विचार नेता
एआई एजेंटों के शासन के लिए आवश्यक वास्तुकलात्मक बदलाव

मुख्य बिंदुएजेंटों को डिजिटल सहकर्मियों के रूप में मानें, जिनके पास एक्सेस बैज और प्रकटीकरण सीमाएँ…
और देखें
- एजेंटों को डिजिटल सहकर्मियों के रूप में मानें, जिनके पास एक्सेस बैज और प्रकटीकरण सीमाएँ हों, न कि प्रॉम्प्ट फिक्स।
- डिज़ाइन द्वारा शासन के लिए एक एकीकृत नियंत्रण तल की आवश्यकता होती है ताकि सभी वातावरणों में नीतियों का लगातार अनुपालन सुनिश्चित किया जा सके।
- वास्तविक समय की दृश्यता और वंशावली के बिना, उद्यम एजेंट कार्यों का ऑडिट नहीं कर सकते या रनटाइम पर अनुपालन साबित नहीं कर सकते।
एआई अब केवल एक चैटबॉट नहीं है जो पाठ उत्पन्न करता है। एंटरप्राइज़ वातावरण में, एआई एजेंट संवेदनशील डेटा पुनर्प्राप्त करने, कार्य प्रवाह को ट्रिगर करने, टूल्स को कॉल करने और प्रणालियों में गतिविधि लॉग करने जैसे कार्य कर रहे हैं। स्वायत्तता पूरी तरह से शासन चर्चा को बदलती है; नियंत्रण और प्रक्रियाएं मूल रूप से मानव उपयोगकर्ताओं और पारंपरिक अनुप्रयोगों के लिए डिज़ाइन की गई थीं, जो रनटाइम पर मल्टी-स्टेप क्रियाएं करने में सक्षम सॉफ़्टवेयर को शासित करने के लिए नहीं बनाई गई थीं।
जोखिम सैद्धांतिक नहीं है। दृश्यता, पहुंच नियंत्रण और ऑडिट किए जा सकने की क्षमता में छोटे अंतराल तेजी से बढ़कर रनटाइम विफलताओं में बदल सकते हैं, जिनका पता लगाना मुश्किल होता है और जिनके प्रभावों को पलटना और भी कठिन होता है।
इस नए युग के साथ तालमेल बिठाने के लिए, एआई एजेंटों को शासित नहीं किया जा सकता है केवल और अधिक नीति दस्तावेज जोड़कर। इसके लिए डिज़ाइन द्वारा शासन की आवश्यकता होती है: एक वास्तुकला दृष्टिकोण जिसमें नियंत्रण नियंत्रण स्तर में निहित होते हैं और रनटाइम पर निरंतर लागू किए जाते हैं। यदि एजेंट डिजिटल सहयोगियों की तरह कार्य करने वाले हैं, तो उन पर मनुष्यों जैसे ही उद्यम सुरक्षा उपाय लागू होने चाहिए, और उनके लिए अधिक मजबूत रनटाइम पर्यवेक्षण भी जरूरी है।
क्यों शासन अभिसरण के युग में टूट जाता है
एंटरप्राइज़ वास्तुकला अभिसरण के एक युग में प्रवेश कर चुकी है। डेटा और कार्यभार अब कई क्लाउड, निजी डेटा केंद्रों और एज परिवेशों में फैले हुए हैं।
कुछ संगठन हैं जो समानांतर प्रणालियों में अपने प्लेटफ़ॉर्म चलाते हैं क्योंकि उन्हें एक ही समय में कई प्रक्रियाओं को प्रबंधित करना होता है। इसमें अलग-अलग पहचान प्रणाली, लॉगिंग पाइपलाइन, कैटलॉग और अनुमोदित प्रक्रियाएं शामिल हैं। परिणाम यह है कि कुछ लोग “फ्रैंकस्टीन प्लेटफ़ॉर्म” कहते हैं, जहां एकीकरण ओवरहेड हर नए टूल या क्लाउड परिवेश के साथ बढ़ जाता है। वास्तव में, यह खंडितता दैनिक वास्तविकता में दिखाई दे रही है।
एक हालिया सर्वेक्षण के अनुसार, 47% उत्तरदाताओं ने जटिल पहुंच आवश्यकताओं और प्रक्रियाओं का हवाला दिया, और 44% ने डेटा कहां स्थित है, इसकी सीमित दृश्यता को डेटा का प्रभावी ढंग से उपयोग करने के लिए बाधाओं के रूप में उद्धृत किया।
यह वह जगह है जहां एजेंट प्रणालियों के बीच सीमाओं को उजागर करते हैं।
एक व्यवसायिक प्रश्न का उत्तर देने के लिए, एक एजेंट को एक ऑन-प्रिमाइसेस ईआरपी सिस्टम, एक क्लाउड सीआरएम, एक अन्य क्लाउड में संचालनात्मक टेलीमेट्री और एक सहयोग सूट में दस्तावेजों से डेटा खींचना पड़ सकता है। यदि संगठन प्रत्येक स्थान पर नीति को अलग तरह से लागू करता है, तो एजेंट विफल हो जाएगा या, और भी बदतर, ऐसे तरीकों से सफल होगा जिन्हें आप समझा नहीं पाएंगे या नियंत्रित नहीं कर पाएंगे।
यह वह क्षण है जब उद्यम नेताओं को ध्यान देने की आवश्यकता है। एजेंट मानक ऊंचे कर रहे हैं और विभिन्न परिवेशों में एकरूपता तथा रनटाइम पर जवाबदेही की मांग कर रहे हैं।
शासन, इस कारण से, नियामकों और सुरक्षा एजेंसियों द्वारा स्पॉटलाइट में लाया जा रहा है। इसका एक उदाहरण एनआईएसटी एआई जोखिम प्रबंधन फ्रेमवर्क है, जो एआई जीवन चक्र में जोखिम प्रबंधन पर जोर देता है, न कि केवल निर्माण समय पर। यह एक अनुस्मारक है कि अनुपालन और विश्वास संचालन जिम्मेदारियां हैं, न कि एक बार की जाँच सूची हैं।
नीति से प्लेटफ़ॉर्म तक
डिज़ाइन द्वारा शासन का अर्थ है कि शासन कार्यभार के साथ यात्रा करता है, न कि प्रत्येक सिलो में पुनः लागू किया जाता है। व्यवहार में, यह तीन बुनियादी घटकों पर निर्भर करता है:
-
एक एकीकृत नियंत्रण स्तर
क्लाउड और डेटा केंद्रों में पहचान, पहुंच, नीति, कैटलॉग और उपयोग अधिकारों को परिभाषित तथा लागू करने के लिए एक ही स्थान।
लक्ष्य एक बार नीतियों को लिखना है और उन्हें जहां भी डेटा और मॉडल चलते हैं वहां लागू करना है, न कि प्रणाली दर प्रणाली नियंत्रण प्रणाली का पुनर्निर्माण करना है। इससे एजेंट व्यवहार ड्रिफ्ट को रोका जा सकता है, जहां एक ही एजेंट एक वातावरण में सुरक्षित रूप से कार्य करता है लेकिन दूसरे में खतरनाक रूप से कार्य करता है।
एक व्यावहारिक परीक्षण सरल है: यदि एक उपयोगकर्ता एक कॉलम तक पहुंच नहीं बना सकता है, तो सत्यापित करें कि उसकी ओर से काम करने वाला एजेंट भी उस कॉलम तक नहीं पहुंच सकता। यह इंगित करना चाहिए कि क्या लिखित नीतियां पूरे नियंत्रण स्तर पर लागू की जा रही हैं।
-
एक डेटा फैब्रिक जो खुले मानकों पर आधारित है
एजेंटों को संदर्भ की आवश्यकता होती है ताकि वे कार्य कर सकें। जब यह संदर्भ विभिन्न संरचनाओं में फैला होता है जो विभिन्न टीमों के स्वामित्व में हैं, तो एक डेटा फैब्रिक सेमांटिक्स और पहुंच पैटर्न को मानकीकृत करने में मदद करता है, ताकि एजेंटों को प्रत्येक डेटासेट के लिए नियमों का नया समूह सीखने की आवश्यकता न हो।
खुले टेबल प्रारूप जैसे अपाचे आइसबर्ग इसे समर्थन देते हैं जो कई इंजनों को एक ही शासित डेटा साझा करने की अनुमति देते हैं बिना इसे एक नए सिलो में कॉपी किए। यह महत्वपूर्ण है क्योंकि डेटा डुप्लिकेशन आमतौर पर शासन विफलता का स्थान है। एक बार जब टीमें “केवल एजेंट की आवश्यकता” की प्रतिलिपि बनाना शुरू कर देती हैं, तो आप एक नया, कम शासित वातावरण बना लेते हैं।
यदि एजेंट डेटासेट के बीच कार्य कर सकते हैं बिना नए अनुमति अंतराल को पेश किए, तो शासन योजना के अनुसार कार्य कर रहा है।
-
रियल-टाइम ऑब्ज़र्वेबिलिटी और डेटा की उत्पत्ति का पता लगाना
एजेंट केवल तब शासित हो सकते हैं जब आप देख सकते हैं कि वे रनटाइम पर क्या कर रहे हैं।
यहाँ ऑब्ज़र्वेबिलिटी केवल एक “नाइस-टू-हैव” नहीं है, बल्कि रनटाइम नियंत्रण और घटना प्रतिक्रिया के लिए आधार है।
विशेष रूप से, एजेंट क्रियाओं के लिए अंत-से-अंत प्रमाण की आवश्यकता है। एजेंटों को अपनी क्रियाएं साबित करनी चाहिए, जैसे कि कौन सा डेटा एक्सेस किया गया था और कौन से टूल को कॉल किया गया था, और फिर डेटा की उत्पत्ति की कड़ी आउटपुट को इनपुट से जोड़ सकती है। इससे टीमें उन निर्णयों की लेखा परीक्षा कर सकती हैं और यदि आवश्यक हो तो विफलताओं की जांच कर सकती हैं, जिससे समग्र अनुपालन साबित हो सकता है।
एजेंटों को “डिजिटल सहयोगियों” की तरह मानें
सबसे उपयोगी मानसिक मॉडलों में से एक एजेंटों को डिजिटल सहयोगियों के रूप में मानना है।
इसे समझाने वाली एक तुलना: जैसे कर्मचारियों के पास पहुंच बैज होते हैं जो उन्हें कुछ इमारतों और कमरों में प्रवेश देते हैं, लेकिन अन्य में नहीं, शासन एजेंटों को प्रतिबंधों के साथ पहुंच प्रदान करने की अनुमति देता है। एक प्रमुख अतिरिक्त यह है कि एजेंटों को स्थिति के अनुसार यह जानने की आवश्यकता है कि वे क्या खुलासा कर सकते हैं।
एक समर्थन एजेंट पर विचार करें। उसे समस्या को हल करने के लिए पहले के समर्थन मामलों तक पहुंच की आवश्यकता हो सकती है, लेकिन वह ऐसा करते समय अन्य ग्राहक की निजी जानकारी को लीक नहीं कर सकता है। दूसरे शब्दों में, एजेंट प्रतिबंधित ज्ञान का उपयोग तर्क के लिए कर सकता है, लेकिन अभी भी खुलासा सीमाओं को लागू करने की आवश्यकता है। यह एक “प्रॉम्प्ट-लेखन” समस्या नहीं है जिसे हम ऐतिहासिक रूप से नेविगेट करना जानते हैं; इसके बजाय, यह एक पहचान और रनटाइम प्रवर्तन समस्या है।
2026 में क्या बदलेगा: एजेंट प्रयोगों से उत्पादन में जाते हैं
2026 वह वर्ष है जब प्रयोग समाप्त हो जाते हैं और एजेंट वास्तविक उत्पादन परिवेश में काम करने लगते हैं।
यह परिवर्तन उद्यमों को दो गतियों पर कार्य करने के लिए मजबूर करता है। एक नवाचार गति है, जहां टीमें प्रतिस्पर्धी लाभ प्राप्त करने के लिए नए मॉडल, टूल और एजेंट कार्य प्रवाह का परीक्षण करती हैं। और दूसरी सुरक्षित गति है, जहां प्रणालियों को अनुपालन और संचालन आवश्यकताओं को पूरा करने की आवश्यकता होती है, जिसमें सख्त पहुंच नियंत्रण और अंधे धब्बे शामिल हो सकते हैं।
स्थापित वास्तुकलात्मक शासन के बिना, ये दो गतियां संघर्ष करेंगी।
यदि टीमें इन एजेंटों को तैनात करती हैं इससे पहले कि वे शासित हों, तो अलग-अलग नियंत्रणों का बेतरतीब मिश्रण और संचालन संबंधी विफलताएं सामने आएंगी। और यदि इसके विपरीत होता है, तो आपको एक विफलता मोड मिलता है जिसमें सुरक्षा सब कुछ ब्लॉक करती है, और नवाचार शैडो आईटी में जाता है, शासन को कमजोर करता है।
उद्देश्य गति का चयन नहीं करना है। यह एक वास्तुकला बनाना है जो दोनों का समर्थन करे।
एजेंटों को रनटाइम पर शासित करने के लिए एक व्यावहारिक चेकलिस्ट
- यदि आप एजेंटों का निर्माण या स्केलिंग कर रहे हैं, तो यह आवश्यक है कि आप खुद से निम्नलिखित प्रश्न पूछें ताकि यह पता लगाया जा सके कि क्या शासन वास्तव में वास्तुकला में समाहित है: क्या आप अंत-से-अंत बता सकते हैं कि एक एजेंट ने उत्तर देने या कार्रवाई करने के लिए कौन सा डेटा एक्सेस किया था?
- क्या पहुंच निर्णय हाइब्रिड वातावरण में एक समान हैं, या वे प्लेटफ़ॉर्म द्वारा भिन्न हैं?
- क्या आपके पास एजेंट क्रियाओं के लिए टेलीमेट्री है, जिसमें टूल कॉल, नीति जांच और मामलों को मनुष्यों तक भेजना शामिल हैं?
- क्या आप रनटाइम पर एक एजेंट को थ्रॉटल, पॉज़ या क्वारंटीन कर सकते हैं यदि यह अप्रत्याशित रूप से व्यवहार करता है?
- क्या आपके पास एक पोस्ट-डिप्लॉयमेंट मॉनिटरिंग योजना है जो आपके नियामक दायित्वों और जोखिम स्वीकार करने की इच्छा के साथ संरेखित है?
यदि आप इन प्रश्नों के उत्तर नहीं दे सकते हैं, तो अपने एजेंट डिप्लॉयमेंट को उत्पादन परिवेश की ऐसी घटना मानें जो घटने की प्रतीक्षा कर रही है।
शासन में परिवर्तन वास्तुकलात्मक होना चाहिए, या यह अस्तित्व में नहीं है
एजेंट एंटरप्राइज़ संचालन में एक मानक जोड़ बन जाएंगे। प्रश्न यह है कि क्या वे विश्वसनीय हिस्सा बन जाएंगे या नहीं।
यदि एजेंटों को कम से कम मानवों और मिशन-महत्वपूर्ण सॉफ़्टवेयर की तरह ही विश्वास के साथ शासित नहीं किया जाता है, तो परिणाम वास्तविक होंगे। हम डेटा लीक, अनुपालन विफलताओं, संचालन बंद, और एआई कार्यक्रमों में विश्वास की हानि में उनका अनुभव करेंगे।
नेताओं को एजेंट शासन को एक दस्तावेज़ अभ्यास के रूप में मानना बंद करने की आवश्यकता है। जैसे ही प्लेटफ़ॉर्म क्षमताएं विस्तारित होती हैं, एजेंट शासन को अन्य भूमिकाओं की देखरेख करने वालों में से एक होना चाहिए। इसका अर्थ है नियंत्रण स्तर में नियंत्रण एम्बेड करना, क्रियाएं दृश्यमान बनाना और निर्णय लेखा परीक्षा योग्य बनाना। और फिर स्केल करें।
यही वह तरीका है जिससे आप एजेंट प्राप्त करते हैं जो उद्यम के संचालन को बाधित किए बिना तेजी से काम करते हैं।











