部署 · 部署落地
2026 年 10 月 9 日
来源：中国经济新闻网
10月9日，中国经济新闻网报道，卓豪（ManageEngine）宣布其 IT 服务管理产品 ServiceDesk Plus 本地部署版（On-Premises）已完成与硅基流动（SiliconFlow）的集成对接，为国内企业部署生成式 AI、对话式 AI 与 Zia 智能体新增了一个面向国产合规场景的大模型供应选项，与既有 ChatGPT、Azure OpenAI、Google AI、DeepSeek 及本地大模型并列。据披露，其本地部署版将工单、历史记录、用户资产等核心数据存放在企业自有实例中，调用 AI 时仅将脱敏后的业务字段送交大模型，原始敏感信息始终不离开本地；系统在调用前会自动对个人身份信息（PII）与企业机密做匿名化遮蔽，模型返回后再还原。其 Zia 智能体基于 MCP（模型上下文协议）执行服务台操作，所有工具调用、权限校验、动作执行全程留痕，传输链路加密。ManageEngine 中国区相关负责人称，这次集成“本质上给中国客户一个不用做选择题的答案——既满足合规，又用得上像样的 AI 能力”。
万有知兴点评
ServiceDesk Plus 把“数据留在本地 + 模型自由切换”做成同一套架构的两个开关，正中国内强监管行业“既要合规、又要好用”的软肋，私有化部署的胜负手正从“能不能私有化”变成“私有化之后能不能自由选模型”。
- 1.对金融、政企、制造、医疗这些数据高度敏感的行业，“AI 能不能在不出境、不脱敏外传的前提下落地”才是真正的拦路虎。ServiceDesk Plus 本地部署版把工单、历史记录等核心数据锁在企业自有实例，只把脱敏后的业务字段送交大模型，等于在“用上 AI”和“守住数据主权”之间拆掉了一道墙。对企业而言，这意味着 IT 服务台这类高频、涉及大量内部数据的场景，已经可以用国产合规大模型落地，而不必在“上云有风险”和“不智能”之间二选一，私有化部署的可行边界被实质性地拓宽了。
- 2.这套方案最值得借鉴的，是“本地数据 + 可插拔模型”的双层解耦设计——把数据留在本地是底线，把模型供应商做成可切换的选项是弹性。企业落地 AI 时应学习这种思路：把数据层与模型层解耦，通过标准协议（如 MCP）连接智能体，让模型可以按合规与成本随时切换，而不是被单一云厂商或单一模型绑定。这样既能满足监管，又能在国产模型能力快速演进的当下保留议价权和迁移自由，避免“换模型等于重做一遍”的被动局面。
- 3.更深一层看，Zia 智能体基于 MCP 执行操作、全程留痕、链路加密的做法，体现了“智能体动作可审计”正在成为私有化交付的标配。对企业而言，引入能自主调用工具、执行动作的智能体，最大的隐忧是“它动了什么、谁授权的、能不能追溯”。把权限校验与动作日志做进架构底层，正是把这种隐忧前置化解。企业评估私有化智能体方案时，应把“工具调用是否留痕、权限是否可校验、链路是否加密”作为硬性验收项，而非只看问答效果。
原文：中国经济新闻网 ↗
点评为万有知兴原创观点，转载需注明出处。