Questo rapporto esamina come l'IA stia rimodellando l'impronta digitale delle organizzazioni in tutta ANZ e le sfide di sicurezza e protezione dei dati che ne derivano. Discute inoltre di come gli attaccanti abbusino delle piattaforme cloud affidabili per spingere malware nelle organizzazioni locali ed esplora come i modelli attuali di violazioni delle politiche sui dati dovrebbero servire da invito all'azione per le organizzazioni che gestiscono dati sensibili.
Lo Shadow AI sta perdendo terreno: il personale che utilizza account IA personali e invia dati di lavoro potenzialmente sensibili nei prompt è stata una delle principali sfide per la sicurezza dell'IA negli ultimi anni. Negli ultimi dodici mesi, le organizzazioni in ANZ hanno fatto passi da gigante nel limitare questo vettore di Shadow AI, con tassi di utilizzo di strumenti di IA gestiti dall'organizzazione più che raddoppiati nel periodo, portando a un calo dell'utilizzo di applicazioni personali. Tuttavia, man mano che i dipendenti affinano le proprie preferenze in termini di utilizzo dell'IA e continuano a esplorare nuovi strumenti e applicazioni di IA, anche il numero di utenti che passano da account personali ad account aziendali è quasi raddoppiato, evidenziando la necessità per le organizzazioni di implementare processi fluidi affinché i dipendenti possano sottoporre nuovi strumenti e applicazioni di IA per la revisione e l'approvazione, allontanandoli dalla creazione di account personali.
Anthropic ha superato ChatGPT: sebbene ChatGPT rimanga l'applicazione di IA più utilizzata nella grande maggioranza delle organizzazioni nelle regioni del mondo che monitoriamo, Claude di Anthropic è nettamente in vantaggio in ANZ, avendo registrato un massiccio aumento dell'adozione in pochi mesi. Questa tendenza si riflette anche nell'adozione delle API di IA, dove l'API di Anthropic ha stabilito un vantaggio significativo rispetto ai provider concorrenti.
L'utilizzo diretto dell'IA è solo la punta dell'iceberg: quasi tutti i dipendenti utilizzano ormai software con funzionalità di IA integrate, o funzionalità che inviano i dati degli utenti ai modelli per scopi di addestramento. Permea i flussi di lavoro e le operazioni, spesso in modi che non si manifestano nell'utilizzo diretto, rendendo la scoperta, il monitoraggio e la governance ancora più complessi.
I dati regolamentati sono i più a rischio: in ANZ, i dati regolamentati sono la categoria più esposta nelle violazioni delle policy sui dati, davanti alla proprietà intellettuale e al codice sorgente. Il tipo di informazioni che dovrebbe essere controllato più rigorosamente è proprio quello con maggiori probabilità di fuga. Questi risultati evidenziano la necessità di solidi controlli DLP e di regole chiare per l'IA.
Il traffico del Model Context Protocol (MCP) cresce rapidamente con il moltiplicarsi dell'AI e dei flussi di lavoro agentici: MCP è lo standard aperto che consente ai modelli di AI di interagire con fonti di dati e strumenti, e il traffico MCP sta aumentando rapidamente in ANZ. Gran parte di questo slancio è guidato dall'uso di assistenti alla programmazione come Claude Code e Codex. Sebbene il traffico MCP sia un segno che l'adozione dell'AI agentica sta progredendo rapidamente all'interno delle organizzazioni in ANZ, ognuna di queste connessioni rappresenta un New percorso per il trasferimento dei dati aziendali tra app di AI e sistemi esterni, nonché un vettore di potenziali fughe di dati se non adeguatamente governato.
