GenAI 即將登陸您的 UEM 平台：如何準備

生成人工智能 (genAI) 的能力和特性即將到來事實上，有些人已經在這裡了，技術和商業領導者需要為他們可能面臨的挑戰做好準備。

一些領先的UEM供應商正在將 AI 和 genAI 功能融入到他們的平台中。以下是一些示例：

管理引擎使其內部基於人工智能的助手 Zia 成為其 UEM 解決方案 Endpoint Central 的一個組成部分。通過與“Ask Zia”聊天機器人進行自然語言交互，IT 團隊可以利用人工智能驅動的見解、智能報告生成和人工智能支持的遠程支持。

該平台即將推出的功能包括 genAI 支持的管理和安全自動化。 GenAI 功能將通過 Ask Zia 進行集成，其他功能將旨在增強設備性能優化和安全事件管理。

微軟在其 Intune UEM 產品中提供 Copilot for Windows Autopatch，該產品可在每個更新管理階段（從規劃和部署跟踪到問題識別和修復）提供人工智能驅動的指導。該公司表示，genAI 工具提供了可行的見解，因此團隊可以保持端點的安全和最新狀態，同時將乾擾降至最低。其他可用或即將推出的 Intune 功能包括針對多個設備查詢的 Copilot 協助、端點權限管理和策略管理。

黑莓UEM 的移動威脅防禦功能使用人工智能和機器學習模型對應用程序和 URL 進行評分，以檢查惡意軟件和惡意網站以及網絡釣魚事件。該公司表示，正在評估服務器和應用程序中的 genAI 用例，以便將其包含在未來的版本中，重點是維護客戶數據隱私。發言人拒絕對這些路線圖功能或發布的大致時間表發表進一步評論。

行業觀察人士還指出，改進的腳本生成、自然語言數據提取和分析以及最終用戶支持是 genAI 在 UEM 工具中的可能應用。

在大型企業中，UEM 平台可能管理數千個用戶設備和其他端點，並與安全系統、數字員工體驗工具和其他企業軟件緊密相連。顯然，當 genAI 嵌入到 UEM 中時，安全性、用戶體驗和運營效率方面可能會面臨挑戰。準備對於成功很重要。

計算機世界向三位企業移動分析師詢問了企業如何利用 UEM 工具中的 genAI，同時仍然保護其用戶、系統和數據的建議。

向供應商詢問關鍵信息

研究公司 Gartner 高級總監兼分析師 Tom Cipolla 表示：“組織可以採取的最重要的第一步是充分了解供應商的 genAI 功能路線圖，以及將用於提供這些功能的架構。”

“genAI 的意外發布表明準備工作失敗，並且供應商關係可能很薄弱，”Cipolla 說。

技術成本是組織普遍關心的問題，因此管理人員需要密切關注 genAI 功能的成本以及增加的費用是否值得。

Forrester Research 首席分析師安德魯·休伊特 (Andrew Hewitt) 表示：“如今，大部分功能都處於測試階段並且免費提供。” “然而，這種情況可能不會持續太久，因為 genAI 的成本很高。”他說，客戶應該向供應商詢問他們打算對其 UEM 平台中的各種 genAI 功能收取多少費用以及何時收取費用的具體信息。

其他重大問題包括網絡安全和企業數據隱私。

休伊特表示，“GenAI 可能會利用該組織專有的數據，並將其發送到第三方雲”可能存在風險。他說，最好與 UEM 供應商核實數據是否在本地處理並受到保護。

Hewitt 表示，為此，UEM 客戶需要從供應商那裡獲得有關安全和隱私保護的保證。合同中應註明，客戶的專有數據，包括其員工的私人數據，都是經過加密的，不會用於訓練genAI模型。

Gartner 的 Cipolla 還敦促 IT 領導者確保其 UEM 供應商將安全性作為 genAI 的優先事項。理想情況下，genAI 功能應以安全的方式提供，以隔離員工和客戶的個人數據。

“組織應仔細審查供應商提供的數據隱私保護文檔，特別是尋找平台的 genAI 功能使用公共數據的情況。以滿足請求，”西波拉說。

創建護欄

在其 UEM 平台中部署任何即將推出的 genAI 功能之前，公司應採取措施保護其係統和數據。例如，他們需要設置護欄以確保專有數據（例如員工的個人身份信息）受到保護。

“組織不僅需要為 UEM 平台建立人工智能治理，還需要為整個數字工作場所堆棧建立人工智能治理，”休伊特說。 “他們應該清點數據當前所在的位置、為安全授權採取的保護措施，並對個人或其他敏感信息進行盡職調查。”

Hewitt 補充道，IT 組織應該開始考慮他們的自動化流程。 “在端點管理堆棧中執行自動化需要什麼類型的批准和授權？”他說。 “他們計劃如何獲得對人工智能和自動化的信任和信心？他們應該如何衡量這一點？盤點現有的自動化流程可能會有所幫助，並在基本用例上對 genAI 進行一些測試。”

在推出之前，應在安全的環境中測試 genAI 功能。 “與任何人工智能解決方案一樣，組織應該謹慎行事，並採用‘阻止、行走、奔跑’策略，同時對解決方案及其安全性感到滿意，”Cipolla 說。

驗證、測試和監控——由人工負責

研究公司 IDC 企業移動項目副總裁 Phil Hochmuth 表示，隨著 genAI 功能開始出現在 UEM 工具中，“組織應確保由 AI 啟用或協助的端點設備管理任務或功能具有與以前使用的方法相似或更好的結果”。

這意味著密切關注人工智能的建議和行動。 Hochmuth 表示：“在端點 IT 運營中使用人工智能的團隊必須警惕人工智能係統的誤解、部分或不正確完成任務以及其他影響最終用戶生產力的不良結果。”

休伊特說，企業需要特別注意人工智能的錯誤或不准確的建議。管理員需要先對這些建議進行“健全性檢查”，然後再在其環境中實施這些建議。例如，他說，重要的是要確認這些建議是基於最近或實時數據。

西波拉表示同意。他說：“通過 genAI 傳遞的信息可能包含不准確和幻覺，即聽起來屬事實但不准確的陳述，這是由用於訓練人工智能的大型語言模型造成的。”

Cipolla 表示，如果在使用前未驗證 genAI 結果，可能會導致重大運營影響，包括數據丟失、品牌信譽受到打擊以及數字員工體驗下降。

“出於這個原因，genAI 必須與人類專業知識相結合來驗證生成的結果，”他說。 “在實施 genAI 建議之前，請確保至少有一名專家驗證信息的準確性。不要使用 genAI 來驗證 genAI，因為不同的模型可能會共享幻覺。”

為了降低結果不准確的風險，Cipolla 建議使用類似於基於以下方法的常見方法的框架：IT 基礎設施庫 (ITIL)，對 IT 變更進行適當的審查。

“此外，在生產環境中實施任何腳本之前，請確保進行測試以驗證不會產生意外的副作用。實施後，請仔細監控系統的運行是否存在延遲影響，”Cipolla 說。

組織不應陷入認為 genAI 可以取代技術員工的陷阱。

“在數字工作場所管理工具等定制用例中，genAI 生成的信息的準確性將迅速提高。但是，genAI 永遠無法取代數字工作場所中人類的直覺、同理心、好奇心、經驗和專業知識。”Cipolla 說道。

為了防止潛在的災難性後果，“genAI 必須定位於增強人類能力，而不是被視為取代人類的機會，”Cipolla 說。 “人類的創造力和專業知識與 genAI 相結合是一個力量倍增器，有可能帶來重大突破。”

為了分享和共同改進積極的結果，Cipolla 建議組織創建 wiki 風格、易於搜索的提示庫（和示例結果集），可用於識別常見的成功提示。

“這可以像共享電子表格、協作工具中的頻道或基本的維基風格網站一樣簡單。讓所有員工都能做出貢獻，並認可那些在提示中表現出非凡創造力的員工，”Cipolla 說。

“即時圖書館也可以作為服務從供應商處購買，”他指出。