ИИ меняет правила игры: как искусственный интеллект трансформирует управление мобильными устройствами

По данным издания Computerworld, рынок решений для управления мобильными устройствами (UEM) переживает значительные изменения. Основным драйвером этих изменений становится искусственный интеллект (ИИ) и, в особенности, генеративные модели ИИ (genAI). Эксперты отмечают, что в настоящее время большинство платформ уже включают возможности на основе genAI, которые позволяют упростить взаимодействие с интерфейсом и повысить эффективность управления устройствами.

Gartner, ведущая аналитическая компания, отмечает, что трансформация рынка UEM обусловлена внедрением решений на основе SaaS, углублённой интеграцией интеллектуальных систем анализа угроз, ростом зависимости от инструментов цифрового опыта сотрудников, а также прорывами в области ИИ и машинного обучения (ML). Эти факторы создают основу для следующего поколения решений, где ключевую роль играют автоматизация и интеллектуальные функции.

Основные направления внедрения ИИ

Согласно аналитике, четыре ключевые области, где генеративный ИИ наиболее активно используется, — это:

• Натуральные языковые ассистенты и чат-боты;
• Управление обновлениями программного обеспечения (патч-менеджмент);
• Прогнозное обслуживание;
• Интеллектуальная безопасность и обнаружение угроз.

Кроме того, ИИ используется для генерации аналитических отчётов и выявления скрытых закономерностей в данных. В будущем, по мнению экспертов, масштабное применение генеративного ИИ станет возможным при внедрении функций, позволяющих администраторам взаимодействовать с данными в формате естественного языка, а не только через традиционные отчёты и панели управления.

Однако, несмотря на рост интереса к ИИ, агентный ИИ пока остаётся мало внедрённым в решения UEM. Такие системы способны выполнять сложные рабочие процессы, принимать решения и взаимодействовать с другими агентами, минимизируя необходимость участия человека. Эксперты ожидают, что в ближайшие годы такие технологии станут важным элементом инструментов управления устройствами.

Рост интереса к автономному управлению

Другим важным трендом становится развитие автономного управления устройствами (AEM), которое основывается на ИИ и машинном обучении. Такие решения позволяют автоматизировать задачи, включая обновления программного обеспечения, настройку параметров и управление политиками безопасности.

По прогнозам Gartner, спрос на автономные функции управления устройствами вырастет в ближайшие три года. Это связано с тем, что ИТ-отделы и провайдеры управляемых услуг сталкиваются с проблемой масштабирования штата и навыков сотрудников. В ответ на эти вызовы, вендоры начинают встраивать AEM в свои решения.

Сейчас основное внимание уделено автоматизации обновлений ПО, но аналитики прогнозируют, что в будущем AEM будет включать и другие функции, такие как управление конфигурациями и политиками. Важной частью автономного управления является OpDEX — оперативный цифровой опыт сотрудников. Эти измерения позволяют платформам быстро реагировать на изменения, ускоряя или останавливая операции в зависимости от полученных сигналов.

Устойчивость и конкуренция на рынке

Рынок UEM остаётся зрелым и сосредоточенным в руках нескольких крупных вендоров. Несмотря на это, многие организации дополняют основные UEM-платформы сторонними инструментами, чтобы закрыть пробелы в функциональности или улучшить производительность.

Gartner отмечает, что в ближайшие годы ожидается умеренный рост рынка, поскольку современные UEM-решения стремятся устранить разрывы в функционале по сравнению с традиционными инструментами. Однако, как подчёркивают эксперты, такие пробелы, как скорость, надёжность и детализация, всё ещё остаются основными барьерами для эффективности.

В условиях увеличения числа устройств и роста требований к безопасности, многие платформы внедряют возможности мониторинга цифрового опыта сотрудников в реальном времени. Это позволяет оперативно выявлять негативные тенденции и корректировать действия.

Баланс между единым решением и множественными инструментами

IDC отмечает, что в реальности полная интеграция всех функций в одну платформу сталкивается с трудностями. Организации сталкиваются с разнообразием сценариев использования, включая работу полевых сотрудников, сотрудников с высокой квалификацией, а также управление флотами устройств на разных операционных системах. В ответ на это, многие компании выбирают мультивендорные решения, где инструменты подбираются по функциональным и регуляторным требованиям.

В плане стоимости, в течение последнего года цены на UEM-платформы оставались стабильными. Однако, как отмечает Hochmuth, за дополнительные функции на основе ИИ и автоматизации могут взиматься дополнительные сборы. Это связано с тем, что такие инструменты требуют значительных инвестиций в разработку и поддержку.

Перспективы развития

Согласно прогнозам, предиктивный анализ станет стандартной функцией UEM-инструментов. ИИ будет играть роль дополнения к этим функциям, позволяя ИТ-отделам предотвращать сбои устройств, оптимизировать распределение ресурсов и повышать время работы устройств на основе анализа данных.

Растущая роль ИИ в управлении мобильными устройствами

Когда ИИ становится не помощником, а архитектором

Искусственный интеллект, внедряясь в решения для управления мобильными устройствами (UEM), перестаёт быть просто инструментом оптимизации. Он становится архитектором новой логики управления — где решения принимаются не по команде администратора, а на основе анализа данных, паттернов поведения и прогнозов. Это не просто обновление функционала, а сдвиг в природе управления ИТ-инфраструктурой.

ИИ начинает работать не вместо человека, а вместо процесса. Он упрощает рутину, но при этом создаёт новые зависимости: от качества данных, от скорости обучения моделей и от устойчивости инфраструктуры, на которой эти модели живут. А это значит, что ошибки, сбои или недостатки в этих компонентах могут привести к серьёзным последствиям — от простоев в работе до утечек данных.

i

Создано специально для ASECTOR

Концептуальное изображение

Кто выигрывает, а кто теряет при переходе к автономному управлению

Автономное управление устройствами (AEM) — это не только обещание автоматизации, но и смена баланса сил в экосистеме. Компании, которые раньше полагались на опыт ИТ-специалистов, теперь всё больше зависят от качества алгоритмов и скорости их реакции. Это выгодно крупным вендорам, у которых есть ресурсы для разработки и обучения моделей. Но это же создаёт риски для тех, кто не в состоянии следовать за этим темпом.

Малые и средние организации могут столкнуться с проблемой зависимости от внешних решений. Если платформа не справляется с прогнозированием, или её интеграция с внутренними системами слаба, то автоматизация может привести к обратному эффекту — снижению контроля и увеличению уязвимостей.

Особый риск возникает в случае сбоя инфраструктуры. Если AEM-решение работает через облако, а связь прерывается, то система может перестать функционировать. Это делает выбор архитектуры — облачной, гибридной или локальной — критически важным. А значит, компании должны не только выбирать ИИ-инструменты, но и продумывать, как они будут работать в условиях перебоев.

Важный нюанс: Автономное управление — это не гарантия стабильности, а новая форма зависимости, которой нужно уметь управлять.

Почему мультивендорность остаётся ключевым выбором

Несмотря на усилия крупных вендоров по интеграции всех функций в единые платформы, реальность остаётся сложной. Разные сценарии использования, разные типы устройств, разные требования к безопасности и производительности — всё это требует гибкости. Мультивендорные решения позволяют компаниям подбирать инструменты под конкретные задачи, а не пытаться всё решить одной платформой.

Это особенно важно в российском контексте, где регуляторные требования, локализация данных и особенности локальной ИТ-инфраструктуры требуют внимательного подхода к выбору решений. Мультивендорность позволяет избежать рисков, связанных с монопольным положением одного поставщика, и обеспечивает баланс между функциональностью и контролем.

Однако, с ростом числа инструментов растёт и сложность управления. Это значит, что ИТ-отделы должны не только внедрять новые технологии, но и уметь их интегрировать, поддерживать и масштабировать. А это требует не только инвестиций, но и стратегического подхода.

Риски безопасности: когда ИИ становится уязвимым

Внедрение ИИ в UEM-платформы создаёт новые точки риска, которые требуют пересмотра подходов к безопасности и управлению. Например, атака Reprompt, демонстрирует, как злоумышленники могут использовать ИИ-ассистенты для постепенного сбора конфиденциальной информации. Это особенно критично для UEM-систем, где ассистенты могут взаимодействовать с внутренними данными, включая файлы, локализацию и личные планы сотрудников.

Важный нюанс: ИИ-ассистенты становятся не только инструментами автоматизации, но и возможными векторами атак, особенно если они интегрированы в цепочки поставок или используют внешние источники данных.

Кроме того, 22% загруженных в GenAI файлов и 4,37% текстовых запросов содержали конфиденциальную информацию. Это указывает на риски утечек данных, связанных с несанкционированным использованием ИИ-инструментов. Особенно актуальны эти угрозы для UEM-систем, где данные сотрудников и устройств становятся центральными элементами управления.

Важный нюанс: Рост популярности ИИ-ассистентов и автоматизированных функций требует пересмотра политик безопасности и контроля доступа.

Риски внедрения агентного ИИ и его низкая надежность

Агентный ИИ, способный выполнять сложные рабочие процессы и принимать решения, пока остаётся мало внедрённым в решения UEM. 40% проектов агентного ИИ будут отменены к 2027 году из-за высоких затрат, неопределенной ценности и слабого управления рисками. Это связано с тем, что такие системы требуют значительных инвестиций и сложных процессов интеграции, а их поведение может быть непредсказуемым.

Важный нюанс: Агентный ИИ пока не готов к масштабному внедрению в UEM-системы, что требует осторожного подхода при оценке его возможностей.

Дефицит ИИ-специалистов и его влияние на внедрение решений

67% респондентов назвали нехватку квалифицированных кадров ключевым барьером для внедрения искусственного интеллекта. Это особенно критично для UEM-проектов, где требуется не только техническая экспертиза, но и понимание бизнес-процессов и кибербезопасности.

Важный нюанс: Недостаток ИИ-специалистов может снизить скорость внедрения и эффективность UEM-решений, особенно в организациях, где нет внутренних ресурсов для поддержки таких проектов.

Влияние глобального лидерства Китая в ИИ на рынок UEM

Китай лидирует в 90% ключевых технологий, включая генеративный ИИ, что может повлиять на рынок UEM. Китайская академия наук и Технологический университет Тонги занимают лидирующие позиции в исследованиях, что может привести к появлению новых решений и моделей, способных конкурировать с западными аналогами.

Важный нюанс: Рост влияния Китая в области ИИ может изменить баланс сил на рынке UEM, особенно в регионах, где доступ к западным решениям ограничен.

Риски, связанные с интеграцией ИИ-поставщиков в цепочки поставок

Интеграция ИИ-поставщиков в цепочки поставок создаёт дополнительные риски, связанные с безопасностью и прозрачностью. По данным блока 54085, ИИ-поставщики всё чаще интегрируются в экосистемы, но специализированные политики для их контроля остаются редкостью. Это может привести к утечкам данных и другим инцидентам, особенно если поставщики не соответствуют требованиям безопасности.

Важный нюанс: Компании должны тщательно оценивать ИИ-поставщиков и разрабатывать специализированные политики для их интеграции в UEM-системы.

Перспективы развития

Согласно прогнозам, предиктивный анализ станет стандартной функцией UEM-инструментов. ИИ будет играть роль дополнения к этим функциям, позволяя ИТ-отделам предотвращать сбои устройств, оптимизировать распределение ресурсов и повышать время работы устройств на основе анализа данных.

В условиях сокращения численности ИТ-штата, компании будут всё больше полагаться на данные-драйвенные решения на основе ИИ и автоматизации. Это особенно важно при управлении растущим количеством устройств, включая мобильные устройства, ПК и специализированную технику.

Важный нюанс: Рост автоматизации и ИИ-интеграции требует пересмотра подходов к управлению ИТ-инфраструктурой и кибербезопасностью.

Выводы

Рынок UEM находится на перепутье. Для российского бизнеса ключевым становится не только выбор технологий, но и способность адаптировать их под локальные реалии, обеспечивая баланс между инновациями и стабильностью.

Важный нюанс: Внедрение ИИ в UEM требует комплексного подхода, включающего оценку рисков, инвестиции в кадры и инфраструктуру, а также стратегическое планирование.