Identità agentiche, il nuovo fronte del controllo

Le identità non umane sono da sempre parte dell’infrastruttura digitale delle imprese, dagli account di servizio alle chiavi API ai token che permettono alle applicazioni di dialogare tra loro. Con l’AI agentica questa popolazione silenziosa acquisisce la capacità di agire, perché un agente interpreta istruzioni, prende decisioni e opera sui sistemi aziendali alla velocità della macchina, entro i permessi che gli sono stati concessi. Quando però i permessi sono troppo ampi o mal governati un agente può esporre dati sensibili, estendere i flussi di lavoro oltre quanto previsto e trasformare piccoli bachi di configurazione in rischi operativi estesi.

Gestire la natura specifica degli agenti AI

Nelle grandi organizzazioni le identità non umane superano già quelle umane in rapporti che, secondo le stime degli analisti, oscillano tra 20 a 1 e 50 a 1. L’elemento di discontinuità è però rappresentato dal loro comportamento. Un account di servizio nasce con uno scopo definito e mantiene nel tempo lo stesso profilo, mentre un agente AI viene creato e distrutto dinamicamente, definisce i permessi durante l’esecuzione, genera percorsi di accesso che non esistevano in fase di progettazione e può agire oltre i compiti previsti senza che nessuno se ne accorga.

Una governance efficace richiede di poter stabilire in ogni momento chi risponde delle azioni compiute da entità software autonome che operano in suo nome. I processi di governance costruiti su ruoli stabili e revisioni periodiche degli accessi non reggono questo ritmo e la questione è ormai arrivata anche sul piano istituzionale, con il NIST che a febbraio 2026 ha avviato un’iniziativa dedicata agli standard per i sistemi agentici includendo identità e sicurezza tra i pilastri del lavoro.

Governance durante l’intero ciclo di vita

Tra le aziende che propongono soluzioni specializzate per la gestione delle identità, OpenText si distingue per la completezza di un portafoglio che unisce identity governance, protezione del dato e sicurezza applicativa: una combinazione che risponde alla natura particolare degli agenti AI.

Il presupposto di partenza è che i principi per mettere in sicurezza gli agenti AI non sono concettualmente nuovi. Privilegio minimo, titolarità definita e revisione periodica valgono per le identità non umane come per gli utenti, ma ciò che cambia è la coerenza e il coordinamento necessari quando questi principi vengono applicati a entità che operano in continuo e su larga scala.

“Un agente AI ha una duplice natura – osserva Pierpaolo Alì, director Southern Europe di OpenText Cybersecurity – perché è, al tempo stesso, un software e un’identità operativa che agisce sui sistemi aziendali . Metterlo in sicurezza richiede strumenti che tengano conto di entrambe le dimensioni, verificando il codice come si fa con un’applicazione e governando permessi, deleghe e comportamenti come si fa con un utente umano”.

Il modello di OpenText copre l’intero ciclo di vita dell’agente in quattro momenti. Alla creazione, ogni agente riceve un identificativo univoco e permessi circoscritti allo scopo per cui nasce. Per tutta la vita operativa ha un proprietario definito, che ne risponde e ne rivede periodicamente i diritti, prevenendo account orfani, credenziali obsolete e accumulo di permessi. L’accesso alle informazioni avviene entro politiche che accompagnano il dato ovunque venga utilizzato.

Il monitoraggio continuo, infine, confronta il comportamento dell’agente con quello atteso e fa emergere anomalie e derive prima che producano danni. Questo approccio sposta il focus dall’analisi istantanea periodica al controllo permanente, perché un agente che cambia comportamento tra una revisione e l’altra costituisce già un rischio concreto.

Esiste poi una questione di responsabilità che non è possibile delegare alla tecnologia. Un agente agisce sempre per conto di qualcuno, di un utente che gli ha affidato un compito o di un altro agente in una catena di deleghe e, quando l’azione produce un danno, l’organizzazione deve poter ricostruire chi ha autorizzato cosa, con quale scopo e attraverso quali passaggi.

Senza una titolarità chiara e una tracciatura completa delle deleghe, l’autonomia degli agenti si traduce in azioni di cui nessuno risponde: una condizione che nessun consiglio di amministrazione può accettare e che i regolatori hanno già iniziato a contestare.

Soluzioni per un approccio integrato

La proposta di OpenText combina il portafoglio di identity governance con la protezione del dato e con l’infrastruttura per costruire ed eseguire agenti in modo controllato.

Sul primo fronte soluzioni come OpenText Identity Manager e OpenText Advanced Authentication estendono agli agenti la gestione del ciclo di vita delle identità, con la possibilità di censire le identità non umane, attribuirle a un responsabile, rafforzare le politiche di autenticazione e verificare i permessi in modo continuativo.

Sul fronte della protezione del dato l’intervento avviene prima che le informazioni entrino nelle pipeline di AI, con la de-identificazione dei contenuti sensibili tramite le soluzioni di data security che cifrano e mascherano il dato anche durante l’uso, e durante l’operatività degli agenti, con guardrail che delimitano ciò che l’agente può fare e con una scansione preventiva degli agenti alla ricerca di vulnerabilità prima del rilascio in produzione.

A livello infrastrutturale si pone la piattaforma Aviator Studio con cui OpenText permette di costruire e orchestrare agenti aziendali in un ambiente di esecuzione sicuro che integra gestione delle identità, applicazione delle policy e registrazione delle attività a fini di audit.

“Al centro della nostra strategia c’è l’estensione dei modelli Zero Trust alla governance delle identità e degli accessi degli agenti AI – precisa Alì –. L’obiettivo è permettere alle imprese di innovare senza esporre dati, applicazioni e identità digitali a nuovi rischi, perché la fiducia in un agente non si concede una volta per tutte, ma si verifica a ogni interazione”.

Il nodo delle identità pesa anche sulla velocità con cui i progetti arrivano in produzione. In un’indagine condotta da OpenText su 1.900 dirigenti e riportata da Dark Reading, il 52% delle organizzazioni aveva già implementato l’AI ma solo una su cinque aveva ottenuto risultati tangibili, con conformità normativa e privacy indicate dal 59% come principali ostacoli alla scalabilità. Gran parte di quegli ostacoli nasce dall’impossibilità di dimostrare a revisori e autorità chi ha autorizzato un’azione, con quali permessi e su quali dati.

Una governance delle identità agentiche impostata fin dall’inizio fornisce esattamente questa evidenza e il requisito di conformità, che oggi frena i progetti, diventa così una condizione già soddisfatta quando l’agente entra in produzione.