आर्किटेक्चरल शिफ्ट जो एआई एजेंटों को गवर्न करने के लिए आवश्यक है

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 लेखा परीक्षा में छोटे अंतर जल्दी से जुड़ सकते हैं, जो रनटाइम विफलताओं में बदल जाते हैं जो पता लगाना मुश्किल है और उन्हें उलटना और भी कठिन है।

इस नए युग के साथ तालमेल बिठाने के लिए, एआई एजेंटों को शासित नहीं किया जा सकता है नीति दस्तावेजों को जोड़कर। इसके लिए डिज़ाइन द्वारा शासन की आवश्यकता होती है: एक वास्तुकला दृष्टिकोण जिसमें नियंत्रण नियंत्रण विमान में निहित होते हैं और रनटाइम पर निरंतर लागू किए जाते हैं। यदि एजेंट डिजिटल सहयोगियों की तरह कार्य करने वाले हैं, तो उन्हें मानवों के समान उद्यम गार्डरेल विरासत में मिलेंगे, साथ ही साथ मजबूत रनटाइम पर्यवेक्षण भी मिलेगा।

क्यों शासन समन्वय के युग में टूट जाता है

एंटरप्राइज़ वास्तुकला समन्वय 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 के निवास स्थान में दृश्यता की सीमितता 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 एरपी 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 परिवेशों और रनटाइम पर जवाबदेही की मांग कर रहे हैं जो एक उच्च बार की मांग करते 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। अभ्यास में, इसके लिए तीन निर्माण खंडों पर निर्भर करता है:

• एक एकीकृत नियंत्रण विमान

एक स्थान जहां पहचान, पहुंच, नीति, कैटलॉग और हकदारी को परिभाषित और लागू किया जा सकता है और डेटा और मॉडल चलाने के लिए क्लाउड और डेटा केंद्रों में नियंत्रित किया जा सकता है।

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 यह सत्यापित करने के लिए है कि क्या एक एजेंट, जो उनकी ओर से कार्य करता है, उसे भी पहुंच नहीं बना सकता है। यह इंगित करना चाहिए कि क्या लिखित नीतियां विमान भर में 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 होता है, तो एक डेटा फैब्रिक सेमांटिक्स और पहुंच पैटर्न को मानकीकृत करने में मदद करता है, ताकि एजेंटों को प्रत्येक डेटासेट के लिए एक नई सेट नियम 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 नई, 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 दृश्यता और वंशावली

एजेंट केवल तब शासित हो सकते हैं जब आप देख सकते हैं कि वे रनटाइम पर क्या कर रहे हैं।

यहाँ दृश्यता 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 वंशावली 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

एक सबसे उपयोगी मानसिक मॉडल एजेंटों को डिजिटल सहयोगियों के रूप में मानना है।

एक तुलना जो इसे तोड़ती है: 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 उत्पादन सीट लेते 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।

बिना एक सेट वास्तुकला शासन के, ये दो गतियां संघर्ष करेंगी।

यदि टीमें इन एजेंटों को तैनात करती हैं इससे पहले कि वे शासित हों, तो एक पैचवर्क नियंत्रण और संचालन विफलताओं होगी। 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 करता है।

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 है: क्या आप अंत-से-अंत बता सकते हैं कि एक एजेंट ने कौन सा डेटा एक्सेस किया था जो एक उत्तर या कार्रवाई का उत्पादन करने के लिए 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 मानव एस्केलेशन 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 भूख के साथ संरेखित है?

यदि आप इनमें से किसी एक का उत्तर नहीं दे सकते हैं, तो अपने एजेंट डिप्लॉयमेंट को एक उत्पादन घटना के रूप में मानें जो होने की प्रतीक्षा कर रहा है।

शासन परिवर्तन वास्तुकला 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 विमान 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 तेजी से चलते हैं बिना उद्यम को तोड़े।