AI-modellen en platforms
Ivanti biedt AI-clients gecontroleerde toegang tot de context van Neurons

Belangrijkste puntenIvanti's MCP-server beperkt AI-toegang tot Neurons-gegevens via bestaande OAuth- en op…
Meer weergeven
- Ivanti's MCP-server beperkt AI-toegang tot Neurons-gegevens via bestaande OAuth- en op rollen gebaseerde machtigingen.
- Ivanti meldt 99% actief Copilot-gebruik in de hele organisatie binnen 90 dagen na interne uitrol.
- Klanten moeten AI-leverancierscontracten meewegen als onderdeel van governance, omdat leveranciers de omgang met teruggegeven gegevens bepalen.
Ivanti kondigde op 18 november 2026 een verbinding via Model Context Protocol (MCP) aan die ondersteunde AI-clients gecontroleerde toegang geeft tot operationele gegevens in Ivanti Neurons, het bronsysteem voor informatie over endpoints, services en blootstellingen.
De verbinding is bedoeld om AI-aanbevelingen, onderzoeken en acties te baseren op informatie over apparaten, digitale ervaringen, patches, blootstellingen en software. In Ivanti’s MCP-documentatie staan GitHub Copilot, Anthropic Claude en Neurons-agents vermeld als ondersteunde systemen; ondersteuning voor aanvullende clients en aangepaste agents kan per release verschillen. MCP is een open standaard die Anthropic heeft ontwikkeld om AI-systemen te verbinden met gegevensbronnen, tools, resources en prompts.
Bestaande machtigingen bepalen de AI-toegang
De MCP-server stelt geautoriseerde Neurons-gegevens, tools, resources en prompts beschikbaar op basis van de ingestelde machtigingen. OAuth, rolgebaseerde toegangscontroles en beleidsafdwinging blijven de interacties reguleren, terwijl bestaande platformcontroles de controleerbaarheid en het toezicht binnen de organisatie waarborgen. De ingestelde machtigingen bepalen daarmee de grenzen van elke AI-ondersteunde workflow.
Neurons blijft het bronsysteem en MCP fungeert als protocol, niet als gegevensopslag. Ivanti zegt klantgegevens niet te gebruiken om modellen te trainen.
De beschreven toepassingen omvatten het opsporen van mislukte patches en achterstallige scans, het groeperen van apparaten op basis van een waarschijnlijke oorzaak en het identificeren van kritieke blootstellingen voor nader onderzoek. Andere workflows brengen afwijkende endpointsignalen, recente wijzigingen en patronen in het apparatenpark aan het licht, of geven een samenvatting van de status van de omgeving, risicotrends en de factoren die veranderingen aansturen.
Interne invoering van Copilot geeft richting aan productontwikkeling
De productontwikkeling volgt op de interne invoering van Microsoft Copilot in het hele bedrijf en GitHub Copilot binnen de engineeringafdeling. Ivanti meldt dat binnen 90 dagen 99% van de organisatie Copilot actief gebruikte. Inmiddels wordt 58% van de medewerkers aangemerkt als intensieve gebruiker en werkt 64% van de ontwikkelaars op het hoogste niveau van Ivanti’s volwassenheidsmodel voor GitHub Copilot, waarin ze workflows met meerdere agents gebruiken.
Ivanti meldt ook dat betrokken GitHub Copilot-gebruikers 5,4 keer meer pullrequests samenvoegen en deze 1,9 keer sneller samenvoegen dan hun collega’s. Het interne programma combineert medewerkerstraining en governance met denktanks op afdelingsniveau en een AI-expertisecentrum. Dat centrum is bedoeld om experimenten om te zetten in herhaalbare werkwijzen.
Een bijbehorende aankondiging maakt onderscheid tussen ingebouwde AI-mogelijkheden in Ivanti-producten en MCP-toegang voor ondersteunde externe systemen. Nieuwe ondersteunende mogelijkheden zijn onder meer het opstellen van apparaatquery’s, PowerShell-stappen, AI-inzichten en -aanbevelingen, AI-rapportages en patchinzichten. Beheerders houden de controle over de vraag of en hoe aanbevolen acties worden uitgevoerd.
Implementatie als klant nul en gerapporteerde resultaten
Ivanti valideert Autonomous Endpoint Management in zijn eigen productieomgeving volgens de Customer Zero-aanpak. Daarbij gaat het om meer dan 10.000 interne endpoints voor een verspreid, grotendeels op afstand werkend personeelsbestand. Ivanti rapporteert in totaal $11,2 miljoen aan financiële voordelen en een rendement op investering van 483% over drie jaar, plus de automatisering van 66.000 handmatige taken en een jaarlijkse productiviteitswinst van 55.600 uur voor medewerkers.
Deze cijfers beschrijven Ivanti’s eigen implementatie. Op de productpagina van Autonomous Endpoint Management staat dat de resultaten voor financiële voordelen, rendement op investering en automatisering afkomstig zijn van één specifieke implementatie. Resultaten voor klanten kunnen verschillen naargelang de omgeving, configuratie en het gebruik.
Het MCP-ontwerp zorgt voor een duidelijke taakverdeling: Ivanti’s controles bepalen welke gegevens een geautoriseerd AI-systeem kan ophalen, terwijl de overeenkomst van de klant met de AI-leverancier bepaalt hoe de teruggestuurde gegevens worden verwerkt. De keuze van de AI-client en de contractuele voorwaarden daarvan maken zo deel uit van de governancebeslissing, naast de machtigingen en gegevens die in Neurons worden beheerd.












