La Cloud Security Alliance ha annunciato la seconda versione di RiskRubric, il sistema di rating del rischio dei sistemi di AI che l’organizzazione costruisce su base evidenziale. Il lancio, atteso nel terzo trimestre del 2026 arriva accompagnato da tre partnership destinate a ridisegnarne l’impianto operativo: quelle con Deloitte, PointGuardAI e Tumeryk che affiancano l’associazione nell’evoluzione del framework stesso. Con Deloitte che porta nel progetto la sua piattaforma proprietaria dedicata al red teaming dei sistemi di AI come metodo per testare l’efficacia della cybersecurity in cui si eseguono attacchi informatici simulati.
Centrale la protezione del control plane degli agenti AI
La proposta del framework Riskrubric V2 si inserisce nella missione stessa che la Csai Foundation, fondazione non profit lanciata dalla Cloud Security Alliance e dedicata in via esclusiva a sicurezza e safety dell’AI, ha scelto per il 2026: mettere in sicurezza il control plane agentico. È una formula che descrive uno spostamento preciso. Finché l’AI resta confinata in una fase sperimentale, l’oggetto da valutare coincide con il modello. Quando le organizzazioni passano ad architetture autonome guidate da agenti, la superficie di rischio si ridistribuisce su identità, autorizzazioni, orchestrazione, comportamento a runtime e garanzie di affidabilità lungo ecosistemi di agenti che interagiscono fra loro. L’associazione legge in questo passaggio la propria stessa trasformazione: dal definire best practice al far funzionare l’infrastruttura di fiducia dell’ecosistema agentico.
“I responsabili della sicurezza non possono mettere in sicurezza l’era agentica con gli strumenti di ieri”, osserva infatti Jim Reavis, Ceo e co-founder della Cloud Security Alliance. Il nodo, nella sua ricostruzione, è di natura infrastrutturale: serve un impianto che governi “come gli agenti AI autonomi si identificano, cosa sono autorizzati a fare e come li rendiamo affidabili su larga scala”. La risposta della fondazione passa attraverso “sei programmi integrati progettati per incorporare fiducia, garanzia e risk intelligence negli ecosistemi AI”. I programmi coprono un arco che va dalla risk intelligence alle best practice operative, dalla certificazione dei professionisti e degli agenti alla collaborazione fra vertici aziendali, fino all’assurance su scala globale e alla ricerca prospettica: un tentativo di presidiare l’intera catena di governo di quella che la fondazione chiama economia dell’AI autonoma.
RiskRubric V2, quattro direttrici
L’evoluzione annunciata segue quattro direttrici. La prima è un ecosistema multi-scanner alimentato da partner di valutazione indipendenti – PointGuard, Deloitte e Tumeryk, appunto – che introduce una pluralità di soggetti verificatori là dove prima esisteva un percorso unico. La seconda estende la copertura oltre i modelli fino a includere i server Mcp: un ampliamento che riconosce come il rischio, in un’architettura agentica, si annidi tanto nei componenti che espongono strumenti e dati quanto nei modelli che li invocano. La terza aggiorna i pilastri di valutazione per intercettare i rischi operativi e autonomi emergenti. La quarta introduce un modello di Confidence Scoring pensato per rendere trasparente il grado di validazione di ciascuna valutazione: in sostanza, una misura della misura.
È l’ultimo punto a segnalare la direzione. Reavis descrive l’obiettivo della nuova versione come quello di consegnare un framework “che misuri il confine reale dei sistemi AI moderni, dai modelli ai loop di controllo autonomi, senza compromettere riproducibilità e trasparenza”. La riproducibilità, in un ambito dove i punteggi di rischio rischiano di diventare esercizi di autocertificazione, è la condizione perché un rating conservi valore di mercato.
Deloitte integra RedX, la propria piattaforma di AI red teaming, all’interno di RiskRubric V2, con l’intento dichiarato di convertire gli standard dell’associazione in strumenti di testing utilizzabili sulle applicazioni reali. La società inquadra la collaborazione come un salto rispetto alla versione precedente del framework, con una metodologia rafforzata e calibrata sulle nuove minacce. Il meccanismo previsto è una valutazione strutturata dell’affidabilità dei sistemi di AI rispetto a vettori di attacco e scenari avversi, con punteggi generati secondo la metodologia ufficiale della Cloud Security Alliance. Superate le soglie definite dal framework, l’organizzazione valutata può ottenere il Deloitte – Csa RiskRubric Badge, credenziale verificabile che attesta il livello di sicurezza e resilienza delle applicazioni AI rispetto a standard riconosciuti a livello internazionale. Su questo punto la società segnala una posizione al momento singolare nel panorama: offrire una piattaforma di AI security testing capace di combinare attività avanzate di red teaming con il rilascio di un badge Csa fondato su una metodologia indipendente e riconosciuta dal mercato.
Standard misurabili
La sostanza della partnership, per la Cloud Security Alliance, sta nel colmare una distanza. “L’evoluzione di RiskRubric V2 con Deloitte dimostra l’impegno di Csa nel tradurre gli standard di sicurezza in strumenti pratici e operativi, che le organizzazioni possono utilizzare da subito”, conferma Daniele Catteddu, chief technology officer dell’organizzazione.
E il punto di arrivo è “colmare il divario tra framework teorici e implementazione reale, garantendo che la governance della sicurezza dell’AI non sia più un obiettivo aspirazionale, ma una realtà misurabile e verificabile”.
Una lettura che dal lato della consulenza si traduce in una constatazione sullo status dell’AI nei processi produttivi. “L’intelligenza artificiale sta rapidamente diventando un’infrastruttura critica per le organizzazioni”, osserva anche Fabio Battelli, senior partner ed Enterprise Security Leader di Deloitte.
Da qui discende la conseguenza che orienta l’intero progetto: “la sicurezza dei sistemi di IA deve evolvere da semplice requisito tecnico a standard misurabile e verificabile”. Ciò che cambia, in concreto, è dove e come il framework viene applicato. “Stiamo portando un framework riconosciuto a livello internazionale direttamente nei processi operativi di AI security testing, consentendo alle organizzazioni di valutare in modo trasparente la resilienza delle proprie applicazioni di IA”, prosegue Battelli, che colloca l’operazione tra i passaggi fondamentali di una traiettoria più ampia.
L’accelerazione sull’adozione di standard condivisi risponde a una domanda che le imprese si pongono nel momento in cui l’AI entra nei processi di business con un peso non più marginale: come dimostrare, e a chi, che un’applicazione basata su modelli generativi regge alla pressione di un attacco. Fiducia, trasparenza e governance diventano in quest’ottica variabili strategiche, e la possibilità di certificare il livello di sicurezza attraverso framework riconosciuti sposta il tema dal terreno della dichiarazione a quello della verifica.
Resta da vedere quanto l’impianto multi-scanner reggerà alla prova della comparabilità: più soggetti valutatori significano più capacità di copertura, ma anche la necessità di garantire che punteggi prodotti da scanner diversi restino leggibili sulla stessa scala. È esattamente la funzione che il Confidence Scoring dovrebbe assolvere, esplicitando quanto ogni valutazione sia stata validata.
© RIPRODUZIONE RISERVATA
