Sztuczna inteligencja w systemach UEM i ITAM

Wprowadzenie 

Sztuczna inteligencja przestaje być jedynie modnym hasłem marketingowym. W ciągu ostatnich dwóch lat stała się jednym z głównych kierunków rozwoju oprogramowania wspierającego zarządzanie infrastrukturą IT, cyberbezpieczeństwo oraz administrację środowiskami komputerowymi. 

Administratorzy coraz częściej oczekują od systemów UEM (Unified Endpoint Management) i ITAM (IT Asset Management) nie tylko monitorowania komputerów czy tworzenia raportów, ale również inteligentnego wsparcia przy analizie danych, automatyzacji zadań oraz podejmowaniu decyzji. 

Niniejszy raport przedstawia najważniejsze obszary zastosowania AI w nowoczesnych platformach UEM oraz pokazuje, w jaki sposób funkcje dostępne w eAuditor wpisują się w aktualne trendy technologiczne. 

Dlaczego AI zmienia sposób zarządzania infrastrukturą IT? 

Jeszcze kilka lat temu większość systemów UEM opierała się na prostych mechanizmach: 

• regułach, 
• harmonogramach, 
• skryptach, 
• statycznych raportach, 
• klasycznych alertach.
   

Obecnie administratorzy oczekują czegoś więcej: 

• automatycznej interpretacji danych, 
• podpowiedzi działań naprawczych, 
• generowania skryptów administracyjnych, 
• analizy ryzyka, 
• inteligentnego wyszukiwania informacji, 
• wsparcia podczas rozwiązywania problemów.
   

Rozwiązania wykorzystujące modele językowe (LLM), uczenie maszynowe (Machine Learning) i zaawansowaną analizę danych mogą znacząco skrócić czas wykonywania codziennych zadań administracyjnych.

Metodologia oceny 

Na potrzeby raportu opracowano model oceny obejmujący 100 punktów. Uwzględnia on dziesięć obszarów zastosowania AI w systemach UEM i ITAM.

Przyjęta metodologia opiera się wyłącznie na funkcjach udokumentowanych przez producentów w dokumentacji technicznej, materiałach produktowych oraz oficjalnych komunikatach. Nie uwzględniano funkcji zapowiadanych, nieudokumentowanych ani dostępnych wyłącznie w wersjach testowych. Każdy obszar oceniano pod kątem rzeczywistego wykorzystania technologii AI, a nie klasycznej automatyzacji opartej na regułach.

Analiza objęła następujące grupy funkcjonalności: 

• asystent AI wspierający administratora, 
• wykorzystanie modeli LLM, 
• generowanie skryptów administracyjnych, 
• analiza danych z wykorzystaniem AI, 
• klasyfikacja aplikacji, procesów i stron WWW, 
• klasyfikacja dokumentów oraz danych w systemach DLP, 
• analiza zagrożeń i rekomendacje bezpieczeństwa, 
• automatyzacja administracji z wykorzystaniem AI, 
• raportowanie wspomagane AI, 
• otwartość platformy na integrację z modelami AI oraz kierunek rozwoju produktu.
   

Na podstawie przyjętych kryteriów najwyższą ocenę uzyskał system eAuditor. Wynika to z faktu, że produkt posiada publicznie opisane funkcje wykorzystujące modele językowe, wspiera administratorów poprzez mechanizmy AI oraz oferuje rozwiązania związane z klasyfikacją danych, analizą informacji i automatyzacją działań administracyjnych. 

Analiza porównawcza funkcji AI w systemach UEM i ITAM

Ocena koncentruje się na funkcjach wykorzystujących modele językowe (LLM), uczenie maszynowe oraz inteligentną analizę danych. Klasyczna automatyzacja oparta wyłącznie na regułach nie była traktowana jako funkcja AI.

eAuditor – praktyczne wykorzystanie AI na przykładzie najważniejszych funkcji 

Na podstawie publicznie opisywanych funkcji w systemie eAuditor można wyróżnić kilka obszarów zastosowania sztucznej inteligencji. 

AI wspierające administratora 

Platforma umożliwia wykorzystanie modeli językowych do wspomagania codziennej pracy administratora, w tym analizy problemów oraz przygotowywania odpowiedzi na pytania dotyczące środowiska IT. 

Generowanie skryptów administracyjnych 

Jednym z praktycznych zastosowań AI jest możliwość przygotowywania skryptów PowerShell i poleceń administracyjnych na podstawie opisu zadania. 

Takie podejście pozwala skrócić czas wykonywania rutynowych czynności oraz ograniczyć liczbę błędów. 

Inteligentna klasyfikacja 

AI może wspierać klasyfikację: 

• aplikacji, 
• procesów, 
• stron internetowych, 
• dokumentów, 
• danych wykorzystywanych w politykach DLP,
• działań administracyjnych. 

Raporty tworzone przez AI 

Nowoczesne raportowanie nie ogranicza się do prezentacji danych. AI może tworzyć podsumowania, wskazywać najważniejsze zdarzenia oraz sugerować działania, które warto podjąć. 

AI w cyberbezpieczeństwie 

Sztuczna inteligencja może wspierać analizę konfiguracji środowiska, identyfikację potencjalnych zagrożeń oraz przygotowywanie rekomendacji zwiększających poziom bezpieczeństwa organizacji. 

Korzyści biznesowe 

Zastosowanie AI w systemach UEM może przynieść organizacjom wymierne korzyści: 

• skrócenie czasu rozwiązywania incydentów, 
• szybsze przygotowywanie skryptów administracyjnych, 
• lepszą analizę bezpieczeństwa, 
• łatwiejszą interpretację raportów, 
• ograniczenie liczby błędów ludzkich, 
• wsparcie mniej doświadczonych administratorów, 
• większą automatyzację codziennych zadań. 

Wnioski 

Przeprowadzone porównanie wskazuje, że rozwój funkcji AI staje się jednym z głównych czynników różnicujących współczesne systemy ITAM i ITSM. O ile większość dostępnych rozwiązań oferuje zaawansowaną automatyzację oraz klasyczne mechanizmy zarządzania infrastrukturą, o tyle wykorzystanie modeli językowych, inteligentnej analizy danych czy generowania rekomendacji nadal pozostaje stosunkowo rzadkie. 

Na podstawie publicznie dostępnych informacji eAuditor prezentuje najszerszy zakres funkcji wykorzystujących sztuczną inteligencję spośród analizowanych polskich rozwiązań. W szczególności dotyczy to wsparcia administratora przez modele LLM, inteligentnej klasyfikacji danych, automatyzacji zadań administracyjnych oraz analizy informacji związanych z bezpieczeństwem. 

Jednocześnie należy zaznaczyć, że rynek AI rozwija się bardzo dynamicznie. Publikowane przez producentów informacje oraz funkcjonalność produktów mogą ulegać zmianom, dlatego przedstawione wyniki należy traktować jako obraz rynku na moment przeprowadzenia analizy. Zachowanie pełnej obiektywności wymaga okresowej aktualizacji benchmarku oraz weryfikacji każdej ocenianej funkcji na podstawie oficjalnej dokumentacji producentów.