Agenti AI in ambito OT: i controlli di governance proposti da un panel

Il 1° ottobre 2026 IIoT World ha pubblicato la sintesi di un panel dell'Industrial AI Summit 2026 dedicato a come governare gli agenti AI nei sistemi OT. Hanno partecipato Scott Christensen (GrayMatter), Gary Tillery (Skkynet) e Ian Bramson (Black & Veatch), con Matt Morris di EverLine come moderatore. Va precisato che l'articolo è sponsorizzato da Skkynet, pur essendo indicato come editorialmente indipendente, e che per la sintesi sono stati usati strumenti di AI. Non contiene dati o statistiche nuovi: le raccomandazioni sono opinioni di professionisti, non uno standard.

Il problema: un agente per ogni fornitore

Uno stabilimento con 20 o più fornitori può trovarsi davanti un agente AI per ciascuno, ognuno con il proprio modello di accesso e le proprie integrazioni. Poiché i sistemi OT sono fortemente interconnessi, la modifica fatta da un agente può ripercuotersi sui sistemi a valle. Inoltre ogni percorso di uscita dei dati verso dashboard, analytics o AI è una potenziale superficie di attacco. L'indicazione del panel è gestire tutti questi percorsi, senza lasciare canali non governati.

I controlli proposti

Le misure discusse dal panel sono le seguenti.

• Identità univoca: ogni agente ha credenziali proprie, come un utente umano. Senza di esse l'analisi forense non può stabilire quale agente abbia effettuato una modifica.
• Audit trail: registrare chi ha avviato l'azione, quali permessi aveva l'agente, quali dati hanno informato la decisione, come è stata eseguita e con quale esito. La catena dei dati deve essere tracciabile end to end. Un'AI può raccomandare un set point, ma il registro deve mostrare dove è avvenuta l'esecuzione e chi o cosa l'ha autorizzata.
• Gestione degli accessi: controllo basato sui ruoli con permessi minimi, credenziali custodite in vault, segmentazione di rete e monitoraggio continuo, come per le persone.
• Zero trust: nessun agente è considerato affidabile su alcuna rete, ogni azione richiede una giustificazione e il contenimento deve limitare l'impatto al segmento dell'agente stesso.

Pochi principi semplici

Secondo il panel nessun singolo framework copre insieme sicurezza OT e agenti AI. Si suggerisce quindi di combinare IEC 62443 con principi specifici per l'AI, sintetizzandoli in 5-10 regole semplici. Gli esempi citati:

• privilegio minimo per ogni agente;
• nessun agente autonomo al livello 0 del modello di Purdue;
• identità e tracciamento degli accessi obbligatori per ogni azione di un agente;
• valutazione delle conseguenze prima dell'entrata in servizio;
• analisi dei flussi di dati prima di introdurre l'AI.

Il panel ha anche osservato che i settori regolamentati, soprattutto in Europa, devono affrontare requisiti più prescrittivi.

Tre domande per il lunedì mattina

I relatori hanno proposto domande che i responsabili possono porsi subito.

• Tillery: se la connettività venisse a mancare, che cosa continuerebbe a funzionare e chi lo ha deciso?
• Christensen: abbiamo il backup del processo, cioè configurazioni e logica ladder, e non solo dei dati?
• Bramson: dov'è il registro dei rischi per l'AI in ambito OT e chi è responsabile di ciascun rischio?

Perché conta

L'AI agentica sta arrivando negli stabilimenti attraverso i fornitori, con o senza controlli formali. Per i responsabili di ingegneria e IT, il valore del contributo sta nella praticità: trattare gli agenti come utenti con identità, permessi e responsabilità tracciabili, e verificare ogni flusso di dati prima di aggiungerne uno nuovo. Trattandosi di una sintesi di un panel e non di una norma, queste indicazioni vanno adattate al proprio contesto, ma offrono un punto di partenza concreto per un inventario degli agenti già presenti e per definire un piccolo insieme di regole interne.