Skills gap nella cybersecurity OT: lasciare all'AI ciò che sa fare meglio

La difesa degli ambienti industriali si scontra con un problema strutturale: le minacce crescono, mentre le persone capaci di affrontarle restano poche. Non è un'emergenza temporanea, ma una condizione che accompagnerà i team di sicurezza OT ancora a lungo. La risposta più realistica non è assumere di più, una strada spesso impraticabile, ma ridisegnare il modo in cui il lavoro viene distribuito tra automazione e competenza umana.

Tre numeri che fotografano il gap

Il divario di competenze nella sicurezza degli ambienti OT e ICS non è una sensazione, ma un dato misurabile. Tre evidenze lo rendono evidente.

• I budget non crescono davvero. L'aumento medio della spesa in cybersecurity si aggira intorno al 4% annuo, in linea con l'inflazione. In termini reali, le risorse disponibili sono ferme.
• Quasi nessuno lavora solo sull'OT. Una quota minima di professionisti, attorno al 9%, si dedica esclusivamente alla sicurezza dei sistemi industriali. La maggioranza divide il proprio tempo tra IT e OT, due mondi con logiche profondamente diverse.
• L'esperienza scarseggia. Oltre metà della forza lavoro ha cinque anni o meno di esperienza, proprio mentre deve confrontarsi con impianti legacy, protocolli proprietari e sistemi che non perdonano errori.

Il risultato è un imbuto: pochi specialisti, poco tempo, troppi segnali da analizzare. È qui che l'intelligenza artificiale può fare la differenza, a patto di assegnarle i compiti giusti.

Cosa conviene delegare all'AI

L'AI eccelle dove il volume schiaccia l'attenzione umana. In un ambiente OT i sensori e i sistemi di monitoraggio generano una mole di eventi che nessun analista può vagliare manualmente. Le attività in cui l'automazione offre il massimo valore sono quelle ripetitive, ad alto volume e a bassa ambiguità.

• Filtrare il rumore, separando gli eventi irrilevanti dai segnali che meritano attenzione.
• Correlare e prioritizzare, mettendo in relazione anomalie, vulnerabilità ed esposizioni per far emergere ciò che conta davvero.
• Proporre la remediation, suggerendo contromisure e fornendo contesto già strutturato all'analista.

L'obiettivo non è sostituire chi indaga, ma evitare che passi le giornate a fare ciò che una macchina fa meglio e più in fretta.

Cosa resta agli analisti

La decisione finale, però, non può essere automatizzata. Il giudizio su quale rischio accettare, quale impianto fermare e quale intervento rinviare richiede conoscenza del contesto produttivo, delle priorità aziendali e delle conseguenze fisiche di ogni scelta. Sono ambiti dove l'esperienza umana resta insostituibile.

• Le decisioni strategiche, calibrate sull'impatto reale sul business e sulla continuità operativa.
• Il contesto aziendale, che nessun modello conosce meglio di chi opera quotidianamente sull'impianto.
• L'investigazione complessa, quando un incidente esce dagli schemi e serve intuizione, non solo correlazione.

L'angolo MON5

Su questo equilibrio si fonda l'approccio di MON5. La nostra piattaforma automatizza la parte più onerosa del lavoro: la visibilità continua degli asset in rete, senza inventari manuali; la correlazione tra vulnerabilità ed esposizioni reali, che evita di rincorrere CVE prive di impatto; il triage delle anomalie, che porta in cima ciò che merita una verifica immediata.

Il tempo che gli analisti non spendono più a raccogliere e filtrare dati è tempo che dedicano alle decisioni che contano. Per un team OT sottodimensionato, questo non è un dettaglio: è la differenza tra inseguire gli avvisi e governare il rischio.

In sintesi

Il gap di competenze in ambito OT non si chiude assumendo persone che non ci sono, ma usando meglio quelle che ci sono. L'AI assorbe il carico ripetitivo, accelera l'onboarding dei profili meno esperti e libera capacità di giudizio. Le persone restano al centro, lì dove servono davvero.

Analisi e commento a cura di MON5 su ricerca e dati di pubblico dominio del settore OT/ICS.