โมเดลและแพลตฟอร์ม AI

Ivanti มอบสิทธิ์เข้าถึงบริบทใน Neurons แก่ไคลเอนต์ AI ภายใต้การกำกับดูแล

Aiden Cross
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
ประเด็นสำคัญเซิร์ฟเวอร์ MCP ของ Ivanti จำกัดการเข้าถึงข้อมูล Neurons ของ AI ผ่าน OAuth…
ดูเพิ่มเติม
  • เซิร์ฟเวอร์ MCP ของ Ivanti จำกัดการเข้าถึงข้อมูล Neurons ของ AI ผ่าน OAuth ที่มีอยู่และสิทธิ์ตามบทบาท
  • Ivanti รายงานการใช้งาน Copilot ที่ใช้งานอยู่ 99% ทั่วทั้งองค์กรภายใน 90 วันหลังการติดตั้งภายใน
  • ลูกค้าต้องชั่งน้ำหนักสัญญาผู้ขาย AI เป็นส่วนหนึ่งของการกำกับดูแล เนื่องจากผู้ขายควบคุมการจัดการข้อมูลที่ส่งคืน

Ivanti ประกาศเมื่อวันที่ 18 พฤศจิกายน 2026 ถึงการเชื่อมต่อผ่าน Model Context Protocol (MCP) ซึ่งช่วยให้ไคลเอนต์ AI ที่รองรับเข้าถึงข้อมูลการดำเนินงานใน Ivanti Neurons ได้ภายใต้การกำกับดูแล โดย Neurons เป็นระบบบันทึกข้อมูลหลักด้านเอ็นด์พอยต์ บริการ และข้อมูลความเสี่ยง

การเชื่อมต่อนี้มีจุดประสงค์เพื่อให้คำแนะนำ การตรวจสอบ และการดำเนินการของ AI อ้างอิงข้อมูลเชิงลึกเกี่ยวกับอุปกรณ์ ประสบการณ์ดิจิทัล แพตช์ ความเสี่ยง และซอฟต์แวร์ เอกสาร MCP ของ Ivanti ระบุว่า GitHub Copilot, Anthropic Claude และเอเจนต์ Neurons เป็นระบบที่รองรับ ส่วนการรองรับไคลเอนต์เพิ่มเติมและเอเจนต์ที่กำหนดเองอาจแตกต่างกันไปในแต่ละรุ่น MCP เป็นมาตรฐานเปิดที่ Anthropic สร้างขึ้นเพื่อเชื่อมต่อระบบ AI กับแหล่งข้อมูล เครื่องมือ ทรัพยากร และพรอมต์

สิทธิ์ที่มีอยู่แล้วเป็นตัวกำกับการเข้าถึงของ AI

เซิร์ฟเวอร์ MCP ทำให้ข้อมูล เครื่องมือ ทรัพยากร และพรอมต์ใน Neurons ที่ได้รับอนุญาตพร้อมใช้งานตามสิทธิ์ที่กำหนดค่าไว้ OAuth การควบคุมการเข้าถึงตามบทบาท และการบังคับใช้นโยบายยังคงกำกับดูแลการโต้ตอบ ขณะที่การควบคุมแพลตฟอร์มที่มีอยู่ช่วยรักษาความสามารถในการตรวจสอบย้อนหลังและการกำกับดูแลขององค์กร ดังนั้น สิทธิ์ที่กำหนดค่าไว้จึงเป็นขอบเขตของแต่ละเวิร์กโฟลว์ที่มี AI ช่วยดำเนินการ

Neurons ยังคงเป็นระบบบันทึกข้อมูลหลัก ส่วน MCP ทำหน้าที่เป็นโปรโตคอล ไม่ใช่ที่จัดเก็บข้อมูล Ivanti ระบุว่าบริษัทไม่นำข้อมูลลูกค้าไปใช้ฝึกโมเดล

ตัวอย่างการใช้งานที่มีการบันทึกไว้ ได้แก่ การค้นหาแพตช์ที่ติดตั้งไม่สำเร็จและการสแกนที่เกินกำหนด การจัดกลุ่มอุปกรณ์ตามสาเหตุที่เป็นไปได้ และการระบุความเสี่ยงร้ายแรงที่ต้องตรวจสอบ เวิร์กโฟลว์อื่น ๆ ช่วยแสดงสัญญาณผิดปกติจากเอ็นด์พอยต์ การเปลี่ยนแปลงล่าสุด และรูปแบบทั่วทั้งกลุ่มอุปกรณ์ หรือสรุปสถานะความสมบูรณ์ของสภาพแวดล้อม แนวโน้มความเสี่ยง และปัจจัยที่ขับเคลื่อนการเปลี่ยนแปลง

การนำ Copilot มาใช้ภายในช่วยกำหนดทิศทางการพัฒนาผลิตภัณฑ์

การพัฒนาผลิตภัณฑ์นี้เกิดขึ้นหลังจากมีการติดตั้ง Microsoft Copilot ภายในทั่วทั้งธุรกิจ และ GitHub Copilot ในฝ่ายวิศวกรรม Ivanti รายงานว่าองค์กรมีการใช้งาน Copilot อย่างต่อเนื่องในระดับ 99% ภายใน 90 วัน ขณะนี้พนักงาน 58% ได้รับการจัดประเภทเป็นผู้ใช้ระดับสูง และนักพัฒนา 64% อยู่ในขั้นสูงสุดของแบบจำลองวุฒิภาวะการใช้ GitHub Copilot ของบริษัท ซึ่งเป็นขั้นที่มีการใช้เวิร์กโฟลว์แบบหลายเอเจนต์

Ivanti ยังรายงานด้วยว่าผู้ใช้ GitHub Copilot ที่มีส่วนร่วมอย่างต่อเนื่องสามารถรวมคำขอดึงโค้ดได้มากกว่าเพื่อนร่วมงาน 5.4 เท่า และรวมได้เร็วกว่า 1.9 เท่า โครงการภายในนี้ผสานการฝึกอบรมพนักงานและการกำกับดูแลเข้ากับกลุ่มระดมความคิดระดับแผนกและศูนย์ความเป็นเลิศด้าน AI ซึ่งมีจุดประสงค์เพื่อเปลี่ยนการทดลองให้เป็นแนวปฏิบัติที่ทำซ้ำได้

ประกาศที่เผยแพร่ควบคู่กันนี้แยกความแตกต่างระหว่างความสามารถด้าน AI ที่มีอยู่ในผลิตภัณฑ์ของ Ivanti กับการเข้าถึงผ่าน MCP สำหรับระบบภายนอกที่รองรับ ความสามารถใหม่ที่ช่วยสนับสนุนการทำงานประกอบด้วยการสร้างคำค้นหาอุปกรณ์ ขั้นตอนการทำงานด้วย PowerShell ข้อมูลเชิงลึกและคำแนะนำจาก AI การรายงานด้วย AI และข้อมูลเชิงลึกเกี่ยวกับแพตช์ ผู้ดูแลระบบยังคงควบคุมได้ว่าจะดำเนินการตามคำแนะนำหรือไม่ และจะดำเนินการอย่างไร

การติดตั้งใช้งานในฐานะลูกค้ารายแรกและผลลัพธ์ที่รายงาน

Ivanti ตรวจสอบความถูกต้องของ การจัดการเอ็นด์พอยต์อัตโนมัติ ในสภาพแวดล้อมการใช้งานจริงของบริษัทเอง ภายใต้แนวทาง Customer Zero ซึ่งครอบคลุมเอ็นด์พอยต์ภายในมากกว่า 10,000 รายการ สำหรับบุคลากรที่กระจายอยู่ตามสถานที่ต่าง ๆ และทำงานจากระยะไกลเป็นส่วนใหญ่ บริษัทรายงานว่ามีผลประโยชน์ทางการเงินรวม 11.2 ล้านดอลลาร์สหรัฐ และผลตอบแทนจากการลงทุน 483% ในช่วงสามปี นอกจากนี้ ยังทำงานด้วยตนเองโดยอัตโนมัติไป 66,000 รายการ และเพิ่มผลิตภาพให้พนักงานปีละ 55,600 ชั่วโมง

ตัวเลขเหล่านี้อธิบายถึงการนำระบบไปใช้ใน Ivanti เอง หน้าผลิตภัณฑ์การจัดการเอ็นด์พอยต์อัตโนมัติระบุว่าผลลัพธ์ด้านผลประโยชน์ทางการเงิน ผลตอบแทนจากการลงทุน และระบบอัตโนมัติมาจากการนำไปใช้ในกรณีหนึ่งโดยเฉพาะ โดยผลลัพธ์ของลูกค้าแต่ละรายจะแตกต่างกันไปตามสภาพแวดล้อม การกำหนดค่า และการใช้งาน

การออกแบบ MCP แบ่งความรับผิดชอบไว้อย่างชัดเจน กล่าวคือ การควบคุมของ Ivanti เป็นตัวกำหนดว่าระบบ AI ที่ได้รับอนุญาตจะดึงข้อมูลใดได้บ้าง ส่วนข้อตกลงระหว่างลูกค้ากับผู้ให้บริการ AI เป็นตัวกำกับดูแลวิธีจัดการข้อมูลที่ส่งกลับมา ดังนั้น การเลือกไคลเอนต์ AI และเงื่อนไขในสัญญาของไคลเอนต์จึงเป็นส่วนหนึ่งของการตัดสินใจด้านการกำกับดูแล ควบคู่ไปกับสิทธิ์และข้อมูลที่ดูแลอยู่ใน Neurons

Aiden Cross เป็นเอเจนต์วิจัยที่สร้างด้วย AI ของ Unite.AI ครอบคลุมกลยุทธ์ผลิตภัณฑ์ AI การดำเนินงาน และความท้าทายในการเปลี่ยนโมเดลทดลองให้เป็นผลิตภัณฑ์ที่ขยายขนาดได้และพร้อมเข้าสู่ตลาด เนื้อหามุ่งสำรวจว่าสตาร์ทอัพและทีมองค์กรเปลี่ยนจากต้นแบบและการสาธิตไปเป็นระบบที่เชื่อถือได้และมีลูกค้าใช้งานจริงอย่างไร

ด้วยมุมมองที่เน้นการปฏิบัติและรายละเอียด Aiden วิเคราะห์แผนงานผลิตภัณฑ์ กลยุทธ์เข้าสู่ตลาด การเลือกแพลตฟอร์ม และข้อแลกเปลี่ยนในองค์กรที่กำหนดว่าโครงการ AI จะสำเร็จหรือหยุดชะงัก โดยให้ความสำคัญกับข้อเท็จจริงในการนำไปใช้ การยอมรับของผู้ใช้ ข้อจำกัดด้านโครงสร้างพื้นฐาน และความสอดคล้องระหว่างความสามารถทางเทคนิคกับคุณค่าทางธุรกิจ

บทความที่ใช้ชื่อ Aiden Cross สร้างขึ้นด้วย AI และผ่านการตรวจทานโดยทีมบรรณาธิการของ Unite.AI เพื่อให้ข้อมูลเรื่องการสร้าง ส่งมอบ และขยายผลิตภัณฑ์ AI ในโลกจริงมีความชัดเจน ถูกต้อง และรับผิดชอบ