In breve
Secondo Fireworks AI, gli aggressori hanno raggiunto i dati di fatturazione dei clienti e, per una parte di essi, dataset archiviati e pesi di modelli non completati. Il fornitore di inferenza e fine-tuning ha ampliato il 9 novembre 2026 la comunicazione sull’incidente di ottobre, dopo aver scoperto una seconda intrusione passata da un fornitore cloud terzo. Se caricate dati di addestramento su una piattaforma in hosting per il fine-tuning di LLM, quei dati e i pesi che ne derivano vanno protetti come i vostri database.
Che cosa ha comunicato Fireworks AI?
L’aggiornamento del 9 novembre estende la violazione ai dati dei clienti. Secondo Fireworks, un fornitore cloud terzo che ospitava le sue macchine di ricerca e sviluppo ha subito un proprio incidente di sicurezza il 23 ottobre. Il giorno dopo l’aggressore ha sfruttato quell’accesso per raggiungere macchine di sviluppo di Fireworks ed eseguire un carico di lavoro non autorizzato. Fireworks afferma di aver rilevato l’attività lo stesso giorno e di non aver osservato altri accessi riusciti alla piattaforma clienti dal 25 ottobre.
È un ribaltamento rispetto al primo bollettino, pubblicato il 9 ottobre, che descriveva un incidente circoscritto. Il 6 ottobre un soggetto esterno aveva usato credenziali interne di Fireworks per leggere le variabili d’ambiente dei job di valutazione, catturando chiavi API e token che un numero limitato di clienti aveva salvato come secret. Allora Fireworks dichiarava di non aver trovato segni di accesso a modelli, dataset, dati di addestramento o traffico di inferenza dei clienti.
| Data (2026) | Evento |
|---|---|
| 6 ottobre | Rilevato l’uso non autorizzato di credenziali interne; inizia il contenimento |
| 9 ottobre | Primo bollettino: secret nei job di valutazione catturati in un numero limitato di account |
| 23 ottobre | Violato il fornitore cloud terzo che ospita le macchine di R&S di Fireworks |
| 24 ottobre | L’aggressore raggiunge macchine di sviluppo di Fireworks ed esegue un carico non autorizzato |
| 9 novembre | Aggiornamento: coinvolti dati di fatturazione, alcuni dataset e pesi di modelli non completati |
Quali dati sono stati esposti?
L’applicazione interna raggiunta dall’aggressore dava accesso a tre gruppi di informazioni:
- Metadati delle risorse: identificativi, nomi visualizzati, descrizioni e date di creazione delle risorse dei clienti.
- Dati di fatturazione: indirizzi di fatturazione e spedizione, storico di fatture e pagamenti, saldo dell’account e consumo di crediti. Fireworks dichiara di non conservare i numeri delle carte.
- Pesi dei modelli e dataset: per alcuni clienti, una parte dei pesi di modelli non completati e dei dataset.
Fireworks ha avvisato le forze dell’ordine, incaricato Unit 42 di Palo Alto Networks delle analisi forensi e disattivato, per la durata dell’indagine, il caricamento e il download self-service dei dataset per Batch Inference e per l’addestramento basato su dataset. Bloomberg, citando una persona a conoscenza della vicenda, ha riferito che la violazione riguarda decine di migliaia di file.
Perché la vicenda va oltre Fireworks?
Fireworks è uno dei principali fornitori indipendenti di inferenza. Secondo Forbes ha circa 10.000 clienti aziendali, tra cui Uber, Shopify, Upwork e DoorDash, e una valutazione di 17,5 miliardi di dollari. Due clienti hanno detto a Forbes di aver spostato la maggior parte della propria attività fuori dalla piattaforma.
Secondo Fireworks, gli aggressori non puntavano ai dati in sé. Gli indizi li collegano a un gruppo che rivende accessi rubati a grandi modelli linguistici tramite gateway di instradamento illeciti, uno schema noto come LLMjacking. Google Threat Intelligence Group e Mandiant hanno descritto la stessa tendenza il 2 novembre. Ogni piattaforma di IA che custodisce chiavi API, credenziali cloud e capacità GPU dei clienti diventa così un bersaglio appetibile, e i dati dei clienti che la circondano un danno collaterale.
Cosa significa per i team software negli Stati Uniti e nell’UE
Una piattaforma di addestramento in hosting è un responsabile del trattamento, non solo un fornitore di calcolo. I dataset caricati per il fine-tuning contengono spesso ticket di assistenza, contratti o anagrafiche clienti, e i modelli addestrati su di essi possono conservarne frammenti.
Nell’UE, se in un dataset esposto c’erano dati personali, il titolare del trattamento (di solito voi, non il fornitore) ha 72 ore da quando viene a conoscenza di una violazione da notificare per informare l’autorità di controllo, ai sensi dell’articolo 33 del GDPR. Il conto alla rovescia dipende da quanto rapidamente vi avvisa il fornitore: verificate i termini di notifica nel vostro accordo sul trattamento dei dati (DPA).
Conta anche la via d’accesso. Fireworks è stata raggiunta tramite un fornitore un gradino più in basso nella propria catena di fornitura. L’elenco dei sub-responsabili del vostro fornitore fa parte della vostra superficie di rischio.
Infine, i secret conservati in una piattaforma di IA, come le chiavi dei vostri database, dei vector store o di altri fornitori di modelli, sono un accesso diretto ai vostri sistemi. Devono avere permessi limitati, durata breve ed essere ruotabili senza un nuovo rilascio del codice.
Cosa significa per il mercato italiano
In Italia molti progetti di IA generativa si appoggiano a fornitori statunitensi di inferenza e fine-tuning, mentre uffici legali e acquisti guardano con attenzione alla conformità GDPR e alla localizzazione dei dati. Il caso Fireworks mostra che il paese di hosting dichiarato non basta: conta dove girano davvero i carichi di addestramento e di R&S, e quali fornitori vi partecipano. Per la pubblica amministrazione il riferimento è la qualificazione dei servizi cloud dell’Agenzia per la Cybersicurezza Nazionale (ACN), che però copre solo i servizi qualificati, non tutta l’infrastruttura accessoria di un fornitore di IA.
Per la notifica, il Garante per la protezione dei dati personali riceve le segnalazioni di data breach tramite una procedura telematica, entro le stesse 72 ore. Le aziende che rientrano nel perimetro NIS2, recepita con il D.Lgs. 138/2024, hanno inoltre obblighi di notifica degli incidenti verso il CSIRT Italia. In pratica, ai team italiani conviene pseudonimizzare i dataset prima di caricarli, pretendere nel DPA l’elenco nominativo dei sub-responsabili e sottoporre i fornitori di IA alla stessa valutazione di qualsiasi servizio cloud.
Cosa dovrebbero fare subito i team che usano piattaforme di IA in hosting?
- Dare seguito a ogni notifica. I clienti di Fireworks devono sostituire le chiavi revocate e ruotare le credenziali di terze parti presso i fornitori che le hanno emesse; eliminare un secret salvato non lo invalida.
- Mappare ciò che avete caricato. Elencate i dataset e i modelli sottoposti a fine-tuning presso ciascun fornitore di IA, indicando se contengono dati personali o regolamentati.
- Ridurre i dati conservati. Preferite le modalità a conservazione zero, eliminate i set di addestramento conclusi e rimuovete o pseudonimizzate i dati personali prima del caricamento.
- Limitare e monitorare la spesa. Impostate limiti d’uso rigidi e avvisi per ogni chiave; picchi improvvisi di token sono un segnale tipico di LLMjacking.
- Leggere l’elenco dei sub-responsabili. Verificate dove girano i carichi di addestramento e di R&S del fornitore e con quale rapidità deve avvisarvi.
Domande frequenti
Che cosa è successo a Fireworks AI?
Il 6 ottobre 2026 Fireworks AI ha rilevato l’uso non autorizzato di credenziali interne, che ha esposto secret salvati nei job di valutazione per un numero limitato di account clienti. In un aggiornamento del 9 novembre ha spiegato che una seconda intrusione, il 24 ottobre, partita da un fornitore cloud terzo violato che ospitava le sue macchine di R&S, ha coinvolto anche dati di account e di fatturazione e, per alcuni clienti, dataset e pesi di modelli non completati.
Quali dati sono stati esposti?
Fireworks elenca metadati delle risorse come identificativi, nomi e descrizioni; dati di fatturazione come indirizzi, fatture, storico dei pagamenti, saldo dell’account e consumo di crediti; e, per alcuni clienti, una parte dei pesi di modelli non completati e dei dataset. Dichiara di non conservare i numeri delle carte di pagamento, che quindi non sono stati coinvolti.
Prompt e output di inferenza sono stati coinvolti?
Fireworks afferma di non aver rilevato impatti sui prodotti Inference, Training SDK e Nexus, che per impostazione predefinita funzionano a conservazione zero dei dati. Precisa però che l’indagine è in corso e potrebbe far emergere altro.
Che cos’è il LLMjacking?
Il LLMjacking è il furto dell’accesso a grandi modelli linguistici, di solito tramite chiavi API o credenziali cloud rubate, per rivendere la capacità dei modelli attraverso gateway di instradamento illeciti mentre la vittima paga il conto. Fireworks collega gli autori del suo incidente a un gruppo di questo tipo, mosso da fini economici.
Cosa dovrebbero fare i clienti di Fireworks?
Seguire le istruzioni di qualsiasi notifica di Fireworks, sostituire le chiavi API revocate, ruotare presso i fornitori emittenti le credenziali di terze parti salvate come secret in Fireworks ed esaminare i loro log alla ricerca di letture, download o modifiche non autorizzati. Il caricamento e il download self-service dei dataset per Batch Inference e per l’addestramento basato su dataset restano disattivati durante l’indagine.
Fonti
Fireworks AI — Aggiornamento sull’incidente di sicurezza di ottobre 2026 (fonte primaria, 9 novembre 2026)
Fireworks AI — Incidente di sicurezza di ottobre 2026 (bollettino iniziale, 9 ottobre 2026)
Bloomberg — Nvidia-backed Fireworks AI notifies customers of its second hack in weeks (9 novembre 2026)
Forbes — Fireworks cyberattack exposes customer data and AI models as fallout widens (9 novembre 2026)
BleepingComputer — Fireworks AI discloses new breach after cloud provider hack (novembre 2026)