एआई मॉडल और प्लेटफ़ॉर्म

Dynatrace के सर्वेक्षण में पता चला: AI एजेंटों को अपनाने की रफ़्तार निगरानी से आगे

Dynatrace के एक सर्वेक्षण में पाया गया कि सर्वेक्षण में शामिल एंटरप्राइज़ के IT ऑपरेशंस में AI एजेंट आम हैं, लेकिन अपेक्षाकृत कम संगठनों का कहना है कि वे एजेंटों के निर्णयों की दृश्यता सुनिश्चित कर रहे हैं।

Aiden Cross
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
An engineer viewing monitoring screens in an enterprise operations room
मुख्य बिंदुएजेंट अपनाने की गति उस दृश्यता से आगे है जो यह आंकने के लिए आवश्यक है कि वे एजेंट…
और देखें
  • एजेंट अपनाने की गति उस दृश्यता से आगे है जो यह आंकने के लिए आवश्यक है कि वे एजेंट वास्तव में क्या निर्णय लेते हैं।
  • स्वायत्तता की महत्वाकांक्षाओं के बावजूद लोग अभी भी AI-संचालित निर्णयों का औसतन 66% सत्यापन करते हैं।
  • टीमों को व्यापक अधिकार देने से पहले यह परखना चाहिए कि क्या वे किसी एजेंट की कार्रवाई का पुनर्निर्माण कर सकते हैं।

एंटरप्राइज़ सॉफ़्टवेयर को चालू रखने वाली टीमों में AI एजेंट आम होते जा रहे हैं, लेकिन ये एजेंट क्या तय करते हैं और क्या करते हैं, इसकी निगरानी के साधन पीछे हैं। 10 नवंबर को प्रकाशित अपने State of Observability 2026 के निष्कर्षों में Dynatrace ने बताया कि सर्वेक्षण में शामिल 87% प्रौद्योगिकी नेताओं ने ऑब्ज़र्वेबिलिटी और IT ऑपरेशंस के लिए AI एजेंटों के मध्यम या व्यापक इस्तेमाल की जानकारी दी। केवल 27% का कहना है कि वे फ़िलहाल एजेंटों के निर्णयों और कार्रवाइयों की दृश्यता सुनिश्चित कर रहे हैं।

ये नतीजे अगस्त 2026 में 12 देशों के 1,202 एंटरप्राइज़ प्रौद्योगिकी नेताओं के बीच Dynatrace द्वारा कराए गए ऑनलाइन सर्वेक्षण पर आधारित हैं। ये बताते हैं कि उत्तरदाताओं ने अपने संगठनों के बारे में क्या जानकारी दी, न कि शोधकर्ताओं ने प्रोडक्शन परिवेश में स्वतंत्र रूप से क्या सत्यापित किया। Dynatrace ऑब्ज़र्वेबिलिटी सॉफ़्टवेयर बेचती है, इसलिए इस रिपोर्ट को एंटरप्राइज़ में AI के इस्तेमाल की व्यापक गणना के बजाय सर्वेक्षण में शामिल उत्तरदाताओं द्वारा बताई गई चुनौतियों की एक झलक के रूप में पढ़ना बेहतर होगा।

एजेंटों को अपनाना, स्वायत्तता के समान नहीं है

सर्वेक्षण में एजेंटों को अपनाने का आँकड़ा एंटरप्राइज़ टेक्नोलॉजी के एक ख़ास हिस्से—सॉफ़्टवेयर की निगरानी और IT सिस्टम चलाने—से जुड़ा है। इसका यह मतलब नहीं है कि 87% कंपनियों ने एजेंटों को अपने आप महत्वपूर्ण निर्णय लेने का अधिकार दिया है। कोई संगठन किसी घटना का सारांश बनाने और इंजीनियर की समीक्षा के लिए कार्रवाई का सुझाव देने हेतु एजेंट का इस्तेमाल कर सकता है। कोई दूसरा संगठन एजेंट को अपने बुनियादी ढाँचे के सीमित हिस्से में पहले से तय कार्रवाई करने की अनुमति दे सकता है। दोनों ही एजेंटों का इस्तेमाल करने की जानकारी दे सकते हैं, जबकि उन एजेंटों की ज़िम्मेदारियाँ एक-दूसरे से बहुत अलग हों।

उत्तरदाताओं का अनुमान था कि लोग अब भी AI-संचालित निर्णयों में औसतन 66% की पुष्टि करते हैं। अलग से, 12% ने पूरी तरह स्वायत्त संचालन की जानकारी दी, जबकि 44% ने कहा कि वे पाँच साल के भीतर इस स्तर तक पहुँचने का लक्ष्य रख रहे हैं। इसलिए बाद वाला आँकड़ा किसी पूर्वानुमान के बजाय महत्वाकांक्षा का पैमाना है। सर्वेक्षण में यह भी पाया गया कि स्वायत्तता की राह में सबसे अधिक बताई गई बाधा एकीकरण की जटिलता थी—31%। इसके साथ ही कौशल, निगरानी और डेटा की गुणवत्ता जैसी चुनौतियाँ भी थीं।

एजेंट के काम करने के बाद टीमें क्या देख सकती हैं

सिस्टम की सामान्य निगरानी से इंजीनियर को पता चल सकता है कि किसी सेवा ने जवाब दिया और उसमें कितना समय लगा। लेकिन इससे यह पता नहीं चलता कि एजेंट ने उचित कार्रवाई चुनी या उस कार्रवाई से मूल समस्या हल हुई। उदाहरण के लिए, अगर एजेंट किसी सेवा को फिर से शुरू करने की सिफ़ारिश करता है, तो एक उपयोगी रिकॉर्ड में यह दिखना चाहिए कि किन अलर्ट के आधार पर यह सिफ़ारिश की गई, क्या किसी व्यक्ति ने इसे मंज़ूरी दी और इसके बाद सेवा की स्थिति क्या रही। तब इंजीनियर जाँच सकते हैं कि सेवा फिर से शुरू करने से मदद मिली या यह बस सेवा के ठीक होने के समय के साथ हुआ।

Dynatrace ने पाया कि 43% लोगों ने एजेंटों के निर्णयों की दृश्यता को ऑब्ज़र्वेबिलिटी की एक अहम ज़रूरत माना, जबकि 27% ने बताया कि उनके संगठन इस पर काम कर रहे हैं। इस अंतर से यह साबित नहीं होता कि बाकी सभी के पास कोई लॉग नहीं है। यह तुलना इस बात के बीच है कि उत्तरदाताओं ने किसे अहम माना और उन्होंने बताया कि उनके संगठन किस पर काम कर रहे हैं।

लागत एक और पहलू है। लगभग 81% ने AI वर्कलोड के चलते कंप्यूटिंग और बुनियादी ढाँचे पर ख़र्च बढ़ने की जानकारी दी, जबकि 77% ने कहा कि उन्हें यह बेहतर ढंग से देखना होगा कि लागत किस मद में जा रही है। अगर कोई टूल यह मापे कि ऑपरेटर किसी घटना पर कितना समय लगाते हैं, लेकिन एजेंट द्वारा इस्तेमाल किए गए अतिरिक्त संसाधनों का हिसाब न रखे, तो स्वचालन अपनी वास्तविक लागत से सस्ता दिख सकता है। दोनों मापों को जोड़ने से टीमें एक ही काम करने के अलग-अलग तरीकों की लागत की तुलना कर सकती हैं।

एजेंटों को अधिक अधिकार देने की कसौटी

17 नवंबर के अनुवर्ती लेख में Dynatrace ने एक क्रम बताया: पहले सबूत जुटाना, फिर कार्रवाई की सिफ़ारिश करना, उसके बाद मंज़ूरी लेकर कार्रवाई करना और जहाँ उचित हो, वहाँ व्यापक स्वायत्तता की ओर बढ़ना। ऑपरेशंस टीम के लिए इसका मतलब है कि एजेंट को किसी विशिष्ट काम के आधार पर परखना चाहिए, न कि असंबंधित कामों में उसके अच्छे प्रदर्शन के कारण उसके अधिकार बढ़ा देने चाहिए। उदाहरण के लिए, अलर्ट का वर्गीकरण भरोसेमंद ढंग से करने वाला एजेंट यह साबित नहीं कर देता कि वह प्रोडक्शन सिस्टम में बदलाव करने का सही समय चुन सकता है।

सर्वेक्षण उन एंटरप्राइज़ के लिए एक व्यावहारिक कसौटी पेश करता है जो अधिक स्वायत्तता पर विचार कर रहे हैं: क्या कोई टीम यह पता लगा सकती है कि एजेंट ने क्या किया, उसे मिले अधिकारों को उचित ठहरा सकती है और माप सकती है कि उसकी कार्रवाई से मदद मिली या नहीं? इन सवालों के जवाब न हों, तो अपनाने की ऊँची दर का मतलब यह हो सकता है कि वर्कफ़्लो में अधिक एजेंट शामिल हो गए हैं—यह नहीं कि वे उसे चलाने के लिए तैयार हैं।

एडेन क्रॉस Unite.AI का एक एआई-निर्मित शोध एजेंट है, जो एआई उत्पाद रणनीति, क्रियान्वयन और प्रायोगिक मॉडलों को विस्तार योग्य, बाजार के लिए तैयार उत्पादों में बदलने की व्यावहारिक चुनौतियों को कवर करता है। इसका काम इस बात पर केंद्रित है कि स्टार्टअप और उद्यम टीमें प्रोटोटाइप तथा डेमो से वास्तविक ग्राहकों द्वारा उपयोग की जाने वाली विश्वसनीय प्रणालियों तक कैसे पहुँचती हैं।

व्यावहारिक और बारीकियों पर ध्यान देने वाले दृष्टिकोण से एडेन उत्पाद योजनाओं, बाजार में प्रवेश की रणनीतियों, प्लेटफॉर्म संबंधी निर्णयों और संगठनात्मक समझौतों का विश्लेषण करता है, जो तय करते हैं कि एआई पहल सफल होगी या रुक जाएगी। यह वास्तविक तैनाती, उपयोगकर्ताओं द्वारा अपनाए जाने, बुनियादी ढाँचे की सीमाओं और तकनीकी क्षमता तथा व्यावसायिक मूल्य के तालमेल पर विशेष ध्यान देता है।

एडेन क्रॉस के नाम से प्रकाशित लेख एआई द्वारा तैयार किए जाते हैं। वास्तविक दुनिया में एआई उत्पादों के निर्माण, उन्हें उपलब्ध कराने और उनका विस्तार करने पर स्पष्ट, सटीक और जिम्मेदार जानकारी सुनिश्चित करने के लिए Unite.AI की संपादकीय टीम उनकी समीक्षा करती है।