SaaS Sprawl: Rischi Crescenti e la Necessità di Controllo sulle Integrazioni

L’espansione delle applicazioni Software as a Service (SaaS) e degli agenti di intelligenza artificiale (AI) sta ampliando significativamente la superficie di attacco per le aziende. Ogni nuova applicazione o integrazione introduce identità, ruoli e permessi che possono creare percorsi fidati verso i sistemi aziendali, aumentando il rischio di violazioni della sicurezza.

Negli ambienti aziendali, i dipendenti autorizzano frequentemente applicazioni OAuth di terze parti, concedendo accessi persistenti e permessi estesi che spesso rimangono attivi più a lungo del necessario. Questa situazione è ulteriormente complicata dall’integrazione di agenti AI e flussi automatizzati in piattaforme critiche come CRM e strumenti di gestione dei servizi. Secondo le stime, le violazioni legate al SaaS sono aumentate del 300% negli ultimi anni e si prevede che gli agenti in ambiente enterprise possano superare il miliardo entro il 2028. Questo scenario rende insostenibile un controllo basato esclusivamente su revisioni manuali.

I tool low-code/no-code, che facilitano la creazione e il deployment di agenti autonomi, possono contribuire a questo problema. Senza adeguata supervisione, tali agenti possono ereditare accessi reali a sistemi e dati aziendali, mentre molte organizzazioni mancano di metodi coerenti per scoprirli, tracciare i privilegi e applicare regole di contenimento. Un caso concreto che illustra questo rischio è rappresentato dalla vulnerabilità (CVE-2026-40933) in una piattaforma open source per la creazione di agenti e workflow LLM. Questa vulnerabilità permetteva a un attaccante di ottenere esecuzione remota di codice compromettendo un server, inducendo un utente autorizzato a importare un chatflow malevolo.

Il percorso di compromissione ha coinvolto diversi fattori, tra cui l’importazione di workflow condivisi da utenti fidati, permessi che consentivano configurazioni personalizzate, la capacità di avviare processi esterni e l’accesso a credenziali, API, database e servizi cloud collegati. Le soluzioni tradizionali di sicurezza faticano a scoprire queste integrazioni, valutare i relativi permessi o osservare l’attività cross-app che consente l’escalation e i movimenti laterali.

Per conciliare innovazione e sicurezza, è necessario disporre di visibilità continua su utenti, applicazioni, grant OAuth e permessi. Questo approccio consente di comprendere il rischio in tempo reale, anziché dopo un incidente. Tecnologie come i knowledge graph possono mappare entità (persone, account, token, risorse) e le loro relazioni, rivelando contesti altrimenti non evidenti e permettendo di identificare chi ha accesso, cosa può raggiungere e come è stato ottenuto quell’accesso.

Con una base di questo tipo, il controllo può diventare adattivo: integrazioni ad alto rischio o comportamenti anomali possono essere automaticamente segnalati o vincolati in base a modelli di accesso e comportamento, mentre le attività affidabili procedono con minore attrito. La protezione efficace del panorama SaaS e AI richiede quindi strumenti che forniscano evidenza su dove servono guardrail, chi ha accesso, cosa può raggiungere e come evolvono queste relazioni nel tempo.