Portal26 MSP AI 治理平台将影子 AI 转化为营收试金石

Portal26 推出了首个面向 MSP 的平台，将 AI 治理从企业安全产品转变为一种拟议中的经常性托管服务。Portal26 MSP AI 治理平台将使用可见性、策略控制、风险分析和投资回报报告整合在一个多租户系统中。

此举瞄准了员工采用 AI 的速度与中小企业可用控制能力之间日益扩大的鸿沟。它也要求托管服务提供商超越软件转售和基础设施修复的角色。Portal26 希望他们能根据从日常 AI 活动中收集到的证据，为客户提供建议。

这使 Portal26 面临一种熟悉的 MSP 商业模式竞争，该模式围绕许可证、设备、工单和标准化安全服务构建。其主张更具雄心。服务提供商将持续识别 AI 使用情况、管理风险、推荐项目，并证明这些项目是否产生可衡量的价值。

Portal26 实际为 MSP 推出了什么

Portal26 已将其企业治理技术调整为适用于必须跨多个独立客户环境运营的服务提供商。

这家总部位于圣何塞的公司推出了 Managed Intelligence Platform（MIP），以及 Point2 Academy。该学院面向 MSP 合作伙伴提供部署、客户支持、销售定位和服务交付培训。

MIP 将三项功能整合到一个中央控制平面中：识别 AI 使用情况、实施安全与治理控制，以及帮助组织评估 AI 投资回报。

这一组合之所以重要，是因为 AI 的使用很少始于一个井然有序的技术项目。员工可能在企业批准这些工具之前，就已打开公共助手、启用软件功能，或开始试验智能体。

Portal26 将可见性定位为起点。其系统旨在检测已获批准和未经批准的 AI 活动，然后展示人们如何使用这些服务。

该公司将未经授权或未受管理的活动称为“影子 AI”。该术语指的是在组织获批清单或治理流程之外使用的 AI 应用和智能体。

Portal26 表示，该平台能够分析提示词和附件、识别使用模式，并将活动与现有安全控制关联起来。其公开的平台页面还展示了策略管理、审计能力、风险检测、成本控制和采用分析功能。

这些是公司主张，而非独立性能研究结果。此次发布未包含公开基准，用于衡量大型 MSP 客户群中的检测覆盖率、误报率、部署工作量或实际成效。

但其架构变化仍具有重要意义。Portal26 最初直接向企业销售，在这种模式下，每一次部署都能获得更多个性化关注。

MSP 需要不同的运营模式。他们管理许多组织，而这些组织通常拥有不同的策略、合规义务、身份体系、网络和软件配置。

Portal26 战略联盟副总裁 Joe Boggio 向 CRN 表示，来自中小企业的入站需求已令直销模式不堪重负。他称，公司看到了数百个机会，因此需要重新思考定价、产品设计和多租户能力。

多租户意味着一家服务提供商可以管理多个客户，同时在逻辑上隔离其数据、策略、访问权限和报告。没有这一能力，MSP 将面临重复管理工作，以及客户环境之间不可接受的暴露风险。

Boggio 表示，视可用数据而定，MIP 可在数秒或数分钟内呈现使用模式。该平台还提供自然语言界面，用于查询使用数据并生成风险评估。

最初的发布采访最清晰地说明了 Portal26 的策略。它将该产品定位为服务的运营基础，而非又一个孤立的安全仪表板。

Portal26 还表示，正在开发用于追踪 AI 支出、将成本分配至各项计划，以及评估回报的功能。随着企业为多个助手、嵌入式功能和自主智能体付费，这些功能将变得更加重要。

Point2 Academy 则解决了问题的另一半。仅靠软件无法告诉 MSP 如何打包治理服务、为持续性工作定价、培训技术人员，或开展高管评审。

因此，该培训项目是产品策略的一部分。Portal26 需要合作伙伴将技术观察结果转化为客户能够理解并持续购买的服务。

Cinch IT CEO Jack Wilson 以实际操作的方式描述了这一进程。他的公司希望利用可观测性数据来识别风险、建立策略，并推荐能够提高生产力的项目。

这一顺序解释了发生的变化。Portal26 不再仅提供由企业安全团队自行运营的治理平台。

它正通过中间服务商提供同样的“从可见性到价值”主张。这些中间服务商必须支持较小规模的客户，同时在众多账户中保持可接受的利润率。

为什么面向 MSP 的 AI 治理正在成为营收问题

面向 MSP 的 AI 治理之所以兴起，是因为客户需要运营支持，而服务提供商需要超越传统基础设施管理的服务。

眼前的需求源于一个简单的不匹配：员工采用 AI 工具的速度，快于管理团队进行盘点、审查和治理的速度。

Microsoft 在 2024 年报告称，75% 的知识工作者在工作中使用 AI。该研究覆盖了 31 个国家的 31,000 人。

精确的采用率会持续变化。但更持久的教训是，工作场所中的使用已不再依赖正式的全公司推广。

Cisco 的 2025 年隐私基准研究显示了由此产生的紧张关系。64% 的受访者担心意外将敏感信息公开，或分享给竞争对手。

与此同时，近半数受访者承认曾将员工个人信息或非公开数据输入生成式 AI 工具。担忧与行为正朝相反方向发展。

中小企业面临与大型企业相同的风险暴露，但通常拥有更少的专业人员。许多企业缺乏专门的 AI 治理、隐私工程或模型风险团队。

这为 MSP 创造了机会。他们已经为这些客户管理身份、终端、网络、云应用、备份和安全策略。

AI 治理可以延伸这些合作关系，但不能只是换一个标签来重复现有安全工作。客户会期待服务提供商解释收集了哪些额外数据、据此作出哪些决策，以及改善了哪些业务成果。

Portal26 CEO Arti Raman 向 CRN 表示，来自中小企业的需求已持续近一年。她认为，无论企业规模如何，安全采用 AI 仍然很复杂。

另一家渠道媒体的发布报道称，Portal26 与包括 Cinch IT 在内的 MSP 合作伙伴共同开发了这一产品。这种合作应有助于让平台契合既有的服务交付实践。

不过，合作伙伴参与本身并不能证明存在广泛的市场需求。它只能说明 Portal26 至少与一家愿意公开讨论此次发布的服务提供商验证了其假设。

商业机会取决于持续性工作。一次性的 AI 盘点可能揭示风险，但未必能支持经常性收入。

托管服务需要重复创造价值。新工具不断出现，员工行为发生变化，策略不断演进，智能体获得新的权限。评审必须促成决策，而非仅仅累积警报。

Portal26 正试图让这一循环变得可衡量。MSP 可以从发现阶段开始，对高风险行为进行分类、建立控制措施，然后持续监测采用情况。

服务提供商还可以识别客户内部已经出现的高效用例。这会带来比单纯围绕封锁工具更平衡的对话。

例如，使用数据可能显示，某个销售团队反复使用获批准的助手来总结通话记录。MSP 可以评估数据处理方式、将该流程正式化，并衡量采用情况。

另一种模式可能显示，员工正在将合同上传至未经批准的公共服务。这需要调查、教育，并可能采取技术限制。

这两种情景都始于可见性，但会导向不同结果。一种支持结构化采用，另一种则需要降低风险。

这一差异对 Portal26 的营收主张至关重要。如果每一次观察都变成禁令，客户会将治理视为另一项合规成本。

如果观察结果能指导获批准的部署和可衡量的改进，MSP 就能进入战略规划领域。服务提供商会在软件选择之前参与其中，而不是等到出现问题之后。

这一时机也反映了更广泛的渠道竞争。Pax8 于 2026 年 6 月推出了自己的 Managed Intelligence Provider 项目和 Managed Intelligence Services。

Pax8 的合作伙伴计划鼓励服务提供商为中小企业建立可重复、以结果为导向的 AI 实践。Portal26 正进入一个“managed intelligence”标签已在渠道市场积累势头的领域。

这并不意味着两种产品完全相同。Pax8 运营着广泛的云市场和合作伙伴网络，而 Portal26 则将专业化的治理监测能力定位为证据层。

不过，两家公司都在推动 MSP 重新思考自身角色。服务提供商必须决定，AI 是成为另一个产品类别，还是一种受管理的业务能力。

Portal26 MSP AI 治理平台让证据与工具转售正面交锋

Portal26 MSP AI 治理平台能否成功，取决于基于证据的建议是否比又一套许可证和仪表板组合更有价值。

传统 MSP 服务通常可清晰映射到可识别资产。服务提供商可以统计设备、账户、服务器、工单、漏洞或备份任务。

AI 使用则更难简化为一份清单。一次浏览器会话可能涉及机密数据、无害的试验、有价值的研究，或设计不佳的业务流程。

一份访问过的 AI 域名清单无法解释这些差异。服务提供商需要了解用户、工具、数据流、既定策略和预期结果等背景。

Portal26 表示，它可以深入检查使用情况，以揭示意图、识别用例、评估风险并支持调查。它还表示，其 Recon 界面允许用户针对所收集的 AI 活动提出自然语言问题。

这一机制是该公司差异化定位的核心。该平台并不只是被呈现为一个发现扫描器。

Portal26 希望 MSP 能够连接可见性、安全、治理、支出和业务价值等方面的证据。理论上，同一份数据既可支持风险评审，也可支持投资决策。

MSP 可以询问哪些部门在使用未经批准的助手、哪些活动会触发政策担忧，以及哪些已获批准的工作流采用率偏低。随后，它可以将这些发现纳入客户评审。

这不同于转售一批彼此独立的点产品。服务商销售的是围绕共享证据基础所提供的解读与行动。

这一模式也带来了严苛的运营要求。技术人员需要对可接受使用、敏感数据、高风险提示词和有价值成果形成一致定义。

仪表盘无法解决每一项判断。法务、隐私、安全、人力资源和业务领导者可能会从不同责任角度看待同一项 AI 活动。

美国国家标准与技术研究院提供了一个有用的参考点。其自愿性 GenAI profile 可帮助组织识别风险，并选择与其目标和风险承受能力相匹配的行动。

该框架不会认证某一家供应商，也不会自动实现治理。它强调，风险管理必须反映具体情境、受影响方、组织目标以及 AI 生命周期。

这既为 Portal26 带来机会，也构成限制。MSP 需要能够将治理原则转化为可重复工作流的系统。

但该平台无法自行确定客户的风险承受能力。服务商和客户必须共同定义政策、升级路径、责任归属和可接受的证据标准。

这正是 Point2 Academy 在战略上变得重要的原因。Portal26 需要能够将数据转化为建议、且不会作出无依据承诺的合作伙伴。

培训还必须帮助服务商区分技术告警与治理决策。员工使用未经批准的工具是一种可观察行为，但恰当的应对方式取决于涉及的数据和任务。

该证据模型可改善采购讨论。客户往往在并不清楚采用情况、能力重叠或可衡量成果的前提下购买 AI 许可证。

使用和支出数据可以显示付费工具是否触达目标团队，也可以暴露高管热情与员工实际行为之间的不匹配。

然而，衡量活动并不等于衡量价值。更多提示词并不自动意味着更高生产力、更优工作成果或更低成本。

可信的 ROI 评估需要基线、明确的成果定义，以及一种将 AI 的贡献与其他变化区分开来的方法。它还可能需要仪表盘无法收集的定性证据。

因此，Portal26 关于价值实现的说法应谨慎表述。该公司称，该平台可以为 ROI 分析提供证据。

它无法保证客户的 AI 投资会产生回报。这取决于工作流设计、采用质量、输出准确性、管理决策以及众多外部因素。

竞争分野并非 Portal26 与某一家指定供应商之间的较量，而是基于证据的咨询服务与更狭窄的工具转售模式之间的竞争。

如果合作伙伴利用其数据帮助客户作出更好的决策，Portal26 就会赢得这场竞争。如果该平台沦为技术人员必须查看、却没有明确服务成果的又一个控制台，它就会失败。

最难的部分是证明多租户能力、覆盖范围和 ROI

Portal26 描述了一个广泛的控制平面，但 MSP 买家仍需要看到其在多样化客户环境中的运营证据。

第一个不确定性涉及发现覆盖范围。企业通过公共网站、浏览器扩展、桌面应用、软件集成、私有模型和嵌入式产品功能访问 AI。

智能体又增加了一层复杂性。它们可通过 API、身份、权限和连接工具采取行动，而不具备员工浏览器会话的典型特征。

没有任何单一观测点必然能够看到所有路径。覆盖范围取决于部署架构、网络路由、终端支持、加密流量、应用集成和客户配置。

Portal26 表示，它可将 AI 使用情况与现有安全系统连接起来，并能分析提示词和附件。买家应询问哪些环境支持这种深度，以及哪些环境中只能看到元数据。

他们还应询问产品如何处理新服务。检测目录必须足够快地更新，以识别陌生工具，同时不能把每个未知目的地都视为同等危险。

误报很重要，因为 MSP 是规模化运营的。即使数量不多的低质量告警，也可能在数百个终端和众多客户之间消耗技术人员的时间。

漏报则带来相反的成本。未被检测到的服务可能造成盲区，而客户却以为平台提供了完整可见性。

第二个不确定性涉及隐私。深度检查有助于识别暴露的数据并调查事件，但它也会形成一份敏感的员工活动记录。

提示词可能包含商业计划、健康详情、人事信息、源代码、客户记录或机密法律材料。附件可能承载更为集中的风险。

MSP 必须准确了解 Portal26 收集哪些信息、这些信息存储在哪里、如何加密，以及哪些角色能够访问。保留和删除控制同样需要仔细审查。

Portal26 推广审计和取证能力，而这些能力依赖于保留有用证据。客户必须在这一益处与数据最小化要求及员工隐私预期之间取得平衡。

不同客户会设定不同边界。医疗服务机构、律所、制造商和营销机构不会共用一项可接受的检查政策。

多租户架构必须保留这些差异。服务商需要为每个组织分别设置政策、报告、保留设置、访问权限和升级程序。

第三个不确定性是服务经济性。Portal26 在得出直接面向企业销售无法承接中小企业入站需求的结论后，重新设计了其系统。

这一重新设计必须减少的不只是部署摩擦。它还必须限制持续人工投入、简化报告、支持自动化，并契合 MSP 技术人员现有的工作方式。

一项需要稀缺专家频繁进行人工分析的服务将难以标准化。其收入可以增长，而利润率仍可能令人失望。

Point2 Academy 可以缩短学习曲线，但培训并不能消除运营复杂性。服务商仍需要销售手册、技术运行手册、服务边界和管理层评审模板。

当某项发现超出其权限范围时，他们也需要一个明确答案。平台可以标记潜在的法律或监管问题，但不能因此将 MSP 变成法律顾问。

第四个不确定性涉及价值衡量。Portal26 希望合作伙伴同时构建安全和 ROI，这比单纯兜售恐惧更具吸引力。

然而，当输入不完整时，ROI 数据可能产生误导。许可证使用情况可衡量，而节省的时间、输出质量、规避的风险和员工满意度则更难单独量化。

服务商应将利用率、成本和风险发现视为决策输入，不应将自动化评分表述为决定性的财务证据。

第五个不确定性是客户行为。较小企业可能承认 AI 风险，却仍会抗拒增加另一项持续性服务。

一些客户会期待治理被捆绑在现有网络安全服务中。另一些客户则可能更倾向于使用生产力、浏览器、网络或安全平台中已包含的控制措施。

因此，Portal26 必须证明其增量价值。它需要展示其跨工具证据能够揭示哪些现有控制台无法发现的信息。

该公司拥有早期合作伙伴证言、明确的培训计划，以及为多租户量身打造的产品架构。但在发布初期，关于大规模 MSP 运营的公开证据仍然有限。

这对新的渠道产品而言很正常，但它决定了恰当的结论。Portal26 已建立了一个可信的论点，而不是一个经过验证的品类赢家。

决定托管智能能否站稳脚跟的三个信号

合作伙伴采用情况、可衡量的客户成果和竞争对手的反应，将决定托管智能能否成为一个持久的服务类别。

第一个信号是在多个 MSP 和客户类型中实现可重复部署。Portal26 需要在其初始设计合作伙伴之外提供参考案例。

有用的证据包括上线时间、支持的环境、政策设置投入、告警量和技术人员工作负荷。这些指标将显示多租户是否带来真实的运营杠杆。

更强的信号是合作伙伴将服务扩展至现有客户群。这将支持 Portal26 的说法：较小企业代表着可观的入站需求。

未能扩展的有限试点将削弱这一论点。它们可能表明，客户将 AI 治理视为专项项目，而不是持续性服务。

第二个信号是从发现到行动的有记录转变。统计 AI 工具数量能提供有用基线，但不能证明持续价值。

服务商应能够证明，相关发现促成了获批政策、更安全的工作流、更低的暴露风险、更优的许可证分配，或聚焦的 AI 项目。这些成果需要清晰定义和可信的基线。

证据不必表现为戏剧性的生产力主张。客户取消冗余许可证或正式确立一项高价值工作流，可能构成更具说服力的案例。

当合作伙伴能在定期业务评审中将观察结果与决策联系起来时，Portal26 的经常性收入论点就会加强。当报告反复列出相同库存、却未改变客户行为时，这一论点就会减弱。

第三个信号是渠道和安全竞争对手如何回应。Pax8 已在鼓励合作伙伴成为 Managed Intelligence Providers。

安全供应商也在持续向既有平台添加 AI 发现、数据保护、浏览器控制和智能体监控功能。生产力套件则在扩展自身的管理和分析能力。

随着这些产品不断改进，Portal26 必须证明专业化、跨工具的治理层仍然有价值。集成广度和决策质量将比“managed intelligence”这一标签更重要。

如果更大的渠道平台采用 Portal26 或类似系统，专业化治理可能成为 MSP 运营的标准组成部分。如果它们在内部构建同等能力，独立供应商将面临更强的分销压力。

对买家而言，实际的下一步是在接受乐观或警示论调之前先要求证据。明确哪些 AI 活动需要可见性、必须随之作出哪些决策，以及如何衡量成功。

MSP 应在有限且具有代表性的客户群中测试 Portal26 Managed Intelligence Platform。在将服务标准化之前，他们可以比较发现覆盖范围、分析师投入、政策成果和报告价值。

Portal26 的 MSP AI 治理平台解决了一个真实问题：AI 的采用速度正超过许多较小组织可用的运营控制能力。其更大的承诺仍有待检验。

Portal26 能否帮助服务商将这一缺口转化为可信、可衡量的建议，还是托管智能会成为又一个拥挤的仪表盘类别？下一波合作伙伴部署应会给出答案。