{"id":1663,"date":"2026-07-24T04:01:13","date_gmt":"2026-07-24T04:01:13","guid":{"rendered":"https:\/\/convly.ai\/?p=1663"},"modified":"2026-07-24T04:01:13","modified_gmt":"2026-07-24T04:01:13","slug":"openai-hugging-face-hack-enterprises","status":"publish","type":"post","link":"https:\/\/convly.ai\/it\/openai-hugging-face-hack-enterprises\/","title":{"rendered":"Cosa significa l'hack di OpenAI e Hugging Face per le aziende"},"content":{"rendered":"<p>I team di sicurezza aziendale stanno ponendo quest'oggi domande difficili, a seguito delle notizie su un <strong>hacking di OpenAI e Hugging Face<\/strong>, un incidente che AI Business ha identificato come rilevante per le organizzazioni che dipendono da fornitori esterni di modelli IA. I dettagli specifici rimangono limitati nelle segnalazioni pubbliche, ma il semplice fatto che due dei nomi pi\u00f9 diffusi nell'ecosistema IA siano coinvolti \u00e8 sufficiente a innescare una rivalutazione di come le aziende acquisiscono, distribuiscono e monitorano le capacit\u00e0 IA di terze parti.<\/p>\n<p>Secondo AI Business, l'incidente solleva interrogativi pi\u00f9 ampi su cosa potrebbe significare un'intrusione presso un fornitore di modelli IA o un hub di modelli per gli utenti finali. I dettagli forensi specifici non sono stati riportati nella copertura analizzata qui, pertanto l'analisi seguente tratta l'evento come una notizia riportata e si concentra sulle implicazioni strutturali che i clienti aziendali dovrebbero esaminare indipendentemente da come l'incidente verr\u00e0 infine caratterizzato.<\/p>\n<div class=\"convly-tldr\">\n<h3>Punti chiave<\/h3>\n<ul>\n<li>AI Business riporta un incidente di sicurezza che coinvolge OpenAI e Hugging Face; i dettagli forensi specifici non sono ancora disponibili pubblicamente.<\/li>\n<li>La notizia colloca i fornitori di IA all'interno della catena di approvvigionamento software aziendale, non come fornitori SaaS isolati.<\/li>\n<li>Le credenziali API, gli artefatti dei modelli e i dati di addestramento rappresentano tre superfici di attacco distinte che richiedono controlli separati.<\/li>\n<li>Le scelte tra acquisto e self-hosting cambiano quando i fornitori ospitati vengono citati nei rapporti sulle violazioni.<\/li>\n<li>La rotazione delle credenziali, l'applicazione del principio del privilegio minimo e i controlli di provenienza sui pesi scaricati sono i mezzi difensivi pi\u00f9 immediati.<\/li>\n<li>Nei settori regolamentati, ci si dovr\u00e0 attendere che la garanzia sulla sicurezza dei fornitori di IA diventi un requisito formale nel processo di acquisto, anzich\u00e9 un semplice elemento da spuntare.<\/li>\n<\/ul>\n<\/div>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_84 counter-flat ez-toc-counter ez-toc-container-direction\">\n<label for=\"ez-toc-cssicon-toggle-item-6a6800d7e99ef\" class=\"ez-toc-cssicon-toggle-label\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Attiva\/Disattiva<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #000000;color:#000000\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #000000;color:#000000\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/label><input type=\"checkbox\"  id=\"ez-toc-cssicon-toggle-item-6a6800d7e99ef\"  aria-label=\"Attiva\/Disattiva\" \/><nav><ul class='ez-toc-list ez-toc-list-level-1' ><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/convly.ai\/it\/openai-hugging-face-hack-enterprises\/#What_has_been_reported_about_the_OpenAI_Hugging_Face_hack\" >Cosa \u00e8 stato riportato sull'hack di OpenAI e Hugging Face<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/convly.ai\/it\/openai-hugging-face-hack-enterprises\/#Why_enterprises_should_treat_AI_providers_as_supply_chain\" >Perch\u00e9 le aziende dovrebbero considerare i fornitori di IA come parte della catena di approvvigionamento<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/convly.ai\/it\/openai-hugging-face-hack-enterprises\/#Mapping_the_model_supply_chain_risk_surface\" >Mappatura della superficie di rischio nella catena di approvvigionamento dei modelli<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/convly.ai\/it\/openai-hugging-face-hack-enterprises\/#Immediate_actions_for_security_teams\" >Azioni immediate per i team di sicurezza<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/convly.ai\/it\/openai-hugging-face-hack-enterprises\/#Rethinking_the_buy-versus-host_decision\" >Rivalutazione della scelta tra acquisto e self-hosting<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/convly.ai\/it\/openai-hugging-face-hack-enterprises\/#Longer-term_implications_for_AI_procurement\" >Implicazioni a lungo termine per l'acquisto di soluzioni IA<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/convly.ai\/it\/openai-hugging-face-hack-enterprises\/#Frequently_asked_questions\" >Domande frequenti<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/convly.ai\/it\/openai-hugging-face-hack-enterprises\/#The_bottom_line\" >In sintesi<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"What_has_been_reported_about_the_OpenAI_Hugging_Face_hack\"><\/span>Cosa \u00e8 stato riportato sull'hack di OpenAI e Hugging Face<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>La copertura mediatica pubblica dell'hack di OpenAI e Hugging Face, al momento della stesura di questo articolo, si \u00e8 limitata a report sintetici piuttosto che a analisi tecniche dettagliate. AI Business ha impostato la narrazione intorno a ci\u00f2 che una simile compromissione potrebbe significare per i clienti aziendali di soluzioni IA, anzich\u00e9 fornire un resoconto puntuale dell'intrusione stessa. Questo \u00e8 un importante avvertimento per i lettori: l'analisi che segue tratta l'incidente come un evento riportato e si concentra sulle implicazioni che le organizzazioni dovrebbero esaminare indipendentemente dall'effettiva portata, cronologia o attori coinvolti.<\/p>\n<p>Sia OpenAI che Hugging Face occupano posizioni strutturali fondamentali nello stack moderno dell'IA. OpenAI fornisce modelli chiusi di ultima generazione tramite API, utilizzati da molte aziende per carichi di lavoro produttivi. Hugging Face ospita un vasto catalogo di modelli con pesi aperti, dataset e pipeline che sviluppatori e team aziendali prelevano direttamente. Qualsiasi segnalazione credibile che coinvolga entrambe le piattaforme in relazione a un singolo incidente merita attenzione, poich\u00e9 suggerisce quanto l'ecosistema sia diventato interconnesso \u2014 anche se il collegamento esatto tra i due fornitori non \u00e8 ancora pubblico.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Why_enterprises_should_treat_AI_providers_as_supply_chain\"><\/span>Perch\u00e9 le aziende dovrebbero considerare i fornitori di IA come parte della catena di approvvigionamento<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Per gran parte degli ultimi due anni, le discussioni aziendali sui rischi legati all'IA si sono concentrate su iniezioni di prompt, allucinazioni, perdite di dati attraverso i prompt e governance degli output. Questi rischi restano reali. Tuttavia, un incidente del tipo segnalato da AI Business \u2014 una violazione che coinvolge fornitori di modelli noti \u2014 ricolloca la discussione su un concetto familiare derivante dall'acquisto tradizionale di software: il rischio nella catena di approvvigionamento.<\/p>\n<p>Un'azienda che utilizza un modello ospitato tramite API, oppure preleva pesi aperti da un hub di modelli, si affida di fatto alla postura di sicurezza di quel fornitore esattamente come farebbe con qualsiasi altro fornitore upstream. Compromissioni a questo livello possono propagarsi verso il basso in diversi modi: le credenziali rubate possono essere usate per eseguire inferenze non autorizzate contro l'account di un cliente; gli artefatti dei modelli potrebbero, in linea di principio, essere manomessi prima del download; e i metadati relativi agli account, ai modelli di utilizzo e alle integrazioni possono risultare preziosi per attacchi mirati successivi. Il <a href=\"https:\/\/convly.ai\/it\/models\/\">Database dei modelli di intelligenza artificiale<\/a> di Convly tiene traccia dei fornitori insieme alle loro opzioni di distribuzione proprio per questo motivo: la scelta del fornitore sta diventando sempre pi\u00f9 una decisione architettonica rilevante per la sicurezza.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Mapping_the_model_supply_chain_risk_surface\"><\/span>Mappatura della superficie di rischio nella catena di approvvigionamento dei modelli<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Per strutturare una risposta efficace, \u00e8 utile suddividere l'esposizione in livelli. Non tutti gli incidenti riportati coinvolgono necessariamente ogni livello, e i dettagli pubblici sull'hack di OpenAI e Hugging Face non sono ancora sufficienti per stabilire quali superfici siano effettivamente compromesse. Tuttavia, le aziende possono e devono mappare la propria esposizione su tutti questi livelli, cos\u00ec da aver gi\u00e0 inventariato, qualunque sar\u00e0 la futura divulgazione, quali elementi dovranno essere ruotati, riconvalidati o sostituiti.<\/p>\n<table class=\"convly-vs\">\n<thead>\n<tr>\n<th>Livello<\/th>\n<th>Cosa potrebbe essere stato esposto<\/th>\n<th>Conseguenza aziendale tipica<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Credenziali di accesso API<\/td>\n<td>Token, chiavi a livello di organizzazione<\/td>\n<td>Utilizzo non autorizzato di inferenze, frodi sui costi, esfiltrazione di dati tramite chiamate API<\/td>\n<\/tr>\n<tr>\n<td>Artefatti dei modelli<\/td>\n<td>Pesi, file di configurazione, tokenizzatori<\/td>\n<td>Checkpoint manomessi che si propagano nei fine-tuning e nelle applicazioni downstream<\/td>\n<\/tr>\n<tr>\n<td>Dati di addestramento o fine-tuning<\/td>\n<td>Dataset curati, corpora proprietari<\/td>\n<td>Perdita di riservatezza; esposizione normativa e contrattuale<\/td>\n<\/tr>\n<tr>\n<td>Metadati degli account presso il fornitore<\/td>\n<td>Fatturazione, log di utilizzo, struttura organizzativa<\/td>\n<td>Divulgazione di informazioni strategiche aziendali; phishing mirato e attacchi successivi<\/td>\n<\/tr>\n<tr>\n<td>Infrastruttura lato fornitore<\/td>\n<td>Strumenti interni e sistemi di orchestrazione<\/td>\n<td>Rischio indiretto derivante da degrado del servizio o interruzioni di disponibilit\u00e0<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Questa impostazione \u00e8 deliberatamente generica. \u00c8 altres\u00ec deliberatamente pratica: indipendentemente dai dettagli specifici di qualsiasi singolo incidente riportato, questi sono i livelli che un inventario aziendale deve coprire.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Immediate_actions_for_security_teams\"><\/span>Azioni immediate per i team di sicurezza<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Anche senza disporre di tutti i dettagli dell'incidente, diverse azioni presentano un basso livello di rischio. Ruotare le chiavi API dei fornitori che accedono a sistemi produttivi e ridurne lo scope al minimo indispensabile. Verificare quali applicazioni interne, agenti e pipeline detengono credenziali persistenti verso qualsiasi fornitore IA ospitato o hub di modelli, registrando l'utilizzo per il rilevamento di anomalie. Per tutti i modelli con pesi aperti scaricati da un hub pubblico, registrare gli hash al momento dell'ingestione e confrontarli con i valori pubblicati dal fornitore, ove disponibili; trattare i checkpoint non verificati come input non attendibile.<\/p>\n<p>Le aziende che sviluppano flussi di lavoro basati su agenti o focalizzati sulla programmazione dovrebbero prestare particolare attenzione a questo aspetto. Gli agenti a lunga durata spesso detengono credenziali ampie e interagiscono con numerosi servizi upstream, amplificando il raggio d\u2019azione di qualsiasi token compromesso. La panoramica di Convly <a href=\"https:\/\/convly.ai\/it\/best-ai-coding-agents-2026\/\">Agenti IA per la programmazione<\/a> analizza i compromessi legati all'ambito di applicazione delle credenziali imposti da diversi framework per agenti \u2014 un riferimento utile quando si rivedono i permessi in seguito a un incidente presso un fornitore.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Rethinking_the_buy-versus-host_decision\"><\/span>Rivalutazione della scelta tra acquisto e self-hosting<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Una violazione riportata che ha coinvolto sia una delle principali API basate su modelli chiusi sia l\u2019hub pi\u00f9 grande di modelli con pesi aperti riapre inevitabilmente la questione di dove un\u2019impresa debba eseguire i propri modelli. Nessuna delle due opzioni \u00e8 intrinsecamente \u00abpi\u00f9 sicura\u00bb: le API ospitate concentrano il rischio presso il fornitore, ma scaricano sull\u2019utente finale gli oneri relativi all\u2019applicazione di patch e al rinforzo dell\u2019infrastruttura; i modelli con pesi aperti eseguiti in autonomia mantengono i dati all\u2019interno dei sistemi aziendali, ma trasferiscono all\u2019impresa stessa la responsabilit\u00e0 della sicurezza dell\u2019intera catena di approvvigionamento del modello.<\/p>\n<p>Ci\u00f2 che cambia dopo un incidente di questa natura \u00e8 il peso relativo di tali compromessi. Gli acquirenti operanti in settori regolamentati, che in precedenza avevano rimandato la valutazione dell\u2019esecuzione autonoma dei modelli, potrebbero accelerarla; le organizzazioni che gi\u00e0 gestiscono stack self-hosted esamineranno con maggiore attenzione la provenienza degli artefatti prelevati dagli hub pubblici. I lavori di <a href=\"https:\/\/convly.ai\/it\/self-hosting-vs-api-calculator\/\">calcolatore self-hosting vs API<\/a> e il <a href=\"https:\/\/convly.ai\/it\/open-vs-closed-ai-cost-gap-2026\/\">studio sui costi dell'IA: approccio aperto vs chiuso<\/a> sono due punti di partenza per analizzare onestamente l\u2019impatto economico di tale cambiamento, anzich\u00e9 reagire esclusivamente sulla base di percezioni soggettive.<\/p>\n<p>Il costo riveste qui un ruolo fondamentale, poich\u00e9 la tentazione successiva a un incidente \u00e8 quella di spostarsi eccessivamente verso una soluzione interna. Portare ogni carico di lavoro in-house \u00e8 costoso, gravoso dal punto di vista operativo e non elimina il rischio legato alla catena di approvvigionamento \u2014 lo sposta semplicemente altrove. Un confronto strutturato, che includa volumi realistici di inferenza inseriti in un <a href=\"https:\/\/convly.ai\/it\/ai-api-cost-calculator\/\">Calcolatore dei costi per API IA<\/a>, tende a produrre una risposta pi\u00f9 facilmente giustificabile rispetto a una reazione istintiva post-incidente.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Longer-term_implications_for_AI_procurement\"><\/span>Implicazioni a lungo termine per l'acquisto di soluzioni IA<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Oltre alla risposta immediata, il segnale pi\u00f9 ampio derivante dall\u2019attacco a OpenAI e Hugging Face \u00e8 che la garanzia di affidabilit\u00e0 dei fornitori di intelligenza artificiale sta per diventare una disciplina di primo piano nel processo di acquisto. Le imprese che oggi valutano i fornitori di IA principalmente in base alla qualit\u00e0 del modello e al prezzo dovranno presto affrontare questionari sulla sicurezza, clausole contrattuali relative alla notifica di violazioni e prove di controlli interni come componenti ormai standard del processo di acquisto. A questo tema porranno domande anche i consigli di amministrazione e i comitati di revisione contabile. I regolatori, nei settori che gi\u00e0 esaminano attentamente i rischi legati al cloud e ai fornitori terzi, estenderanno probabilmente tale supervisione anche ai fornitori di IA.<\/p>\n<p>Questo non significa che le imprese debbano smettere di utilizzare servizi di IA ospitati. Significa per\u00f2 che i modelli informali di adozione guidati dai singoli sviluppatori osservati negli ultimi due anni \u2014 una carta di credito, una chiave API e un\u2019integrazione in produzione \u2014 difficilmente sopravviveranno come approccio predefinito negli ambienti regolamentati. La due diligence sui fornitori inizier\u00e0 a somigliare sempre di pi\u00f9 al processo applicato a qualsiasi altro servizio SaaS critico.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Frequently_asked_questions\"><\/span>Domande frequenti<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><strong>Che cosa \u00e8 effettivamente accaduto nell\u2019attacco a OpenAI e Hugging Face?<\/strong> La sintesi degli articoli pubblicati, riportata da AI Business, descrive l\u2019incidente e le sue implicazioni per le imprese, ma le informazioni forensi dettagliate non erano incluse nella copertura esaminata in questa sede. Le imprese dovrebbero consultare le comunicazioni ufficiali dirette di ciascun fornitore per ottenere informazioni autorevoli.<\/p>\n<p><strong>Dobbiamo smettere di utilizzare OpenAI o Hugging Face?<\/strong> No, non sulla base di un semplice titolo di giornale. La risposta pi\u00f9 giustificabile consiste nell\u2019inventariare l\u2019esposizione, sostituire le credenziali, verificare la provenienza degli artefatti e riesaminare le garanzie contrattuali \u2014 attendendo nel frattempo i dettagli forensi definitivi forniti direttamente dai fornitori.<\/p>\n<p><strong>L\u2019esecuzione autonoma elimina questo rischio?<\/strong> No. L\u2019esecuzione autonoma riduce l\u2019esposizione a compromissioni del fornitore ospitante, ma introduce nuovi problemi legati alla catena di approvvigionamento, in particolare riguardo all\u2019integrit\u00e0 dei pesi scaricati e alla sicurezza dell\u2019infrastruttura circostante.<\/p>\n<p><strong>Cosa devono fare per prime le industrie regolamentate?<\/strong> Inserire formalmente la garanzia di affidabilit\u00e0 dei fornitori di IA nel processo esistente di gestione del rischio legato ai fornitori terzi, includendo aspettative in materia di notifica di violazioni, standard per la definizione dell\u2019ambito di applicazione delle credenziali e conservazione di prove relative agli artefatti dei modelli acquisiti dagli hub pubblici.<\/p>\n<p><strong>Come influenzer\u00e0 questo evento gli acquisti di IA nel 2026?<\/strong> Ci si attende che la garanzia di sicurezza passi da un controllo informale a un vero e proprio \u00abgate\u00bb formale nel processo di acquisto, e che i consigli di amministrazione pongano domande pi\u00f9 mirate riguardo quali fornitori di IA sono attualmente in produzione, sotto quali controlli operano e quali rimedi sono previsti in caso di incidente.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"The_bottom_line\"><\/span>In sintesi<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>L\u2019attacco a OpenAI e Hugging Face, cos\u00ec come riportato da AI Business, \u00e8, al momento della stesura di questo articolo, una vicenda ricca di implicazioni ma scarsa di dettagli. \u00c8 proprio per questo che la risposta pi\u00f9 utile per i lettori aziendali \u00e8 di tipo strutturale, non reattivo: trattare i fornitori di IA come parte integrante della catena di approvvigionamento, inventariare l\u2019esposizione in termini di credenziali, artefatti e dati, e riesaminare con dati concreti \u2014 non con reazioni istintive \u2014 il bilanciamento tra acquisto e esecuzione autonoma. Qualunque sar\u00e0 la versione definitiva dell\u2019analisi forense, le organizzazioni meglio preparate ad assorbirne l\u2019impatto saranno quelle che avranno gi\u00e0 compiuto questo lavoro preliminare.<\/p>\n<p><em>Fonti: news.google.com. Segnalato il 24 luglio 2026.<\/em><\/p>","protected":false},"excerpt":{"rendered":"<p>AI Business has flagged a security incident touching OpenAI and Hugging Face. Detailed forensics remain limited, but the structural questions it raises for enterprise AI buyers are already clear.<\/p>","protected":false},"author":1,"featured_media":1664,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[7],"tags":[984,969,979,857,968,983,426],"class_list":["post-1663","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-news","tag-ai-procurement","tag-ai-security","tag-ai-supply-chain","tag-enterprise-ai","tag-hugging-face","tag-model-risk","tag-openai"],"_links":{"self":[{"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/posts\/1663","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/comments?post=1663"}],"version-history":[{"count":1,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/posts\/1663\/revisions"}],"predecessor-version":[{"id":1665,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/posts\/1663\/revisions\/1665"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/media\/1664"}],"wp:attachment":[{"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/media?parent=1663"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/categories?post=1663"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/tags?post=1663"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}