Snowflake presenta Cortex AI Gateway e le nuove funzionalità avanzate per la sicurezza dell’AI al Black Hat 2026

Le preoccupazioni legate alla sicurezza dell’AI sono passate dal 17% del 2024 al 48% del 2026, secondo il 2026 State of Tech Talent Report della Linux Foundation: un cambiamento cruciale se si considera che, mentre il 97% delle organizzazioni si impegna a implementare l’AI, il 57% deve fare i conti con un significativo divario di competenze nella sicurezza e nella gestione dei rischi. Combinando accesso ai dati, esecuzione dei sistemi e movimento dei dati in un unico profilo, gli agenti autonomi hanno ampliato in modo drastico la superficie di attacco aziendale. Un insieme frammentato di correzioni a livello applicativo e di strumenti di monitoraggio legacy non è più sufficiente. Per scalare l’enterprise AI in modo sicuro, la sicurezza deve essere integrata direttamente nel data plane e nel control plane.

Al Black Hat 2026 Snowflake fornisce proprio queste fondamenta, annunciando Cortex AI Gateway e importanti progressi nella sicurezza AI pronti per la produzione.

Livello di interoperabilità degli agenti AI: estendere la governance Snowflake con Cortex AI Gateway

Con la rapida diffusione degli agenti autonomi, i team adottano velocemente standard come MCP per collegare gli LLM a database, strumenti interni e ambienti SaaS. Tuttavia, un’adozione decentralizzata genera una proliferazione incontrollata, esperienze utente frammentate e gravi rischi per la sicurezza, esponendo le organizzazioni a server non verificati, dirottamento degli strumenti ed esfiltrazione dei dati. Man mano che le aziende scalano gli agenti autonomi tra modelli, strumenti e piattaforme, si scontrano con un problema complesso: accessi frammentati, nessuna visibilità sulle attività degli agenti e costi AI fuori controllo. 

Integrando Natoma, un gateway MCP centralizzato che applica identità, policy e audit a livello di chiamata dei tool, nell’ecosistema Snowflake, Cortex AI Gateway diventa il livello di connessione per tutte le attività affidabili degli agenti AI. Consente alle aziende di raggiungere nuovi livelli di interoperabilità governata tra agenti AI, offrendo al tempo stesso visibilità e controllo sui costi di consumo dell’AI.

Cortex AI Gateway governa il modo in cui gli agenti AI, sia gli strumenti first-party (come Snowflake CoCo e CoWork) sia gli ecosistemi di terze parti (come Amazon Bedrock, Azure AI Foundry, ChatGPT, Claude Code, Cursor, app LangChain o LlamaIndex personalizzate e altri), accedono a modelli, dati, server MCP e strumenti aziendali. Le aziende possono governare l’uso dei tool MCP con Tools by Cortex AI Gateway tramite un gateway centralizzato, ottenendo controllo e visibilità su chi ha richiesto l’azione, quali autorizzazioni possiede e se l’azione è consentita.

Come prima tappa della nostra roadmap per l’AI gateway, Cortex AI Gateway fornisce l’infrastruttura di base necessaria per unificare accesso ai tool, sicurezza e governance per gli agenti aziendali. Estende il rigoroso framework di data governance Snowflake al traffico degli agenti AI. 

Cortex AI Gateway offre i tre elementi di cui le aziende hanno bisogno per scalare gli agenti AI in modo sicuro:

Controllo: concedi, limita e verifica l’accesso a modelli e tool da un unico endpoint. Anziché configurare manualmente ogni nuovo tipo di agente AI, i team gestiscono le autorizzazioni in modo centralizzato con un’autorizzazione granulare.

• Ampio catalogo di modelli (private preview): riunisci sotto un unico tetto i modelli di cui hai bisogno, tra cui GPT, Gemini, Claude, Grok, Mistral, GLM e altri, ed eseguili nella tua area geografica, contribuendo a mantenere i dati nella regione in cui devono rimanere.
• Governance degli accessi e controllo della proliferazione (private preview): riduce la necessità per gli amministratori di configurare manualmente le connessioni per decine di tipi emergenti di agenti AI. I team possono invece concedere, limitare e verificare l’accesso ai tool da un unico endpoint.
• Governa ogni connessione degli agenti AI (private preview): accessi e policy sui dati semplificati, autenticazione, autorizzazioni e permessi granulari su oltre 100 server MCP (inclusi BYO e VPC connect), rilevamento automatico e monitoraggio di shadow AI e MCP.

Visibilità. le azioni degli agenti AI vengono acquisite in tempo reale: quale tool è stato chiamato, quale sistema è stato coinvolto, in quale ordine e da chi. Gli audit trail forniscono ai team di sicurezza e compliance le prove di cui hanno bisogno senza dover strumentare singolarmente ogni agente AI.

• Osservabilità e tracing (private preview): le chiamate ai tool degli agenti AI possono essere acquisite in tempo reale e in modo sicuro, fornendo gli audit trail completi necessari per il monitoraggio dell’utilizzo, il troubleshooting e le analisi forensi. 
• Verificabilità delle azioni degli agenti AI (private preview): accedi a un registro end‑to‑end delle azioni degli agenti AI, inclusi i sistemi coinvolti e la sequenza in cui sono stati interessati.

Costi e prestazioni: indirizza automaticamente le richieste al modello più adatto in base a costo, latenza, capacità e altri requisiti. Applica limiti di spesa per team, agente AI o workload prima che i costi sfuggano di mano.

• Controllo dei costi AI (private preview): ottieni una visione unificata del consumo di AI per team, agente AI o workload; gestisci e applica guardrail di budget; indirizza le attività più semplici verso modelli più economici senza sacrificare la qualità.
• Routing intelligente dei modelli (private preview): indirizza automaticamente le richieste degli agenti AI al modello più adatto in base a costo, latenza, capacità e requisiti di residenza dei dati, così le aziende ottengono risultati migliori senza spendere troppo o inviare dati sensibili nella regione sbagliata, inclusa la gestione dei prompt.

Stack di sicurezza AI: il passaggio al livello di produzione

A complemento delle nuove funzionalità del nostro AI MCP gateway, portiamo in general availability (GA) e in public preview una serie di funzionalità di sicurezza native e di livello enterprise. Queste funzionalità di difesa in profondità aiutano a mantenere protetti i tuoi workload AI e i tuoi dati negli ambienti di produzione.

Proteggere l’identità e le sessioni degli agenti AI

• Identità degli agenti AI (in GA): i team di sicurezza e governance ottengono ora una maggiore visibilità sull’attività degli agenti AI. I team possono applicare policy di accesso ai dati valide specificamente quando un agente AI è nella sessione, contribuendo a proteggere i dati sensibili anche quando l’agente opera per conto di un utente con privilegi. Abbiamo inoltre aggiunto un tracciamento dedicato dell’identità degli agenti AI nelle viste Account Usage per l’auditing.

• Identità degli agenti AI di terze parti: estendiamo questi solidi framework di identità agli agenti AI di terze parti tramite integrazioni con innovatori leader della sicurezza come 1Password, Aembit, Cyera, Linx Security, Okta, SailPoint e Saviynt. Ciò significa che le stesse policy di governance applicate agli agenti AI nativi di Snowflake possono essere estese anche agli strumenti AI esterni.

• Restricted Session Scope (presto in GA): Restricted Session Scope limita ciò che una sessione di un agente AI può fare a quanto strettamente richiesto dal task, così un’analisi di sola lettura resta di sola lettura, anche se il ruolo dell’utente consentirebbe normalmente molto di più.

   

• Policy di accesso context-aware (private preview): le nostre nuove Context-Aware Access Policies sono un controllo Snowflake zero-trust che consente agli amministratori della sicurezza di creare un’unica policy in grado di valutare congiuntamente identità, rete e contesto del client in un’unica espressione.
   

Gestione proattiva della postura di sicurezza dell’AI

Native AI Security Posture Management (in GA): la gestione dei rischi di configurazione continua dei complessi workload AI è ora completamente integrata nello Snowflake Trust Center. I team delle security operations dispongono di una dashboard completa per analizzare in modo proattivo i rischi specifici dell’AI, valutare la postura di compliance rispetto alle normative globali emergenti e implementare azioni correttive programmatiche per bloccare le configurazioni errate.

Controllo zero-trust dell’esfiltrazione dei dati

• Prevenzione avanzata dell’esfiltrazione dei dati: Snowflake ha rilasciato in preview il suo pacchetto Data Exfiltration Prevention (DXP) tramite il Trust Center. Abbinando la telemetria in tempo reale a rigorose policy di movimento dei dati (in GA), le organizzazioni possono rilevare e contribuire a intercettare i flussi di dati non autorizzati prima che escano dall’ecosistema. La piattaforma è in grado di segnalare e bloccare in modo proattivo:

  • recuperi di dati sensibili avviati dagli agenti AI

  • routing non autorizzato dei dati verso stage interni o esterni

  • download massivi di dati tramite le interfacce utente

• CoCo CLI VM Sandbox lato client (private preview): esegui flussi di sviluppo assistiti dall’AI riducendo al minimo l’esposizione di credenziali, storage locale o reti ai workload AI lato client. Il Virtual Machine (VM) Sandboxing isola ogni sessione CoCo in un kernel Linux separato, isolato dal sistema operativo host, così gli sviluppatori vivono l’esperienza CoCo completa mentre i team di sicurezza e compliance ottengono l’isolamento di cui hanno bisogno. Disponibile come controllo applicato dall’amministratore o autogestito, attualmente su macOS.

Controlli di resilienza multi-party

La Ransomware Protection tramite Multi-Party Approval (MPA) è ora in GA ed elimina i single point of failure dalle architetture più sensibili. Richiede due o più autorizzazioni prima che possa procedere qualsiasi modifica distruttiva al sistema, così, anche se le credenziali amministrative di più alto livello vengono compromesse, gli autori di attacchi ransomware non possono cancellare unilateralmente i dati o alterare le configurazioni, contribuendo a rafforzare la resilienza dell’azienda contro l’estorsione.

Proteggere la prossima era dell’innovazione aziendale

Proteggere l’azienda agentica parte dalla fiducia; per consentire agli agenti AI di ragionare e agire in sicurezza tra i sistemi, la sicurezza deve essere integrata nell’infrastruttura core di dati e AI. Ecco perché Snowflake affronta l’intero workflow: proteggere i dati, mettere in sicurezza i modelli e governare gli agenti AI. Collocando i controlli di sicurezza direttamente accanto ai dati e al contesto aziendale, le organizzazioni possono innovare senza compromessi. I team possono passare con fiducia dal prototipo alla produzione e implementare gli agenti AI dove devono stare: all’interno dell’azienda sicura.

Unisciti a Snowflake al Black Hat USA 2026: visita lo stand Snowflake #8206 per assistere alle demo di Cortex AI Gateway, dei controlli sull’identità degli agenti AI e degli scanner automatici delle minacce integrati direttamente nel Snowflake Trust Center. Se desideri maggiori dettagli, puoi anche parlare con uno dei membri del nostro team di prodotto.

Inizia il tuo percorso di trasformazione con l’AI provando Snowflake in prima persona. 

Scopri di più su come proteggere l’azienda agentica.

Affermazioni riferite al futuro: questa pagina contiene affermazioni riferite al futuro, incluse dichiarazioni relative a future offerte di prodotto, che non costituiscono un impegno alla fornitura di tali offerte. Le offerte e i risultati effettivi potrebbero essere diversi ed essere soggetti a incertezze e rischi noti e non noti. Fai riferimento al nostro più recente modulo 10‑Q per ulteriori informazioni.