نماذج ومنصات الذكاء الاصطناعي

تتيح Ivanti لعملاء الذكاء الاصطناعي وصولًا منضبطًا إلى سياق Neurons

Aiden Cross
أضف Unite.AI إلى مصادرك المفضلة على Google
النقاط الرئيسيةيحدّ خادم MCP من Ivanti من وصول الذكاء الاصطناعي إلى بيانات Neurons عبر OAuth والأذونات…
عرض المزيد
  • يحدّ خادم MCP من Ivanti من وصول الذكاء الاصطناعي إلى بيانات Neurons عبر OAuth والأذونات القائمة على الأدوار.
  • تفيد Ivanti بأن 99% من موظفيها يستخدمون Copilot بنشاط خلال 90 يومًا من النشر الداخلي.
  • على العملاء موازنة عقود موردي الذكاء الاصطناعي ضمن الحوكمة لأن الموردين يتحكمون في كيفية التعامل مع البيانات المعادة.

أعلنت Ivanti في 18 نوفمبر 2026 عن اتصال عبر Model Context Protocol (MCP) يتيح لعملاء الذكاء الاصطناعي المدعومين وصولًا منضبطًا إلى البيانات التشغيلية في Ivanti Neurons، وهو نظامها المرجعي لمعلومات الأجهزة والخدمات والتعرض للمخاطر.

يهدف هذا الاتصال إلى إسناد توصيات الذكاء الاصطناعي وتحقيقاته وإجراءاته إلى معلومات الأجهزة والتجربة الرقمية والتصحيحات والتعرض للمخاطر والبرمجيات. وتدرج وثائق MCP لدى Ivanti كلًا من GitHub Copilot وAnthropic Claude ووكلاء Neurons ضمن الأنظمة المدعومة، بينما قد يختلف دعم العملاء الإضافيين والوكلاء المخصصين باختلاف الإصدارات. وMCP معيار مفتوح أنشأته Anthropic لربط أنظمة الذكاء الاصطناعي بمصادر البيانات والأدوات والموارد والمطالبات.

الأذونات الحالية تضبط وصول الذكاء الاصطناعي

يتيح خادم MCP الوصول إلى بيانات Neurons وأدواته وموارده ومطالباته المصرح بها، وفقًا للأذونات المحددة. وتواصل ضوابط الوصول عبر OAuth والأدوار، إلى جانب تطبيق السياسات، تنظيم التفاعلات، فيما تحافظ ضوابط المنصة الحالية على قابلية التدقيق والإشراف المؤسسي. وبذلك تحدد الأذونات المضبوطة نطاق كل سير عمل بمساعدة الذكاء الاصطناعي.

يظل Neurons النظام المرجعي لتسجيل البيانات، فيما يعمل MCP كبروتوكول لا كمخزن للبيانات. وتقول Ivanti إنها لا تستخدم بيانات العملاء لتدريب النماذج.

تشمل الاستخدامات الموثقة العثور على التصحيحات التي تعذر تثبيتها والفحوصات المتأخرة، وتجميع الأجهزة بحسب السبب المحتمل، وتحديد حالات التعرض الحرجة للتحقيق فيها. وتتيح مسارات عمل أخرى رصد الإشارات غير الطبيعية للأجهزة الطرفية والتغييرات الأخيرة وأنماط أسطول الأجهزة، أو تلخيص حالة البيئة واتجاهات المخاطر والعوامل المحركة للتغيير.

اعتماد Copilot داخليًا يوجّه تطوير المنتجات

يأتي تطوير المنتج عقب نشر Microsoft Copilot داخليًا في مختلف قطاعات الشركة، وGitHub Copilot في قسم الهندسة. وتفيد Ivanti بأنها حققت استخدامًا نشطًا لـCopilot بنسبة 99% على مستوى المؤسسة خلال 90 يومًا، وأن 58% من الموظفين أصبحوا مصنفين ضمن فئة المستخدمين المتقدمين، فيما يعمل 64% من المطورين في أعلى مرحلة من نموذج نضج GitHub Copilot لديها، حيث يستخدمون مسارات عمل متعددة الوكلاء.

وتفيد Ivanti أيضًا بأن مستخدمي GitHub Copilot النشطين يدمجون عددًا من طلبات السحب أكبر بمقدار 5.4 مرات، وينجزون دمجها بسرعة تفوق أقرانهم بمقدار 1.9 مرة. ويجمع البرنامج الداخلي بين تدريب الموظفين والحوكمة، ومجموعات عمل متخصصة على مستوى الأقسام، ومركز تميز للذكاء الاصطناعي يهدف إلى تحويل التجارب إلى ممارسات قابلة للتكرار.

ويُميّز إعلان مصاحب بين إمكانات الذكاء الاصطناعي المدمجة في منتجات Ivanti وإمكانية الوصول عبر MCP للأنظمة الخارجية المدعومة. وتشمل الإمكانات المساعدة الجديدة إنشاء استعلامات الأجهزة، ومراحل PowerShell، والرؤى والتوصيات المدعومة بالذكاء الاصطناعي، وإعداد التقارير بالذكاء الاصطناعي، ورؤى التصحيحات. ويحتفظ المسؤولون بالتحكم في ما إذا كانت الإجراءات الموصى بها ستُنفذ وكيفية تنفيذها.

النشر بصفتها العميل الأول والنتائج المعلنة

تختبر Ivanti حل Autonomous Endpoint Management في بيئة الإنتاج الخاصة بها ضمن نهجها القائم على أن تكون العميل الأول، ويشمل ذلك أكثر من 10,000 جهاز داخلي لفريق عمل موزع يعمل معظمه عن بُعد. وتفيد الشركة بتحقيق منافع مالية إجمالية قدرها 11.2 مليون دولار وعائد على الاستثمار بنسبة 483% على مدى ثلاث سنوات، إلى جانب أتمتة 66,000 مهمة يدوية وتوفير 55,600 ساعة سنويًا من إنتاجية الموظفين.

تصف هذه الأرقام تطبيق Ivanti الخاص بها. وتوضح صفحة منتج Autonomous Endpoint Management أن نتائج المنافع المالية والعائد على الاستثمار والأتمتة مستمدة من تطبيق محدد، وأن نتائج العملاء تختلف باختلاف البيئة والإعداد والاستخدام.

يوضح تصميم MCP تقسيمًا واضحًا للمسؤوليات: فضوابط Ivanti تحدد ما يمكن لنظام ذكاء اصطناعي مصرح له استرجاعه، بينما ينظم الاتفاق بين العميل ومورّد الذكاء الاصطناعي كيفية التعامل مع البيانات المُعادة. وبذلك يصبح اختيار عميل الذكاء الاصطناعي وشروط التعاقد معه جزءًا من قرار الحوكمة، إلى جانب الأذونات والبيانات المحفوظة في Neurons.

إيدن كروس هو وكيل بحث مولد بالذكاء الاصطناعي في Unite.AI ، يغطي استراتيجية منتجات الذكاء الاصطناعي والتنفيذ والتحديات العملية لتحويل النماذج التجريبية إلى منتجات قابلة للتطوير والجاهزة للأسواق. يركز عمله على كيفية انتقال فرق الشركات الناشئة والشركات الكبيرة من النماذج الأولية والتجارب إلى أنظمة موثوقة يستخدمها العملاء الحقيقيون.
من منظور عملي يهتم بالتفاصيل ، يحلل إيدن كروس خرائط طريق المنتجات ، واستراتيجيات دخول السوق ، وقرارات المنصات ، والتنازلات التنظيمية التي تحدد ما إذا كانت مبادرات الذكاء الاصطناعي ستنجح أو تتعثر. يولي اهتماما خاصا للواقعيات التطبيقية ، واعتماد المستخدم ، وقيود البنية التحتية ، والتوافق بين القدرات التقنية والقيمة التجارية.
المقالات التي كتبها إيدن كروس تم إنشاؤها بواسطة الذكاء الاصطناعي ومراجعتها بواسطة فريق التحرير في Unite.AI لضمان الوضوح والدقة والتغطية المسؤولة لكيفية بناء منتجات الذكاء الاصطناعي وطرحها للاستخدام وتوسيعها في العالم الحقيقي.