AIモデルとプラットフォーム
Ivanti、AIクライアントにNeuronsのコンテキストへの管理されたアクセスを提供

要点IvantiのMCPサーバーは、既存のOAuthとロールベースの権限を通じて、AIによるNeuronsデータへのアクセスを制限します。
もっと見る
- IvantiのMCPサーバーは、既存のOAuthとロールベースの権限を通じて、AIによるNeuronsデータへのアクセスを制限します。
- Ivantiは、社内展開から90日以内に組織全体で99%のCopilotアクティブ利用率を報告しています。
- ベンダーが返却データの取り扱いを管理するため、顧客はガバナンスの一環としてAIベンダーとの契約を検討する必要があります。
Ivantiは、Model Context Protocol(MCP)を介した接続を2026年11月18日に発表し、対応するAIクライアントが、エンドポイント、サービス、エクスポージャーに関する情報を記録するIvanti Neuronsの運用データに、ガバナンスの管理下でアクセスできるようにしました。
この接続は、デバイス、デジタルエクスペリエンス、パッチ、エクスポージャー、ソフトウェアに関するインテリジェンスに基づいて、AIによる推奨、調査、アクションを実行できるようにすることを目的としています。IvantiのMCPのドキュメントでは、GitHub Copilot、Anthropic Claude、Neuronsエージェントが対応システムとして挙げられていますが、追加クライアントやカスタムエージェントへの対応状況はリリースによって異なる場合があります。MCPは、AIシステムをデータソース、ツール、リソース、プロンプトに接続するためにAnthropicが作成したオープン標準です。
既存の権限設定でAIのアクセスを管理
MCPサーバーは、設定された権限に基づき、許可されたNeuronsのデータ、ツール、リソース、プロンプトを利用可能にします。OAuth、ロールベースのアクセス制御、ポリシーの適用によって引き続き各種やり取りが管理される一方、既存のプラットフォーム制御により、監査可能性と組織的な監督体制が維持されます。したがって、設定された権限が、AIを活用する各ワークフローの境界を定めます。
Neuronsは引き続き正式な記録システムとして機能し、MCPはデータストアではなくプロトコルとして動作します。Ivantiによると、顧客データをモデルのトレーニングに使用することはありません。
文書で紹介されている用途には、失敗したパッチや期限を過ぎたスキャンの検出、原因の可能性に基づくデバイスのグループ化、調査が必要な重大なエクスポージャーの特定などがあります。そのほか、異常なエンドポイントのシグナル、最近の変更、端末群のパターンを明らかにするワークフローや、環境の健全性、リスクの傾向、変化を引き起こしている要因を要約するワークフローもあります。
社内でのCopilot導入を製品開発に活用
この製品開発は、全社でのMicrosoft Copilot導入と、エンジニアリング部門でのGitHub Copilot導入を社内で進めたことを受けたものです。Ivantiによると、90日間で組織全体のCopilotアクティブ利用率は99%に達し、現在、従業員の58%がパワーユーザーに分類されています。また、開発者の64%はGitHub Copilot成熟度モデルの最上位段階にあり、複数のエージェントを活用するワークフローを使用しています。
Ivantiはまた、GitHub Copilotを積極的に利用するユーザーは、同僚と比べてマージするプルリクエスト数が5.4倍多く、マージの速度も1.9倍速いと報告しています。この社内プログラムでは、従業員向けのトレーニングとガバナンスに加え、部門単位のシンクタンクや、試行を再現可能な実践へとつなげることを目的としたAIセンター・オブ・エクセレンスを組み合わせています。
関連する発表では、Ivanti製品に組み込まれたAI機能と、対応する外部システム向けのMCPアクセスが区別されています。新たな支援機能には、デバイスクエリの作成、PowerShellのステージ、AIによるインサイトと推奨、AIレポート、パッチに関するインサイトが含まれます。推奨されたアクションを実行するかどうか、またどのように実行するかは、管理者が引き続き制御できます。
カスタマーゼロとしての導入と報告された成果
IvantiはCustomer Zeroのアプローチのもと、自社の本番環境で自律型エンドポイント管理を検証しています。対象となるのは、分散し、従業員の大半がリモートで勤務する環境の社内エンドポイント10,000台超です。同社は、3年間で総額1,120万ドルの財務上の便益と483%の投資収益率を達成したほか、年間で手作業によるタスクを66,000件自動化し、従業員の生産性を55,600時間分向上させたと報告しています。
これらの数値は、Ivanti自身の導入事例を示しています。自律型エンドポイント管理の製品ページでは、財務上の便益、投資収益率、自動化の成果は特定の導入事例に基づくものであり、顧客の成果は環境、構成、使用状況によって異なると説明しています。
MCPの設計では、責任の所在が明確に分けられています。Ivantiの制御機能によって、認可されたAIシステムが取得できる情報が決まり、返されたデータの取り扱いは、顧客とAIベンダーとの契約によって定められます。そのため、Neuronsで管理する権限やデータに加え、どのAIクライアントを選ぶか、その契約条件がどうなっているかも、ガバナンス上の判断要素となります。












