Agenti AI trapelano screenshot aziendali, le auto tracciano gli utenti: i numeri dietro il boom tech nello sport

I ricercatori di Glow Security, startup sostenuta da Sequoia e Greenoaks, hanno trovato gli screenshot in 343 aziende. Hanno chiamato la scoperta PixelLeak. The Register ne ha parlato il 29 settembre. Tra le aziende coinvolte c'è una società di viaggi della Fortune 500, imprese finanziarie, provider cloud e aziende di modelli di base.

Perché questo riguarda chi sviluppa prodotti di analisi sportiva? Perché gli stessi strumenti agentici che permettono a un piccolo team di rilasciare una dashboard delle prestazioni in una settimana sono quelli alla base della fuga di dati. Secondo The Register, gli sviluppatori chiedono agli agenti AI di mostrare immagini dell'interfaccia prima e dopo le modifiche. GitHub non ha un'API per caricare immagini nelle pull request, quindi gli agenti le pubblicano su repository pubbliche. Un produttore con oltre 100.000 dipendenti ha scoperto i post solo quando Glow ha avvisato il suo team di sicurezza.

Glow ha detto che circa un terzo delle esposizioni è avvenuto tramite gitshot, uno strumento open source per screenshot. La sua informativa sulla privacy avverte che le immagini caricate sono pubbliche di default. "Il fattore di rischio più grande che osserviamo è l'uso legittimo dell'AI da parte degli sviluppatori, che poi compie azioni che non dovrebbero essere eseguite", ha dichiarato a The Register Omer Singer, cofondatore e CTO di Glow.

I flussi di dati continuano a crescere

L'economia dei dati su cui si basa la tecnologia sportiva non si sta riducendo. Bain and Company ha affermato il 29 settembre che l'industria dell'AI deve generare 6.000.000.000.000 di dollari di ricavi annuali entro il 2031 per giustificare la spesa in capitale nei data centre, secondo The National. La società di consulenza prevede che la spesa annuale in infrastrutture AI possa raggiungere 1.500.000.000.000 di dollari entro il 2031. Dimensioni e costi dei data centre raddoppiano all'incirca ogni 12-16 mesi. Questa espansione viene proposta a province e stati.

CBC News ha riportato il 29 settembre che Lloyd Parrott, ministro dell'energia di Terranova e Labrador, ha dichiarato che la provincia è "aperta agli affari" dopo che alcune aziende l'hanno contattata per data centre dedicati all'AI. Andrea King, CEO di TechNL, ha detto alla CBC che il Labrador ha energia idroelettrica a basse emissioni di carbonio, clima freddo e terreni, ma che il costo opportunità va comunque valutato. Anche i flussi di dati dei consumatori sono sotto esame.

Uno studio della Northeastern University con Consumer Reports, pubblicato questa settimana e ripreso da The Verge e Consumer Reports il 29 settembre, ha testato 21 veicoli di ultima generazione di 19 marchi e 30 app compagne. Ogni veicolo ha trasmesso dati ad almeno un dominio di terze parti via Wi-Fi, e più della metà ha contattato domini di pubblicità, tracciamento o analisi. Sette app hanno inviato numeri di telaio, numeri di telefono e posizioni precise a reti pubblicitarie.

"Non sembra possibile acquistare un'auto nuova che non tracci l'utente", ha dichiarato Sarah Elizabeth Gillespie, coautrice dello studio, su Consumer Reports.

Niente di tutto questo è ipotetico per i team che distribuiscono wearable, sistemi di biglietteria o app per i tifosi. La violazione del Defense Manpower Data Center del Pentagono ha esposto i dati di oltre 3.000.000 di persone, inclusi numeri di previdenza sociale conservati senza crittografia, secondo Beinsure il 29 settembre. Datadog, che elabora oltre 100.000.000.000.000 di eventi al giorno, ha descritto in un post sul blog di Antithesis il 29 settembre come ha utilizzato l'iniezione di guasti per ricostruire la sua pipeline di acquisizione senza perdere dati. La lezione per l'analisi sportiva è poco glamour. Ogni dataset che raccogli è un dataset che devi proteggere, fare backup e infine cancellare. BMLL, scrivendo sul blog di Polars il 29 settembre, ha dichiarato di elaborare oltre 1,5 TB di dati di microstruttura di mercato in poco più di 3 minuti su una singola macchina. Un dato che risulterà familiare a chi benchmarka carichi di lavoro per il tracciamento degli atleti. Gli strumenti sono veloci. La governance no.