Auditing Digital Twins: A Risk and Control Framework for Trustworthy Enterprise Decision Systems

Nel mondo moderno del business e dell'ingegneria, è emerso un nuovo tipo di strumento per aiutare i leader a dare un senso ai sistemi complessi. Immaginate il pavimento di una fabbrica, una rete elettrica o una rete ospedaliera. Questi sono luoghi fisici dove le macchine ronzano, i dati fluiscono e le decisioni vengono prese ogni secondo. Per gestirli, le aziende stanno costruendo sempre più spesso dei "gemelli digitali". Un gemello digitale non è un robot o una persona; è un modello informatico vivo e pulsante che rispecchia un oggetto o un processo del mondo reale. Si connette ai sensori presenti sull'attrezzatura reale, ricevendo un flusso costante di informazioni su temperatura, velocità, pressione e posizione. In cambio, il modello simula ciò che sta accadendo proprio ora e predice cosa potrebbe accadere dopo. Ciò consente ai manager di testare idee, individuare problemi prima che si rompano e ottimizzare il funzionamento senza mai toccare il macchinario fisico.

Tuttavia, man mano che questi specchi digitali diventano più connessi e potenti, introducono un nuovo tipo di pericolo. Poiché il gemello digitale è collegato direttamente al mondo reale, un errore nel codice informatico o una menzogna nei dati può portare a un disastro nel mondo reale. Se il modello riceve informazioni false, potrebbe ordinare a una macchina di una fabbrica di accelerare quando è già in surriscaldamento. Se il modello viene hackerato, un attaccante potrebbe spegnere una centrale elettrica o causare un ingorgo stradale. La domanda per le organizzazioni non è più solo se la tecnologia funzioni, ma se possa essere affidabile. Un'azienda può fare affidamento sul gemello digitale per prendere decisioni di vita o di morte? Per rispondere a questo, un ricercatore ha avuto bisogno di un modo per misurare la fiducia, non solo nel software, ma nell'intero sistema di dati, sicurezza e supervisione umana che lo supporta.

Un ricercatore è intervenuto in questo vuoto con un nuovo framework progettato per sottoporre a audit questi gemelli digitali. Ha affrontato il problema chiedendosi cosa serva effettivamente affinché un gemello digitale sia considerato abbastanza sicuro e affidabile da essere utilizzato da una grande corporazione. Inveve di guardare solo alla cybersicurezza, che si concentra sul tenere fuori gli hacker, ha ampliato la sua visione includendo otto diverse aree di salute del sistema. Queste aree includono l'accuratezza dei dati che alimentano il modello, le regole che governano chi può accedervi, il modo in cui i modelli informatici vengono costruiti e aggiornati, e la capacità del sistema di riprendersi in caso di crash. Ha trattato il gemello digitale non come un singolo pezzo di software, ma come un ambiente complesso dove dati, persone e macchine interagiscono.

Per testare le sue idee, il ricercatore ha creato un ambiente simulato. Ha riunito un panel di ottanta esperti, tra cui auditor IT, specialisti di cybersicurezza e ingegneri con un'esperienza media di oltre tredici anni. Agli esperti è stato chiesto di valutare dieci diversi scenari di gemelli digitali, che spaziano dall'aerospazio all'energia, fino alla sanità e alla logistica. Gli esperti hanno valutato ogni scenario su quarantotto punti specifici, come se i dati fossero stati controllati per errori, se i modelli fossero stati testati prima dell'uso e se esistesse un registro chiaro di ogni modifica apportata al sistema. Il ricercatore ha poi combinato questi punteggi in un unico numero, un "Indice di Auditabilità del Gemello Digitale", che va da zero a cento. Questo indice funge da pagella, dicendo alle organizzazioni quanto sia affidabile il loro gemello digitale.

I risultati di questa simulazione hanno rivelato una realtà sconcertante. In tutti e dieci gli scenari, il punteggio medio era di 61,14. Nel sistema di classificazione del ricercatore, questo punteggio colloca i gemelli digitali nella categoria "Controllata", ma non in quella "Affidabile". Per raggiungere il livello "Affidabile", un sistema dovrebbe ottenere almeno 80. Ciò significa che, sebbene molte organizzazioni abbiano costruito gemelli digitali sofisticati con forti misure di dati e sicurezza, non sono ancora pronti per essere pienamente affidati a decisioni critiche. Lo studio ha rilevato che le aree più forti erano l'integrità dei dati, ovvero che le informazioni provenienti dai sensori erano generalmente accurate e complete, e il controllo degli accessi, ovvero che le regole per chi poteva effettuare l'accesso erano piuttosto rigide.

Tuttavia, la simulazione ha anche evidenziato debolezze significative che hanno impedito ai punteggi di raggiungere la soglia della fiducia. Le aree più deboli sono state la continuità operativa e la resilienza, la tracciabilità e la governance del modello. La continuità operativa si riferisce alla capacità del sistema di continuare a funzionare o di riprendersi rapidamente dopo un disastro, come un attacco informatico o un'interruzione di corrente. La tracciabilità è la capacità di guardare indietro per vedere esattamente quali dati e quale versione del modello hanno portato a una specifica decisione. La governance del modello riguarda le regole su come i modelli informatici vengono creati, testati e aggiornati. Gli esperti hanno scoperto che, sebbene le aziende fossero brave a raccogliere dati, erano spesso meno preparate a gestire i guasti del sistema o a dimostrare esattamente come si fosse giunti a una decisione.

Il ricercatore ha anche esaminato i rischi che rimangono anche dopo l'implementazione dei controlli. Ha scoperto che le minacce più pericolose erano l'accesso non autorizzato, dove qualcuno entra dove non dovrebbe, i dati incompleti o inaccurati e la manipolazione dei dati per ingannare il sistema. Ha scoperto che avere un controllo in atto non significa automaticamente che il rischio sia sparito. Ad esempio, un sistema potrebbe avere un firewall, ma se il firewall non è monitorato o aggiornato, il rischio di un attacco informatico rimane elevato. Lo studio ha dimostrato che il modo più efficace per ridurre il rischio era migliorare l'efficacia dei controlli, in particolare per i rischi che avevano maggiori probabilità di verificarsi e di causare i danni maggiori.

Questo lavoro suggerisce che costruire un gemello digitale è solo il primo passo. La vera sfida risiede nella gestione e verifica continua del sistema. Il ricercatore sostiene che le organizzazioni non possono semplicemente assumere che i loro gemelli digitali siano sicuri perché la tecnologia è avanzata. Al contrario, devono misurare e migliorare attivamente la capacità del sistema di essere sottoposto a audit. Ciò significa garantire che ogni decisione presa dal modello possa essere tracciata fino alla sua fonte, che i modelli siano costantemente controllati per errori e che il sistema possa sopravvivere a una grande interruzione. Lo studio conclude che, finché queste aree non saranno rafforzate, i gemelli digitali dovrebbero essere visti come strumenti potenti che richiedono una supervisione attenta, piuttosto che come decisori completamente autonomi.

I risultati offrono una chiara strada da seguire per le aziende. Utilizzando questo nuovo framework, i leader possono identificare esattamente dove i loro gemelli digitali sono vulnerabili. Possono vedere se sono forti nei dati ma deboli nel recupero, o se hanno una buona sicurezza ma una scarsa sperimentazione dei modelli. Ciò consente loro di concentrare le risorse sulle aree che contano di più, invece di tirare a indovinare dove si trovano i problemi. Lo studio sottolinea che la fiducia non è uno stato binario; un sistema non è semplicemente sicuro o insicuro. È una questione di grado, e misurando quel grado, le organizzazioni possono compiere scelte informate su quando e come utilizzare questi potenti strumenti. La ricerca non pretende di aver risolto il problema della sicurezza dei gemelli digitali, ma fornisce un modo pratico e misurabile per comprendere lo stato attuale della tecnologia e il lavoro che resta da fare.