale è dovuto intervenire quando l'agente ha imboccato una strada errata per reindirizzarlo. Il ricercatore è rimasto essenziale. Ma il test mostra quanto poco tempo e denaro servano, nel 2026, a chi ha una certa competenza per riprodurre una falla nota: come conclude Claroty, costi bassi, tempi minimi, poco intervento umano e dispositivi esposti su Internet rendono sempre più praticabile, per chi attacca, riprodurre falle note.
E chi paga il conto? Spesso aziende di cui nessuno ha mai sentito parlare. Secondo Stamos, da anni i gruppi criminali che usano il ransomware (i programmi che bloccano i dati di un'azienda e chiedono un riscatto) colpiscono soprattutto aziende medie poco note ma importanti: quando è toccato al più grande distributore americano di forniture mediche e dentali, gli studi dentistici di tutto il Paese hanno cancellato gli appuntamenti per mancanza di guanti. Come nei supermercati, il danno ricade su chi sta a valle.
Il paradosso della difesa: GPT-6 Cyber e le infrastrutture OT
Nel bel mezzo di questo scenario si inserisce l'annuncio di GPT-6 Cyber. Secondo OpenAI, il modello ha ottenuto un punteggio del 48,5% sul benchmark ExploitGym (contro il 32,1% del predecessore) ed è stato capace di individuare 81 falle gravi inedite nel browser Firefox e di generare exploit funzionanti per 948 vulnerabilità del kernel Linux, con un costo computazionale di 1.279 dollari per exploit; per ora l'accesso è riservato a un gruppo selezionato di clienti del programma Daybreak Red, con un nuovo sottogruppo per chi difende le infrastrutture critiche[9].
Ma mentre i modelli più noti, come GPT-6 Cyber, arrivano con tutte le restrizioni del caso, quelli aperti cinesi (in inglese open-weight: si scaricano e si fanno girare sui propri computer, fuori dal controllo di chi li ha creati) li può usare chiunque. Un esempio è GLM-5.3, della cinese Z.ai: per il CAISI, il centro per l'intelligenza artificiale del NIST americano, è il modello aperto più forte in ambito cyber mai rilasciato, ma resta indietro di circa quattro mesi rispetto ai migliori modelli statunitensi; e nei test di Anthropic ha costruito exploit completi quasi quanto Claude Mythos Preview (50 tentativi riusciti su 410, contro 56), il modello che Anthropic aveva riservato a difensori selezionati[10].
Le sue protezioni, sempre secondo Anthropic, si aggirano con tecniche semplici tra il 64% e il 100% delle volte, e a pochi giorni dall'uscita circolavano già versioni che ne erano prive. Non a caso GLM-5.3 compare tra i modelli usati nell'attacco con ARTEX.
Che il modello sia riservato o aperto, la sua capacità di analizzare il codice pone un dilemma enorme per il mondo delle tecnologie operative, note come OT (dall'inglese Operational Technology, l'insieme di hardware e software dedicati al controllo di macchinari industriali, scambiatori, valvole e celle frigorifere). Un server IT si aggiorna con regolarità; ma, come ha detto Gianni Cuozzo, CEO di Exein, a preoccupare di più sono “i dispositivi connessi che restano sul campo per anni e possono essere controllati da remoto”.
I dati del Rapporto Clusit di ottobre 2026, ricavati da un campione di 75 organizzazioni che hanno partecipato all'assessment sulla sicurezza OT, mostrano bene questo divario: se l'80% dichiara di usare una VPN (cioè una rete privata virtuale che cifra e protegge la connessione da remoto) per gli accessi remoti OT, appena il 21% estende ai dispositivi OT/SCADA (i sistemi di controllo e supervisione dei processi fisici) aggiornamenti software e di sistema operativo validati, e solo il 25% applica una policy sul ciclo di vita degli apparati[11]. Quando i modelli di AI permettono di accelerare la riproduzione di una falla nota, lasciare in linea apparati non aggiornabili equivale a lasciare una porta aperta.
Cosa fare subito: isolamento, credenziali e gestione del ciclo di vita
Proteggersi non richiede formule magiche, ma una rigorosa igiene informatica che consideri i sistemi fisici parte integrante della superficie d'attacco aziendale. Le contromisure immediate si riassumono in quattro priorità operative:

Esempio illustrativo: la stessa centralina, esposta e protetta, davanti agli stessi tentativi di accesso.
- Chiudere le interfacce esposte su Internet. Nessun pannello di controllo industriale, centralina di telegestione o portale amministrativo deve essere raggiungibile digitando un semplice indirizzo IP sul Web. Tutti gli accessi esterni devono transitare obbligatoriamente attraverso una VPN protetta da autenticazione a più fattori.
- Eliminare le credenziali standard e segregare le reti. Con le password predefinite di fabbrica, a quanto pare, si poteva entrare in molti degli impianti di refrigerazione colpiti. Inoltre, la rete su cui dialogano i macchinari fisici deve essere separata dalla rete aziendale dei computer d'ufficio, affinché l'eventuale infezione di una postazione non raggiunga la linea produttiva.
- Censire e sostituire i sistemi a fine vita. Mantenere in funzione hardware o software non più supportati dal produttore è un rischio insostenibile. Se una centralina o una versione di un applicativo non riceve più correzioni di sicurezza, l'unica scelta corretta è pianificarne la sostituzione o confinarla in una rete completamente isolata dall'esterno.
- Cercare le proprie falle prima degli altri. Utilizzare strumenti di scansione basati su AI e condurre verifiche che simulino il comportamento di un attaccante permette di scoprire le debolezze prima che vengano colpite. GPT-6 Cyber nasce proprio con questo obiettivo (trovare vulnerabilità e proporre le correzioni), e l'NCSC sottolinea come l'AI consenta di individuare e risolvere le falle più rapidamente che mai. Per un'azienda, questo si traduce nel programmare periodicamente attività di vulnerability assessment o di penetration testing. È lo stesso principio seguito da Google, che mantiene un Red Team interno: hacker incaricati di attaccare l'azienda stessa simulando avversari diversi, da Stati a singoli criminali, fino a dipendenti infedeli, per trovare i punti deboli prima degli attaccanti veri[12].
Come gestiamo noi la sicurezza: l'approccio di QTNOVA
In QTNOVA realizziamo e gestiamo l'Odoo dei nostri clienti, partendo da una scelta chiara: utilizziamo Odoo, una piattaforma moderna e aperta, e ne governiamo direttamente l'intero ciclo vitale attraverso processi strutturati di automazione dell'infrastruttura.
- Aggiornamenti continui e senza fermo macchina. Il software gestionale non può essere lasciato invecchiare: teniamo Odoo costantemente aggiornato, per avere subito le ultime correzioni di sicurezza. Per i clienti che seguiamo con il canone di assistenza AMS, l'applicazione delle correzioni di sicurezza è compresa nel servizio e il fermo operativo è zero.
- Accesso blindato e verificabile. L'amministrazione dei nostri server non è raggiungibile da Internet. L'accesso è consentito unicamente dall'interno della nostra VPN cifrata, dove ogni abilitazione richiede una modifica tracciata e revisionata nel codice di configurazione, e le chiavi crittografiche private non lasciano mai i computer dei singoli operatori.
- Backup e ripristino. La sicurezza si misura anche nella capacità di ripartire dopo un incidente. Gestiamo due percorsi di backup indipendenti, archiviati in uno spazio geograficamente ridondato, e il ripristino ha una sua procedura, da provare in un ambiente separato che non tocca la produzione.
- Anticipo sulle scadenze. Aggiorniamo la piattaforma dei nostri server prima della data di deprecazione delle sue versioni: così, in caso di disastro, possiamo ancora ricrearla da zero.
La velocità è la nuova metrica della sicurezza
Gli attacchi ai sistemi di refrigerazione e il debutto di GPT-6 Cyber raccontano la stessa verità da due prospettive diverse: in laboratorio un agente AI ha riprodotto l'attacco a una falla nota in meno di mezz'ora, mentre molti dispositivi restano sul campo per anni.
Se il vostro gestionale gira su una versione che non riceve più correzioni di sicurezza, il rischio non è più teorico. Volete sapere a che punto è il vostro Odoo? Parliamone.
Vuoi saperne di più? Lasciaci una mail qui sotto, ti ricontattiamo al più presto.
Fonti:
- Euronews Next — “Hacker sondano i sistemi di refrigerazione europei prima degli attacchi a supermercati e banche del sangue” (7 novembre 2026) – it.euronews.com
- NCSC — “Richard Horne's speech at the NCSC Annual Review 2026 launch” (3 novembre 2026) – ncsc.gov.uk
- The Verge — “AI broke the cybersecurity world. What’s next?” (7 novembre 2026) – theverge.com
- CrowdStrike — “Unknown Threat Actor Uses AI-Driven ARTEX to Target South Korean Finance” (7 ottobre 2026) – crowdstrike.com
- Mandiant — “How Low Can You Go? An Analysis of 2023 Time-to-Exploit Trends” (15 ottobre 2024) – cloud.google.com
- Mandiant — “M-Trends 2026: Data, Insights, and Strategies From the Frontlines” (23 marzo 2026) – cloud.google.com
- The Record — “Google: Vulnerability disclosures double to 10,000 per month as AI fuels exploitation” (30 settembre 2026) – therecord.media
- Claroty Team82 — “Firmware to Root in 30 Minutes: How AI is Changing Threat Intelligence” (13 ottobre 2026) – claroty.com
- The Decoder — “OpenAIs GPT-6 Cyber can both break into systems and propose how to fix them” (5 novembre 2026) – the-decoder.com
- Anthropic — “GLM-5.3 and the spread of advanced cyber capabilities” (29 settembre 2026) – anthropic.com
- Cybersecurity360 — “Rapporto Clusit 2026: dati e rischi cyber per le imprese italiane” (29 ottobre 2026) – cybersecurity360.it
- Google — “Google's AI Red Team: the ethical hackers making AI safer” (19 luglio 2023) – blog.google