Современные компании все чаще осознают, что их видимость AI-активности на мобильных устройствах оставляет желать лучшего. В отчете Lookout под названием "Решение проблемы слепоты к мобильному AI: уверенность руководства против технической реальности" подчеркивается, что более половины AI-активности остается вне зоны контроля мониторинга. Это связано с тем, что взаимодействия происходят между локальными приложениями, моделями на устройствах и внешними облачными сервисами, что делает их недоступными для традиционных средств защиты.
Когда организации вводят строгие ограничения на использование AI или политики мониторинга, сотрудники часто прибегают к теневым IT-решениям, используя личные мобильные устройства. Это приводит к фрагментации программного обеспечения и расширению поверхности атаки. Проблема усугубляется ростом агентного AI, который требует более активного контроля на уровне сети.
Смартфоны становятся идеальной платформой для работы автономных AI-агентов, так как они объединяют идентификационные данные, сессии и токены, связанные с основными корпоративными приложениями. Однако организации сталкиваются с трудностями в отслеживании того, как эти агенты работают, какие данные они используют и как наследуются разрешения в мобильной среде. Это также затрудняет аудит встроенных AI SDK и сторонних библиотек в мобильных приложениях.
Недостаточная видимость может иметь серьезные последствия для бизнеса. Современные требования к соблюдению норм требуют полной прослеживаемости взаимодействий данных, связанных с AI. Без этой видимости организации не могут обеспечить ответственность и продемонстрировать соответствие требованиям аудита. Более того, 63% опрошенных организаций сообщили о расследованиях инцидентов, связанных с утечкой или кражей данных, в которых AI-инструменты играли значительную роль.
Чтобы справиться с этими рисками, компании начинают выделять все больше средств на управление AI, видимость и соблюдение норм. Однако многие организации продолжают использовать устаревшие подходы, которые не учитывают уникальные особенности мобильных устройств. Это приводит к снижению производительности и увеличению затрат на облачные вычисления.
В конечном итоге, успешное управление AI на мобильных устройствах требует более современных и адаптивных решений, которые обеспечат безопасность и соответствие требованиям без ущерба для производительности.