Oltre l'exploit di Coldcard

Due incidenti di sicurezza apparentemente scollegati hanno recentemente catturato l'attenzione del settore finanziario. Una grave vulnerabilità negli hardware wallet Coldcard ha portato alla compromissione dei fondi degli utenti, mentre alcuni dei maggiori hedge fund al mondo – tra cui Point72, Citadel, Millennium e Two Sigma2 – sarebbero stati bersaglio di attacchi di phishing vocale concepiti per sottrarre le credenziali dei dipendenti.

Il primo caso riguarda l'auto-custodia di Bitcoin, il secondo la finanza tradizionale, ma entrambi indicano la stessa tendenza di fondo: l'intelligenza artificiale sta iniziando a ridisegnare l'economia della cybersicurezza.

Una vulnerabilità introdotta nel firmware di Coldcard nel marzo 2021 è rimasta sconosciuta per oltre cinque anni prima di essere sfruttata contro utenti reali. Coinkite1 ha confermato che i dispositivi interessati generavano un'entropia sensibilmente inferiore a quella prevista, indebolendo la sicurezza dei seed creati con il firmware vulnerabile. Le stime dei ricercatori di analisi blockchain indicano che potrebbero essere stati compromessi Bitcoin per un controvalore compreso tra 116 e 130 milioni di dollari, distribuiti su migliaia di indirizzi.

Non esistono prove pubbliche che l'AI sia stata responsabile dell'individuazione della vulnerabilità. Coinkite ha ipotizzato che una revisione del codice assistita dall'AI possa aver avuto un ruolo, ma i test retrospettivi condotti dalla stessa società con diversi modelli di frontiera non sono riusciti a identificare il difetto. Ancora più rilevante è però un'altra domanda: che cosa accadrà se l'AI continuerà a ridurre il tempo, le competenze e i costi necessari per individuare difetti software sottili nell'intero sistema finanziario?

L'FMI ha avvertito che l'AI potrebbe accelerare la scoperta e lo sfruttamento delle vulnerabilità, mentre il National Cyber Security Centre britannico ha indicato lo sviluppo di exploit assistito dall'AI come un rischio significativo nel breve periodo. L'AI non ha bisogno di violare la crittografia per modificare in modo sostanziale la sicurezza finanziaria: le basta rendere più facile attaccare tutto ciò che le sta attorno.

Autorizzazione crittografica e fiducia istituzionale

Bitcoin e la finanza tradizionale hanno architetture di sicurezza diverse. Il livello base di Bitcoin convalida crittograficamente le condizioni di spesa, in genere senza dover accertare l'identità reale di chi avvia una transazione. Anche gli istituti finanziari tradizionali fanno ampio ricorso alla crittografia – cifratura, hardware security module e firme digitali – ma la crittografia è soltanto uno degli strati.

Banche e società di gestione devono inoltre stabilire se i clienti sono autentici, se i dipendenti sono autorizzati, se le controparti sono legittime e se le istruzioni di pagamento sono affidabili. Sono problemi di identità e di fiducia istituzionale, e l'AI sta diventando sempre più efficace nell'attaccarli. I large language model possono personalizzare il phishing, riprodurre voci e video, automatizzare la ricognizione e cercare vulnerabilità con un coinvolgimento umano sempre minore.

I recenti attacchi agli hedge fund ne sono un esempio utile: Point72, Citadel, Millennium e altre importanti società di investimento sono state prese di mira da schemi di phishing vocale in cui gli aggressori si sono spacciati per personale fidato nel tentativo di ottenere credenziali sensibili. Secondo le ricostruzioni, la campagna più ampia avrebbe fatto ricorso alla clonazione vocale basata sull'AI. Le informazioni pubbliche sul ruolo preciso dell'AI restano limitate, ma è evidente che gli aggressori miravano a sfruttare la fiducia umana anziché a violare la crittografia sottostante.

Diversi tentativi sembrano essere stati intercettati prima che si producessero danni rilevanti. Eppure queste società dispongono di budget consistenti per la cybersicurezza, di team specializzati e di controlli maturi. Il fatto che gli aggressori considerino comunque i dipendenti e i processi di identità come punti d'ingresso praticabili è di per sé significativo.

L'AI sta cambiando l'economia degli attacchi informatici

Alcune delle evidenze più chiare provengono dall'AI Security Institute britannico. L'AISI ha testato i modelli di frontiera su un attacco simulato a una rete aziendale articolato in 32 fasi, comprendenti ricognizione, furto di credenziali, exploitation, reverse engineering ed esfiltrazione di dati. A parità di budget di inferenza fissato a 10 milioni di token, nell'agosto 2024 GPT-4o completava in media 1,7 fasi. Nel febbraio 2026 Claude Opus 4.6 ne completava in media 9,8, quasi sei volte tanto in 18 mesi.

L'esecuzione migliore in assoluto ha completato 22 fasi su 32, pari a circa sei delle 14 ore di lavoro che secondo l'AISI sarebbero necessarie a un esperto umano. Il test non prevedeva difensori attivi, ma la direzione è chiara: capacità che un tempo richiedevano competenze significative stanno diventando più economiche e più accessibili.

Figura 1: numero medio di fasi completate dagli agenti AI di frontiera nel benchmark AISI di attacco informatico aziendale in 32 fasi, con budget di inferenza fisso di 10 milioni di token. Fonte: UK AI Security Institute.

Lo sfruttamento delle vulnerabilità sta già diventando una via d'accesso sempre più rilevante ai sistemi aziendali. Il Data Breach Investigations Report 2026 di Verizon ha rilevato che è diventato il principale metodo di accesso iniziale, con il 31% delle violazioni, mentre il coinvolgimento di terze parti era presente nel 48% dei casi.

Un dato che conta per la finanza, che dipende da provider cloud, processori di pagamento, provider di identità, depositari e migliaia di altre terze parti. Il Financial Stability Board stima che i soli istituti finanziari non bancari detenessero asset per 256,8 mila miliardi di dollari nel 2024. L'AI non ha bisogno di creare una nuova categoria di attacco informatico per modificare il profilo di rischio di questa infrastruttura: le basta ridurre il costo marginale di attaccare i punti deboli già esistenti.

La stessa logica vale per le frodi. BCE ed EBA hanno rilevato che le frodi sui pagamenti nell'UE sono passate da 3,5 miliardi di euro nel 2023 a 4,2 miliardi di euro nel 2024. L'autenticazione forte del cliente ha continuato a funzionare bene, ma le istituzioni hanno sottolineato la crescente rilevanza dei casi in cui sono gli utenti legittimi a essere manipolati per autenticare loro stessi transazioni fraudolente.

L'AI rischia di ampliare quella superficie di attacco. Generazione vocale, phishing personalizzato, identità sintetiche e ricognizione automatizzata aumentano la sofisticazione e la scala dell'ingegneria sociale. Se un aggressore non riesce a superare l'autenticazione sul piano tecnico, l'alternativa è convincere la persona autenticata a superarla per lui. La macchina non ha bisogno di rubare la chiave se può persuadere chi la detiene ad aprire la porta.

Che cosa ci dice davvero il caso Coldcard

L'exploit di Coldcard non è stato un fallimento del meccanismo di consenso di Bitcoin né della crittografia sottostante, ma un errore di implementazione nel processo di generazione dell'entropia crittografica. I protocolli sicuri richiedono comunque implementazioni sicure. Bitcoin può offrire solide garanzie crittografiche a livello di protocollo mentre l'hardware, il software e gli utenti che gli ruotano attorno restano vulnerabili.

Bitcoin ha continuato a funzionare come previsto: l'aggressore non ha violato né il suo algoritmo di firma né il meccanismo di consenso. Sono state invece le debolezze dell'implementazione a rendere le chiavi di alcuni utenti meno imprevedibili di quanto avrebbero dovuto essere. Questo complica la lettura tradizionale dell'auto-custodia. Eliminare un depositario terzo elimina una forma di rischio di controparte, ma trasferisce al detentore la responsabilità di hardware, software, backup e sicurezza operativa.

Per alcuni investitori, episodi come questo possono rafforzare le ragioni a favore della custodia istituzionale o di strutture ETP in cui la gestione delle chiavi è affidata a professionisti e combinata con conservazione segregata, politiche di cold storage, autorizzazione multi-parte, wallet in whitelist e monitoraggio continuo. La custodia istituzionale non è immune dal rischio informatico, ma il compromesso riguarda meno quale modello sia «sicuro» e più quali rischi gli investitori siano disposti e attrezzati a gestire da sé.

Una delle ragioni per cui i fallimenti di sicurezza legati a Bitcoin ricevono un'attenzione sproporzionata è che le perdite sono immediatamente visibili. Quando un wallet in auto-custodia viene compromesso, il proprietario sopporta generalmente la perdita in modo diretto e il movimento degli asset è osservabile. Nella finanza tradizionale, invece, le perdite possono essere distribuite tra istituti, assicuratori, provider di pagamento e clienti.

Esiste poi un'asimmetria ancora più importante. L'architettura di sicurezza di base di Bitcoin è progettata per ridurre al minimo la necessità di fiducia discrezionale. La finanza tradizionale non può eliminare l'identità dal proprio modello operativo. Le banche devono sapere chi sono i loro clienti, stabilire che cosa i dipendenti sono autorizzati a fare, mantenere meccanismi di recupero e consentire l'intervento umano nelle circostanze eccezionali. Man mano che le macchine diventano più abili nell'imitare gli esseri umani, individuare vulnerabilità e automatizzare gli attacchi, mantenere una fiducia basata sull'identità diventerà probabilmente più costoso.

Ciò non significa che Bitcoin o le reti decentralizzate siano intrinsecamente sicuri e la finanza tradizionale insicura. Coldcard dimostra perché una simile affermazione sarebbe troppo semplicistica. Suggerisce però che l'AI potrebbe alterare in modo drastico l'economia relativa delle diverse architetture di sicurezza.

L'exploit di Coldcard ha mostrato che la qualità dell'implementazione conta tanto quanto il progetto crittografico. Allo stesso tempo, gli attacchi contro alcune delle società di investimento più sofisticate di Wall Street illustrano la sfida che i sistemi finanziari dipendenti dall'identità dovranno affrontare man mano che imitare in modo convincente un essere umano diventa sempre più economico.

Questi episodi non dimostrano che un sistema finanziario è sicuro e l'altro no, ma l'asimmetria attuale è enorme: la finanza tradizionale presenta molti più vettori di attacco e somme in gioco assai più elevate. Riteniamo inoltre che ulteriori notizie di attacchi legati all'AI spingeranno probabilmente le persone verso soluzioni blockchain decentralizzate, molto meno vulnerabili rispetto ai sistemi di registro centralizzati usati nella finanza o nella pubblica amministrazione.

Fonti:

1 Coinkite Security Advisory, 30 luglio 2026, blog.coinkite.com

2 Bloomberg.com, 5 agosto 2026