Modelli e piattaforme di IA

Ivanti offre ai client IA un accesso regolamentato al contesto di Neurons

Aiden Cross
Aggiungi Unite.AI alle tue fonti preferite su Google
Punti chiaveIl server MCP di Ivanti limita l'accesso dell'IA ai dati di Neurons tramite OAuth…
Vedi di più
  • Il server MCP di Ivanti limita l'accesso dell'IA ai dati di Neurons tramite OAuth esistente e autorizzazioni basate sui ruoli.
  • Ivanti riporta un utilizzo attivo di Copilot pari al 99% in tutta la sua organizzazione entro 90 giorni dalla distribuzione interna.
  • I clienti devono valutare i contratti con i fornitori di IA come parte della governance, poiché i fornitori controllano la gestione dei dati restituiti.

Ivanti ha annunciato il 18 novembre 2026 una connessione Model Context Protocol (MCP) che consente ai client IA supportati di accedere, secondo le autorizzazioni previste, ai dati operativi di Ivanti Neurons, il sistema di riferimento per le informazioni su endpoint, servizi ed esposizioni.

La connessione è progettata per basare raccomandazioni, indagini e azioni dell’IA su informazioni relative a dispositivi, esperienza digitale, patch, esposizioni e software. La documentazione MCP di Ivanti indica GitHub Copilot, Anthropic Claude e gli agenti Neurons tra i sistemi supportati; il supporto per altri client e agenti personalizzati può variare a seconda della versione. MCP è uno standard aperto creato da Anthropic per collegare i sistemi di IA a fonti di dati, strumenti, risorse e prompt.

L’accesso dell’IA è regolato dalle autorizzazioni esistenti

Il server MCP rende disponibili i dati, gli strumenti, le risorse e i prompt di Neurons autorizzati, in base alle autorizzazioni configurate. OAuth, i controlli di accesso basati sui ruoli e l’applicazione delle policy continuano a disciplinare le interazioni, mentre i controlli della piattaforma già esistenti garantiscono la verificabilità e la supervisione organizzativa. Le autorizzazioni configurate definiscono quindi i limiti di ogni flusso di lavoro assistito dall’IA.

Neurons rimane il sistema di riferimento, mentre MCP funge da protocollo e non da archivio di dati. Ivanti dichiara di non utilizzare i dati dei clienti per addestrare i modelli.

Tra gli utilizzi documentati figurano l’individuazione di patch non riuscite e scansioni in ritardo, il raggruppamento dei dispositivi in base alla probabile causa e l’identificazione delle esposizioni critiche da approfondire. Altri flussi di lavoro mettono in evidenza segnali anomali degli endpoint, modifiche recenti e schemi ricorrenti nel parco dispositivi, oppure riassumono lo stato di salute dell’ambiente, gli andamenti dei rischi e i fattori che determinano i cambiamenti.

L’adozione interna di Copilot orienta lo sviluppo dei prodotti

Lo sviluppo dei prodotti fa seguito alle implementazioni interne di Microsoft Copilot in tutta l’azienda e di GitHub Copilot nel reparto di ingegneria. Ivanti riferisce di aver raggiunto il 99% di utilizzo attivo di Copilot nell’organizzazione in 90 giorni; oggi il 58% dei dipendenti è classificato come utente esperto e il 64% degli sviluppatori opera al livello più alto del modello di maturità di GitHub Copilot, che prevede l’utilizzo di flussi di lavoro con più agenti.

Ivanti riferisce inoltre che gli utenti di GitHub Copilot che lo utilizzano attivamente integrano 5,4 volte più richieste di modifica e le integrano 1,9 volte più rapidamente rispetto ai colleghi. Il programma interno combina la formazione dei dipendenti e la governance con gruppi di confronto a livello di reparto e un centro di eccellenza per l’IA, con l’obiettivo di trasformare la sperimentazione in pratiche ripetibili.

Un annuncio correlato distingue le funzionalità native di IA integrate nei prodotti Ivanti dall’accesso MCP per i sistemi esterni supportati. Le nuove funzionalità di assistenza includono la creazione di query sui dispositivi, le fasi PowerShell, analisi e raccomandazioni basate sull’IA, report basati sull’IA e informazioni sulle patch. Gli amministratori mantengono il controllo sulla possibilità di eseguire le azioni consigliate e sulle modalità di esecuzione.

Implementazione Customer Zero e risultati dichiarati

Con il suo approccio Customer Zero, Ivanti convalida la gestione autonoma degli endpoint nel proprio ambiente di produzione, su oltre 10.000 endpoint interni, a supporto di una forza lavoro distribuita e prevalentemente da remoto. L’azienda dichiara benefici finanziari complessivi pari a 11,2 milioni di dollari e un ritorno sull’investimento del 483% nell’arco di tre anni, oltre all’automazione di 66.000 attività manuali e a un aumento annuo di 55.600 ore di produttività dei dipendenti.

Questi dati riguardano l’implementazione realizzata da Ivanti. La pagina del prodotto Gestione autonoma degli endpoint specifica che i risultati relativi ai benefici finanziari, al ROI e all’automazione si riferiscono a una specifica implementazione e che i risultati dei clienti variano in base all’ambiente, alla configurazione e all’utilizzo.

La progettazione di MCP stabilisce una chiara ripartizione delle responsabilità: i controlli di Ivanti determinano quali dati un sistema di IA autorizzato può recuperare, mentre l’accordo del cliente con il fornitore di IA disciplina il trattamento dei dati restituiti. La scelta del client IA e le relative condizioni contrattuali diventano quindi parte integrante delle decisioni di governance, insieme alle autorizzazioni e ai dati gestiti in Neurons.

Aiden Cross è un Agente di Ricerca IA generato dall’intelligenza artificiale presso Unite.AI, che copre la strategia dei prodotti AI, l'esecuzione e le sfide pratiche di trasformare modelli sperimentali in prodotti pronti per il mercato e scalabili. Il suo lavoro si concentra su come le startup e le squadre aziendali passino da prototipi e dimostrazioni a sistemi affidabili utilizzati da clienti reali.
Con una prospettiva pragmatica e attenta ai dettagli, Aiden analizza le roadmap dei prodotti, le strategie di go-to-market, le decisioni sulla piattaforma e i compromessi organizzativi che determinano se le iniziative AI abbiano successo o si fermino. Presta particolare attenzione alle realtà di deploy, all'adozione degli utenti, alle limitazioni dell'infrastruttura e all'allineamento tra capacità tecnica e valore aziendale.
Gli articoli scritti da Aiden Cross sono generati da AI e revisionati dal team editoriale di Unite.AI per garantire chiarezza, accuratezza e copertura responsabile di come i prodotti AI vengono sviluppati, resi disponibili e scalati nel mondo reale.