Portal26 MSP AI 管治平台將影子 AI 轉化為收益考驗

Portal26 推出首個面向 MSP 的平台，將 AI 管治由企業安全產品轉型為一項建議中的經常性託管服務。Portal26 MSP AI 管治平台將使用情況可視性、政策控制、風險分析及投資回報報告整合至同一個多租戶系統。

此舉針對員工採用 AI 與中小企可用控制措施之間日益擴大的落差，同時要求託管服務供應商不再只轉售軟件及修復基建。Portal26 希望它們能根據日常 AI 活動收集的證據，向客戶提供建議。

這使 Portal26 與既有的 MSP 商業模式形成對比，後者通常建基於授權、裝置、支援工單及標準化安全服務。其主張更為進取：服務供應商將持續識別 AI 使用情況、管理風險、建議項目，並證明這些項目是否帶來可量度的價值。

Portal26 實際為 MSP 推出了甚麼

Portal26 已將其企業管治技術調整為適合必須跨多個獨立客戶環境運作的服務供應商。

這家聖荷西公司推出 Managed Intelligence Platform（MIP），並同時推出 Point2 Academy。該學院涵蓋 MSP 合作夥伴的部署、客戶支援、銷售定位及服務交付。

MIP 將三項功能整合至中央控制平面：識別 AI 使用情況、套用安全及管治控制措施，以及協助機構評估 AI 投資回報。

這種組合十分重要，因為 AI 的使用甚少始於有序的科技計劃。員工可能在企業批准相關工具前，已開啟公開助理、啟用軟件功能，或試用代理程式。

Portal26 將可視性定位為起點。其系統旨在偵測獲批准及未獲批准的 AI 活動，然後展示人們如何使用這些服務。

公司將未經授權或未受管理的活動稱為「影子 AI」。這個詞描述在機構批准的資產清單或管治流程以外使用的 AI 應用程式及代理程式。

Portal26 表示，平台可分析提示詞及附件、識別使用模式，並將活動與既有安全控制措施連結。其公開的平台頁面亦列出政策管理、審計功能、風險偵測、成本控制及採用情況分析。

這些均為公司主張，並非獨立效能研究結果。此次發布未有提供公開基準，用以衡量大規模 MSP 客戶群的偵測覆蓋率、誤報率、部署工作量或成效。

不過，架構上的改變仍具重要意義。Portal26 最初直接向企業銷售，而每次部署都可獲得較多個別關注。

MSP 需要不同的營運模式。它們管理多個機構，而這些機構往往各有不同的政策、合規責任、身分識別、網絡及軟件配置。

Portal26 策略聯盟副總裁 Joe Boggio 向 CRN 表示，來自中小企的主動查詢需求已令直銷模式不勝負荷。他稱公司看見數百個商機，因而需要重新思考定價、產品設計及多租戶架構。

多租戶意味着單一服務供應商可管理多名客戶，同時在邏輯上分隔其資料、政策、存取權及報告。若缺乏這項能力，MSP 將面對重複的管理工作，以及客戶環境之間不可接受的曝險。

Boggio 表示，MIP 可視乎可用資料，在數秒或數分鐘內呈現使用模式。平台亦包括自然語言介面，用於查詢使用資料及產生風險評估。

原始的發布訪問最清楚交代 Portal26 的策略。它將產品定位為服務營運的基礎，而非另一個孤立的安全儀表板。

Portal26 亦表示，正開發追蹤 AI 開支、將成本分配至各項計劃及評估回報的能力。當企業為多個助理、嵌入式功能及自主代理程式付費時，這些功能變得更重要。

Point2 Academy 處理問題的另一半。單靠軟件無法告訴 MSP 如何包裝管治服務、為持續工作定價、培訓技術人員或進行高層檢討。

因此，培訓計劃是產品策略的一部分。Portal26 需要合作夥伴把技術觀察轉化為客戶理解並持續購買的服務。

Cinch IT 行政總裁 Jack Wilson 以實際方式描述這個過程。他的公司希望利用可觀測性資料來識別風險、制定政策，並建議可提升生產力的項目。

這一連串步驟說明了轉變所在。Portal26 不再只提供由企業安全團隊自行操作的管治平台。

它透過中介方提供同一套由可視性走向價值的基本論點。這些中介方必須支援較小型客戶，同時在眾多帳戶之間維持可接受的利潤率。

為何 MSP 的 AI 管治正成為收入問題

MSP 的 AI 管治之所以興起，是因為客戶需要營運協助，而服務供應商則需要超越傳統基建管理的服務。

即時需求源於一項簡單的不匹配：員工採用 AI 工具的速度，快過管理團隊盤點、檢討及管治這些工具的速度。

Microsoft 在 2024 年報告，75% 的知識工作者在工作中使用 AI。該研究涵蓋 31 個國家的 31,000 人。

確切採用率將持續變化。較持久的啟示是，職場使用已不再依賴正式的全公司推行計劃。

Cisco 的 2025 年私隱基準研究顯示由此產生的張力。64% 受訪者擔心會意外向公眾或競爭對手分享敏感資訊。

同時，接近一半人承認曾將員工個人資料或非公開資料輸入生成式 AI 工具。憂慮與行為正朝相反方向發展。

中小企面對與大型企業相同的風險曝露，但通常缺乏專責人手。許多企業沒有專責的 AI 管治、私隱工程或模型風險團隊。

這為 MSP 創造切入點。它們已為這些客戶管理身分識別、端點、網絡、雲端應用程式、備份及安全政策。

AI 管治可延伸這些合作關係，但不能只是在既有安全工作上換一個新標籤。客戶會期望服務供應商說明會額外收集甚麼資料、由此作出甚麼決定，以及改善甚麼業務成果。

Portal26 行政總裁 Arti Raman 向 CRN 表示，來自中小企的需求已持續近一年。她認為，無論公司規模如何，安全採用 AI 仍然複雜。

另一份渠道媒體的發布報道指出，Portal26 與包括 Cinch IT 在內的 MSP 合作夥伴共同開發此產品。這項合作應有助平台配合既有服務交付實務。

然而，合作夥伴參與本身並不能證明市場有廣泛需求。它只顯示 Portal26 曾與至少一間願意公開討論此次發布的服務供應商測試其假設。

商業機會取決於持續性工作。一次性的 AI 資產盤點或可揭示風險，但不一定足以支撐經常性收入。

託管服務需要反覆產生價值。新工具不斷出現、員工行為持續改變、政策有所演進，而代理程式獲得新的權限。檢討必須帶來決策，而非只是累積警報。

Portal26 正嘗試令這個循環可量度。MSP 可由探索開始，分類高風險行為、建立控制措施，然後隨時間監察採用情況。

服務供應商亦可識別客戶內部已出現的高生產力用途。這比完全聚焦封鎖工具的對話更為平衡。

例如，使用資料可能顯示某個銷售團隊反覆使用獲批准的助理總結通話筆記。MSP 可評估資料處理方式、將工作流程正式化，並量度採用情況。

另一種模式可能顯示員工正把合約上傳至未獲批准的公開服務。這需要調查、教育，以及可能的技術限制。

兩種情境均由可視性開始，但會帶來不同結果。一種支持有架構的採用，另一種則要求降低風險。

這個分別對 Portal26 的收入論點至關重要。若每項觀察最終都變成禁止措施，客戶將把管治視為另一項合規成本。

若觀察結果能引導獲批准的部署及可量度的改善，MSP 便可進入策略規劃領域。服務供應商會在軟件選擇之前參與，而非在問題出現後才介入。

這個時機亦反映更廣泛的渠道競爭。Pax8 在 2026 年 6 月推出了自家的 Managed Intelligence Provider 計劃及 Managed Intelligence Services。

Pax8 的合作夥伴計劃鼓勵服務供應商為中小企建立可重複、以成果為導向的 AI 實務。Portal26 正進入一個「managed intelligence」標籤已在渠道市場累積動能的市場。

這並不代表兩者的產品相同。Pax8 營運廣泛的雲端市場及合作夥伴網絡，而 Portal26 則把專門的管治儀器定位為證據層。

然而，兩家公司都在促使 MSP 重新思考其角色。服務供應商必須決定，AI 是成為另一個產品類別，還是一項託管式業務紀律。

Portal26 MSP AI 管治平台以證據對抗工具轉售

Portal26 MSP AI 管治平台能否成功，取決於以證據為本的建議是否比另一套授權和儀表板組合更有價值。

傳統 MSP 服務通常可清晰對應至可辨識的資產。服務供應商可計算裝置、帳戶、伺服器、工單、漏洞或備份工作。

AI 使用情況則較難化約為資產清單。一個瀏覽器工作階段可能涉及機密資料、無害的試驗、有價值的研究，或設計不良的業務流程。

一份曾瀏覽的 AI 網域清單無法解釋這些差異。服務供應商需要了解使用者、工具、資料流、既定政策及預期成果等背景。

Portal26 表示，它可深入檢視使用情況，以揭示意圖、識別用例、評估風險並支援調查。它亦表示，其 Recon 介面讓使用者以自然語言查詢已收集的 AI 活動。

這個機制是公司差異化策略的核心。平台並非僅被定位為探索掃描器。

Portal26 希望 MSP 將可視性、安全、管治、開支及業務價值的證據串連起來。理論上，同一套資料既可支援風險檢討，亦可支援投資決策。

MSP 可以詢問哪些部門正在使用未經批准的助手、哪些活動會觸發政策疑慮，以及哪些已批准的工作流程採用率偏低，然後在客戶檢討中帶入這些發現。

這與轉售一系列獨立的單點產品不同。服務供應商銷售的是建基於共同證據基礎之上的解讀與行動。

這個模式亦帶來嚴格的營運要求。技術人員需要對可接受使用方式、敏感資料、高風險提示詞及有價值成果採用一致定義。

儀表板無法解決每一項判斷。法務、私隱、安全、人力資源及業務主管，可能會因各自不同的責任而以不同角度看待相同的 AI 活動。

美國國家標準與技術研究院提供了一個有用的參考點。其自願性 GenAI profile 協助組織識別風險，並選擇符合其目標及風險承受能力的行動。

該框架不會為特定供應商提供認證，也不會自動化管治工作。它強調風險管理必須反映具體情境、受影響人士、組織目標及 AI 生命週期。

這為 Portal26 帶來機遇，亦構成限制。MSP 需要能把管治原則轉化為可重複執行工作流程的系統。

然而，平台無法自行決定客戶的風險承受能力。服務供應商與客戶必須共同定義政策、升級處理路徑、責任歸屬及可接受的證據。

這正是 Point2 Academy 在策略上變得重要的原因。Portal26 需要能夠把資料轉化為建議、但不作出無根據承諾的合作夥伴。

培訓亦必須協助服務供應商分辨技術警示與管治決策。員工使用未經批准工具屬於可觀察行為，但適當回應取決於所涉及的資料及工作內容。

這個證據模型可改善採購討論。客戶經常在未清楚了解採用情況、重複功能或可量度成果的情況下購買 AI 授權。

使用及開支資料可顯示付費工具是否真正觸及目標團隊，也可揭示管理層的熱情與員工實際行為之間是否存在落差。

不過，量度活動不等於量度價值。更多提示詞不會自動代表更高生產力、更佳工作成果或更低成本。

可信的 ROI 評估需要基準、明確定義的成果，以及能把 AI 的貢獻與其他變化區分開來的方法。它亦可能需要儀表板無法收集的質性證據。

因此，Portal26 對價值實現的說法值得審慎表述。據公司所述，該平台可為 ROI 分析提供證據。

它無法保證客戶的 AI 投資會帶來回報。這取決於工作流程設計、採用質素、輸出準確度、管理決策及眾多外部因素。

競爭分野並非 Portal26 與某一家具名供應商之爭，而是以證據為本的顧問服務模式與較狹隘的工具轉售模式之間的較量。

若合作夥伴利用其資料作出更佳的客戶決策，Portal26 便能勝出。若平台成為技術人員必須檢查、卻沒有清晰服務成果的另一個控制台，它便會失敗。

最困難之處在於證明多租戶能力、覆蓋範圍及 ROI

Portal26 已描述一個廣泛的控制平面，但 MSP 買家仍需要在多元客戶環境中取得營運層面的證明。

第一項不確定因素涉及發現覆蓋範圍。企業可透過公開網站、瀏覽器擴充功能、桌面應用程式、軟件整合、私有模型及內嵌產品功能使用 AI。

代理又增加了一層複雜性。它們可透過 API、身分、權限及已連接工具行動，而未必像員工的瀏覽器工作階段。

沒有單一觀察點必然能看見每一條路徑。覆蓋範圍取決於部署架構、網絡路由、端點支援、加密流量、應用程式整合及客戶設定。

Portal26 表示，它會把 AI 使用情況與現有安全系統連接，並可分析提示詞及附件。買家應詢問哪些環境支援這種深度，以及哪些位置只能看見中繼資料。

他們亦應詢問產品如何處理新服務。偵測目錄必須夠快更新，才能識別陌生工具，同時不把每個未知目的地一概視為同等危險。

誤報很重要，因為 MSP 在大規模環境下營運。即使數量不多的低質素警示，也可能佔用數百個端點及眾多客戶的技術人員時間。

漏報則帶來相反的代價。未被發現的服務可造成盲點，而客戶卻假定平台提供完整可視性。

第二項不確定因素涉及私隱。深度檢查有助識別外洩資料及調查事故，但同時亦建立員工活動的敏感紀錄。

提示詞可能包含商業計劃、健康詳情、人事資料、原始碼、客戶紀錄或機密法律材料。附件可能帶來風險更集中的內容。

MSP 必須準確了解 Portal26 收集甚麼、該等資料儲存於何處、如何加密，以及哪些角色可存取。保留及刪除控制措施亦需要仔細檢討。

Portal26 主打稽核及鑑證能力，而這些能力有賴保留有用證據。客戶必須在此好處與資料最小化要求及員工私隱期望之間取得平衡。

不同客戶會設定不同界線。醫療服務供應商、律師行、製造商與市場推廣代理，不會共用一項可接受的檢查政策。

多租戶架構必須保留這些差異。服務供應商需要為每個組織分設政策、報告、保留設定、存取權限及升級處理程序。

第三項不確定因素是服務經濟效益。Portal26 在認定直接向企業銷售無法處理中小企湧入的需求後，重新設計了其系統。

這項重新設計必須減少的不只是部署摩擦，還要限制持續人力成本、簡化報告、支援自動化，並配合 MSP 技術人員現有的工作方式。

一項需要稀缺專家頻繁手動分析的服務，將難以標準化。其收入可以增長，但利潤率仍可能令人失望。

Point2 Academy 可以縮短學習曲線，但培訓無法消除營運複雜性。服務供應商仍需要銷售手冊、技術操作手冊、服務界線及管理層檢討範本。

當發現事項超出其權限時，他們亦需要清晰答案。平台可以標示潛在法律或監管疑慮，卻不會令 MSP 變成法律顧問。

第四項不確定因素涉及價值量度。Portal26 希望合作夥伴同步建立安全及 ROI，這比單純販賣恐懼更具吸引力。

然而，當輸入資料不完整時，ROI 資料可能產生誤導。授權使用情況可以量度，但節省時間、輸出質素、避免的風險及員工滿意度則較難單獨辨識。

服務供應商應把使用率、成本及風險發現視為決策輸入，避免把自動化評分表述為決定性的財務證明。

第五項不確定因素是客戶行為。較小型企業可能承認 AI 風險，卻仍會抗拒另一項持續收費服務。

部分客戶會期望管治已包含在現有網絡安全保障中。另一些客戶則可能偏好已內置於生產力、瀏覽器、網絡或安全平台的控制措施。

因此，Portal26 必須展示增量價值。它需要顯示其跨工具證據能揭示甚麼，而現有控制台無法做到。

該公司已有早期合作夥伴證詞、明確的培訓計劃，以及為多租戶而設的產品架構。在推出初期，關於大規模 MSP 營運的公開證據仍然有限。

這對新的渠道方案而言屬正常情況，但亦塑造了恰當的結論。Portal26 已建立可信的論點，而非已獲證實的類別贏家。

三個決定 Managed Intelligence 能否站穩腳步的訊號

合作夥伴採用情況、可量度的客戶成果及競爭對手反應，將決定 managed intelligence 能否成為持久的服務類別。

第一個訊號是在多個 MSP 及不同客戶類型中可重複的部署。Portal26 需要超越最初設計合作夥伴的參考案例。

有用證據包括上線時間、支援的環境、政策設定所需工作量、警示數量及技術人員工作負荷。這些指標可顯示多租戶架構是否帶來真正的營運槓桿。

更強的訊號會是合作夥伴把服務擴展至現有客戶基礎。這將支持 Portal26 的說法：較小型企業代表大量湧入的需求。

若試點有限而未能擴展，將削弱這個論點。這可能表示客戶把 AI 管治視為專門項目，而非持續性服務。

第二個訊號是由發現走向行動的文件化進展。計算 AI 工具數量提供了有用基準，但不足以證明持續價值。

服務供應商應能展示，發現事項促成了獲批准的政策、更安全的工作流程、較低的風險暴露、更佳的授權分配或聚焦的 AI 專案。這些成果需要清晰定義及可信的基準。

證據毋須採取誇張的生產力聲稱形式。客戶取消冗餘授權或將一個高價值工作流程正式化，已可構成更有說服力的案例。

當合作夥伴能在定期業務檢討中把觀察結果連結至決策，Portal26 的經常性收入論點便會更強。若報告重複相同存貨清單，卻未有改變客戶行為，該論點便會轉弱。

第三個訊號是渠道及安全競爭對手如何回應。Pax8 已在鼓勵合作夥伴成為 Managed Intelligence Providers。

安全供應商亦持續在既有平台加入 AI 發現、資料保護、瀏覽器控制及代理監察。生產力套件亦正擴展其管理及分析功能。

隨着這些產品改良，Portal26 必須證明專門的跨工具管治層仍具價值。整合廣度及決策質素將比「managed intelligence」這個標籤更重要。

若大型渠道平台採用 Portal26 或可比系統，專門管治可能成為 MSP 營運的標準組成部分。若它們自行建立同等能力，獨立供應商將面對更大分銷壓力。

對買家而言，實際的下一步是在接受樂觀或警號之前先要求證據。界定哪些 AI 活動需要可視性、其後必須作出哪些決策，以及如何量度成功。

MSP 應以有限而具代表性的客戶群測試 Portal26 Managed Intelligence Platform。他們可在將服務標準化前，比較發現覆蓋範圍、分析人員投入、政策成果及報告價值。

Portal26 的 MSP AI 管治平台處理了一個真實問題：AI 採用速度正超越許多較小型組織可用的營運控制措施。其更大的承諾仍有待驗證。

Portal26 能否協助服務供應商把這個缺口轉化為可信、可量度的建議，還是 managed intelligence 會成為另一個擠擁的儀表板類別？下一波合作夥伴部署應會提供答案。