人工智能的崛起，讓應用程序，設備管理和用戶體驗都將受到影響，但最大的發展可能是在安全領域。

多虧了人工智能（AI）和機器學習（ML），你的智能手機即將變得更智能。這對企業對移動性的支持有著巨大的影響。

企業移動性長期以來承諾允許工人在任何地方都能提高工作效率，加快業務流程，并通過將最新的數據交到現場工作人員手中來提高準確性和效率。451研究機構的移動研究和數據戰略總裁Kevin Burden表示，人工智能的增加將有助于對象這些承諾。

它的方式是多方面的，其效果可見于設備管理，用戶體驗，安全性，應用程序和設備本身。與此同時，隨著AI和ML在收集數據點方面變得更加高效，肯定會出現對隱私的新擔憂。

“人工智能將意味著新的應用程序，甚至可能是新的設備類型，主要是因為人工智能會改變和改進應用程序中的業務邏輯，”伯登說。應用程序將能夠利用具有語音和視覺手勢識別的高級用戶界面。

“明顯受益于人工智能的企業移動性的一個要素是擁有不同的移動員工隊伍所帶來的組織挑戰，” Burden表示，應用程序提供商將機器學習應用于用戶活動流，讓組織深入了解最終用戶如何花時間。隨著行為模式的確定，組織將能夠改進流程和用戶體驗。

簡單的身份驗證就是一個例子。模式識別是人工智能的強項。Gartner負責企業移動戰略的研究副總裁Chris Silva表示，由于人工智能可以輕松收集大量此類數據并識別異常，它可以讓用戶的身份驗證更加透明。

一些更高級的算法檢測用戶如何輸入文本并分析其步態。Silva說，將這些獨特的模式與用戶的活動連接和GPS數據信息結合起來，多因素認證或輸入密碼的恒定要求層的數量將大大減少。

研究公司國際數據公司（IDC）企業移動性項目主管Phil Hochmuth表示，人工智能/機器學習的另一個改進將是從語音到文本的功能，允許該技術在某些情況下取代智能手機的數據輸入。Hochmuth認為：“醫學等垂直領域將使用語音輸入數據，以完成記錄和工作流更新等基本任務。”

他還說，應用程序將以全新的方式變得直觀起來：“機器學習也將更多地集成到移動應用程序中，以使決策、響應和輸入更快地預測用戶的行為，而不是要求用戶在windows和下拉菜單中尋找選項。”

它將受益于人工智能和機器學習在設備管理方面的幫助。例如，Silva說，這項技術可以用于掃描組織中的所有設備，并主動向管理員報告問題，比如發現該組織25%的Android設備是兩個過時的版本。對于缺乏人員的IT組織來說，更有幫助的是基于AI/ML發現的信息實現自動化操作的潛力。一旦系統能夠使用人工智能在飛行中發現和修復問題，這項技術將真正為它帶來回報。

隨著供應商添加個人助理技術，IT人員也可能會欣賞許多以人工智能為燃料的用戶體驗增強功能，這些功能將通過電子郵件，聯系人和日歷工具實現。而其中通過具備AI功能的日歷告訴用戶何時應該預約的情景已經相當普遍了。

Silva指出，IT的優勢并非直接，但許多IT部門希望用戶在工作時能夠堅持使用公司提供的電子郵件，聯系人和日歷工具，作為保護和隔離個人工作數據的一種方式。面向用戶便利的新功能可以使用這些工具對用戶更具吸引力。

雖然目前尚不清楚人工智能將如何長期影響整體移動市場，但可以肯定的是“EMM ［企業移動管理］領域非常擁擠，沒有任何真正顯著的差異化，”451 Research的Burden透露，供應商將尋找新的人工智能的創新方式。

人工智能和安全

或許最有可能從人工智能（尤其是其模式識別功能）中獲益的領域是安全。當然，許多廠商已經在他們的安全產品中加入了AI/ML，以提高性能。

供應商已經提供的一個領域是基于機器學習的移動威脅檢測。例如，MobileIron在其新的MobileIron威脅防御工具中使用機器學習，該工具利用使用和行為分析來監測移動應用程序或網絡中的可疑行為，讓后從其收集的信息中學習，以不斷提高其監測惡意軟件和惡意網絡的能力。

Sophos將深度學習集成到其端點安全產品中，提供所謂的“預測性安全”。該公司的目標是將這一深度學習層擴展到所有終端，包括移動終端。該公司還推出了一款電子郵件保護工具，使用同樣的技術攔截更多的威脅，然后才能將其發送到端點。

其他供應商認為有機會利用AI來幫助精簡的IT部門了解現有端點管理工具收集的所有數據。其中包括Citrix，它的統一終端管理服務也管理所有進入工作場所的設備，包括筆記本電腦、手機、平板電腦和可穿戴設備。Citrix安全分析應用程序監視這些設備，并幫助其應用安全策略，確保網絡安全。

Citrix Analytics還進行用戶行為分析，應用機器學習將用戶分為高風險、中等風險和低風險，然后隨著更多數據進入系統，調整風險得分。

與此同時，IBM與沃森（Watson）合作開發了MaaS360，這是一個基于云的應用程序，旨在幫助IT管理員理解端點及其用戶、應用程序和內容生成的大量數據。它將認知技術應用于安全、終端用戶生產力、移動應用管理和管理。

IBM解釋說，EMM用戶被淹沒在應用程序、配置/策略最佳實踐、生產力工具以及新出現的威脅和漏洞等信息中，而這些信息是他們無法吸收的。IBM MaaS360提供了嵌入到平臺中的認知見解，幫助組織瀏覽他們正在收集的信息，并將其提煉成與他們的業務相關的見解和建議。MaaS360的核心是IBM Watson技術，它可以索引和注釋大量的數據集，以查找相關數據，這些數據上下文應用于MaaS360的每個客戶端部署。

隱私的界限

AI/ML領域的一個暗云是數據隱私。

Gartner的Silva說，用戶越來越意識到他們的個人信息將最終落入Facebook和谷歌等公司手中的危險。因此，“雇主或其他公司保留其移動設備、應用程序和數據使用（Gartner稱之為workplace analytics）的輸出的想法，肯定會遭到一些用戶的反對，”他表示。

這些擔憂不容忽視，尤其是考慮到歐盟的《總體數據保護條例》（general Data Protection Regulation， GDPR）和加州2018年消費者隱私法（theCalifornia Consumer Privacy Act）等嚴格法規的出臺。

Silva說，這些監管方面的擔憂可能會使公用事業公司從依賴AI/ML的移動產品中剝離出來。雖然用戶對數據的推后不會否定移動產品中AI/ML的價值，但它可能會阻礙部分或全部用戶的數據收集。他表示：“反過來，這可能會降低數據對某些用戶群或某些區域的用處，同時仍能為其他用戶提供價值。”

為了改善這種情況，企業應該坦率地討論他們收集了什么數據，以及如何使用這些數據，Silva認為。Gartner建議客戶說明結果及其對用戶的好處，并努力注意哪些數據不會被收集或使用。他表示：“與數據無關的IT列表，幾乎總是比對數據做過處理的列表更長。”

責任編輯：ct