कार्यस्थल का अगला फ्रंटियर गवर्न्ड एआई है

हमने एक दशक तक शैडो आईटी से लड़ाई लड़ी। अनधिकृत सास एप्स। रोग स्प्रेडशीट। अनधिकृत ड्रॉपबॉक्स खाते। आईटी नेताओं ने इस समस्या के आसपास पूरे अनुपालन कार्यक्रम बनाए, और उनमें से अधिकांश अभी भी हार गए। रिको एआई की 2025 शैडो एआई रिपोर्ट में पाया गया कि केवल 47% सास अनुप्रयोग औसत उद्यम में औपचारिक रूप से अधिकृत हैं — और औसत संगठन अब 490 का प्रबंधन कर रहा है।

यह पुरानी समस्या थी। नई समस्या और भी बदतर है।

शैडो एआई समस्या इस बार अलग है

जब एक कर्मचारी एक अनधिकृत परियोजना प्रबंधन उपकरण के लिए साइन अप करता है, तो नुकसान सीमित है। एक टीम के कार्य गलत स्थान पर हैं। शायद कुछ डेटा लीक हो जाता है। डेटा लीक का प्रकार bastante अनुमानित है।

एआई अलग है। कर्मचारी अब ग्राहक संचार लिखने, वित्तीय रिपोर्ट तैयार करने, गोपनीय बैठकों का सारांश तैयार करने और स्वचालित कार्य प्रवाह बनाने के लिए एआई टूल का उपयोग कर रहे हैं, अक्सर किसी को बताए बिना। माइक्रोसॉफ्ट के 2024 वर्क ट्रेंड इंडेक्स में पाया गया कि 78% एआई उपयोगकर्ता काम पर अपने एआई टूल ला रहे हैं। नहीं क्योंकि वे मुश्किल या दुर्भावनापूर्ण होने की कोशिश कर रहे हैं, लेकिन क्योंकि टूल वास्तव में उपयोगी हैं और वे बेहतर प्रदर्शन करने के दबाव को महसूस करते हैं। फिर भी उनके संगठन धीमे हैं प्रक्रियाओं, प्रक्रियाओं और टूल्स प्रदान करने में।

यहाँ आउटपुट समस्या है। जब एक एआई टूल ग्राहक अनुबंध तैयार करता है, एक कानूनी कॉल का सारांश तैयार करता है, या एक त्रैमासिक बोर्ड रिपोर्ट तैयार करता है, तो जोखिम नहीं है कि “हमें नहीं पता कि उन्होंने कौन सा टूल उपयोग किया”। यह है कि डेटा प्रथाओं, सटीकता और निर्णय लेने में निहित आउटपुट पूरी तरह से संगठन से अदृश्य हैं। किसी ने प्रॉम्प्ट की समीक्षा नहीं की। किसी ने परिणाम को मान्य नहीं किया। किसी को यह भी नहीं पता कि यह हुआ। और क्योंकि एआई इतना आत्मविश्वास दिखाता है, अधिकांश उपयोगकर्ता स्रोतों की जांच नहीं करेंगे और परिणामों को अंधाधुंध स्वीकार करेंगे।

केपीएमजी के 2025 शैडो एआई विश्लेषण में बताया गया है कि 44% कर्मचारी जो काम पर एआई का उपयोग करते हैं, उन्होंने ऐसा अपनी कंपनी की नीतियों और दिशानिर्देशों के विपरीत तरीके से किया है। यह एक फ्रिंज व्यवहार नहीं है। यह लगभग आधा कार्यबल है।

स्वायत्त एजेंट इसे और भी कठिन (और बेहतर) बनाते हैं

यहाँ बातचीत दिलचस्प हो जाती है। हम अब बस कर्मचारियों को चैटजीपीटी में पाठ चिपकाने के बारे में नहीं बात कर रहे हैं। हम एआई एजेंटों के युग में प्रवेश कर रहे हैं — स्वायत्त प्रणाली जो निरंतर चल सकती हैं, बहु-चरण कार्यों को निष्पादित कर सकती हैं, उद्यम उपकरणों से जुड़ सकती हैं, और हर निर्णय के लिए मानव के बिना कार्रवाई कर सकती हैं।

डेलॉइट की 2025 टेक ट्रेंड रिपोर्ट इसे “सिलिकॉन-आधारित कार्यबल” की ओर स्थानांतरण के रूप में वर्णित करती है और बताती है कि कई प्रारंभिक एजेंटिक एआई कार्यान्वयन विफल हो रहे हैं क्योंकि संगठन मानवों के लिए डिज़ाइन की गई मौजूदा प्रक्रियाओं को स्वचालित करने की कोशिश कर रहे हैं, न कि यह सोचने कि काम कैसे प्रवाहित होना चाहिए।

यह रास्ते का फोर्क है। स्वायत्त एआई दो तरह से जा सकता है:

पथ एक: और भी बदतर शैडो आईटी। कर्मचारी व्यक्तिगत खातों का उपयोग करके एजेंट स्पिन अप करते हैं, कंपनी आईटी पर चलते हैं, व्यक्तिगत एपीआई कुंजियों के माध्यम से कंपनी के उपकरणों से जुड़ते हैं, और आउटपुट उत्पन्न करते हैं जो टीम के किसी अन्य सदस्य को दिखाई नहीं देते हैं, ऑडिट नहीं किए जा सकते हैं, या पुनरुत्पादित नहीं किए जा सकते हैं। एजेंट एक दैनिक रिपोर्ट चलाता है। रिपोर्ट गलत है। कोई भी इसे हफ्तों तक नहीं पकड़ता क्योंकि किसी को भी पता नहीं था कि यह मौजूद है। यह काल्पनिक नहीं है। यह उन संगठनों में हो रहा है जो एआई अपनाने को एक व्यक्तिगत उत्पादकता खेल के रूप में मानते हैं।

पथ दो: शासित स्वायत्तता। उसी एजेंट द्वारा चलाए जा रहे दैनिक रिपोर्ट — लेकिन एक ऐसे वातावरण में जहां टीम देख सकती है कि यह क्या कर रहा है, यह किस डेटा को छू रहा है, यह किसने सेट किया है, और यह क्या उत्पन्न किया है। एजेंट साझा किया जाता है, न कि सिलो में रखा जाता है। इसके आउटपुट दिखाई दे रहे हैं। इसकी अनुमतियां सीमित हैं। और जब कुछ गलत हो जाता है, तो एक ट्रेल होता है।

इन दोनों पथों के बीच का अंतर तकनीक नहीं है। यह वातावरण है।

वास्तव में शासित एआई क्या दिखता है

शासन एक ऐसा शब्द है जो निर्माताओं को सिकुड़ने का कारण बनता है। यह आमतौर पर “धीमा” का अर्थ है। अधिक अनुमोदन। अधिक प्रक्रिया। अधिक घर्षण जो काम करने वाले लोगों और जोखिम का प्रबंधन करने वाले लोगों के बीच होता है।

लेकिन शासित एआई को ऐसा काम करने की जरूरत नहीं है। मैंने जिन सर्वोत्तम कार्यान्वयनों को देखा है, वे कुछ विशेषताओं को साझा करते हैं:

डिफ़ॉल्ट द्वारा दृश्यता। हर एआई-जनित आउटपुट — हर रिपोर्ट, हर अलर्ट, हर ड्राफ्ट — टीम के लिए दृश्यमान है, किसी के व्यक्तिगत चैट इतिहास में दफन नहीं है। यह निगरानी के बारे में नहीं है। यह साझा संदर्भ के बारे में है। जब एक एजेंट एक साप्ताहिक प्रतिस्पर्धी विश्लेषण तैयार करता है, तो पूरी टीम को इसे देखने, प्रश्न करने और इसके आधार पर निर्माण करने में सक्षम होना चाहिए।

खुले अनुमतियां, न कि खुली पहुंच। एक एजेंट जो आपके त्रुटि लॉग की निगरानी करता है उसे आपके सीआरएम तक पहुंच की आवश्यकता नहीं है। एक एजेंट जो सामाजिक सामग्री तैयार करता है उसे आपके वित्तीय डेटा तक पहुंच की आवश्यकता नहीं है। न्यूनतम विशेषाधिकार का सिद्धांत नया नहीं है। यह केवल एआई प्रणालियों पर लागू होने की संभावना नहीं है — और यह होना चाहिए।

ऑडिट ट्रेल जो वास्तव में मौजूद हैं। मैककिंसे के एजेंटिक एआई सुरक्षा प्लेबुक में कहा गया है कि स्वायत्त एजेंट “नवीन और जटिल जोखिमों और कमजोरियों का प्रदर्शन करते हैं जिन्हें ध्यान और कार्रवाई की आवश्यकता है”। सबसे बुनियादी में से एक: यदि आप नहीं जानते कि एक एजेंट ने क्या किया, किस डेटा तक पहुंचा, और कौन से निर्णय लिए, तो आप इसे शासित नहीं कर सकते। पूर्ण रुकावट।

टीम-स्तरीय नियंत्रण, न कि केवल आईटी-स्तरीय नियंत्रण। यह वह हिस्सा है जिसे अधिकांश शासन ढांचे गलत समझते हैं। वे सभी एआई नियंत्रण को आईटी या सुरक्षा में केंद्रित करते हैं, जो शैडो एआई को पहले स्थान पर चलाने वाला बोतलनेक बनाता है। जो संगठन इसे सही कर रहे हैं वे नियंत्रण को टीम स्तर पर धकेल रहे हैं — प्रबंधकों और टीम लीड को उन एजेंटों को कॉन्फ़िगर करने, सीमित करने और निगरानी करने दे रहे हैं जिनका उनकी टीम उपयोग करती है, जो आईटी द्वारा निर्धारित गार्डरेल के भीतर है।

संगठन कहाँ सही कर रहे हैं

एआई एजेंटों को अच्छी तरह से तैनात करने वाली कंपनियां वे नहीं हैं जिनके पास सबसे जटिल मॉडल हैं। वे वे हैं जिनके पास स्पष्ट संचालन सीमाएं हैं।

मैं तीन क्षेत्रों में सबसे मजबूत परिणाम देख रहा हूं:

रिपोर्टिंग और निगरानी। एजेंट जो निर्धारित रिपोर्ट चलाते हैं — दैनिक स्टैंडअप, साप्ताहिक मेट्रिक्स सारांश, त्रुटि लॉग पाचक — और उन्हें सीधे टीम चैनलों में वितरित करते हैं। यहाँ मूल्य केवल स्वचालन नहीं है। यह सुसंगत है। रिपोर्ट हर सुबह चलती है, चाहे कोई डेटा खींचता है या नहीं। और चूंकि यह टीम के लिए दृश्यमान है, त्रुटियां तेजी से पकड़ी जाती हैं।

सामग्री और संचार कार्य प्रवाह। ड्राफ्टिंग, प्रकाशन नहीं। एजेंट जो आंतरिक अद्यतन, बैठक सारांश या बाहरी सामग्री के पहले ड्राफ्ट तैयार करते हैं — फिर उन्हें मानव समीक्षा के लिए पेश करते हैं। यहाँ शासन का टुकड़ा महत्वपूर्ण है क्योंकि गुणवत्ता बार जब आउटपुट ग्राहक के लिए जाता है तो आंतरिक स्लैक चैनल के लिए अलग होता है।

विश्लेषण और अलर्टिंग। एजेंट जो डैशबोर्ड देखते हैं, असामान्यताओं को झंडा दिखाते हैं, और जब मेट्रिक्स अपेक्षित श्रेणियों से बाहर गिरते हैं तो अलर्ट पुश करते हैं। यह “किसी को यह देखना चाहिए” समस्या को प्रतिस्थापित करता है जो हर टीम को परेशान करता है जिसने कभी एक अनदेखी उत्पादन समस्या के लिए एक सप्ताहांत खो दिया है।

सबसे अधिक संगठन अभी भी गलत क्या कर रहे हैं

सबसे बड़ी गलती एआई शासन को नीति समस्या के रूप में मानना है, न कि बुनियादी ढांचे की समस्या के रूप में।

आप जितनी चाहें उतनी स्वीकार्य उपयोग नीतियां लिख सकते हैं। यदि आपके कर्मचारियों के पास एक स्वीकृत, आसानी से उपयोग करने योग्य वातावरण नहीं है जो वास्तव में उनकी दैनिक जरूरतों के लिए काम करता है, तो वे आपकी नीति के चारों ओर रूट करेंगे। यह एक लोगों की समस्या नहीं है। यह एक डिज़ाइन समस्या है।

आईडीसी के शैडो एआई विश्लेषण इस बिंदु को स्पष्ट रूप से बनाता है: स्टील्थ एआई उत्पादकता “उद्यम एआई अपनाने को घुटने टेकने” का कारण बन रही है क्योंकि संगठन लाभ चाहते हैं और जोखिमों से डरते हैं। परिणाम निष्क्रियता है — जो सबसे खराब संभव परिणाम है, क्योंकि यह नियंत्रित अपनाने की गारंटी देता है।

दूसरी गलती शासन और वेग को विपरीत मानना है। वे नहीं हैं। सबसे अच्छे शासित एआई वातावरण भी सबसे तेज़ हैं — क्योंकि टीमें पहले से मौजूद काम को पुन: बनाने में समय नहीं बिता रही हैं, एजेंटों को डीबग नहीं कर रही हैं जिन्हें वे देख नहीं सकते हैं, या काम के प्रवाह को फिर से बना नहीं रही हैं क्योंकि किसी ने कंपनी छोड़ दी और उनका व्यक्तिगत एआई खाता उनके साथ गया।

सीमा वातावरण है, मॉडल नहीं

उद्योग का ध्यान मॉडल क्षमताओं पर तय है। बड़े संदर्भ विंडो। बेहतर तर्क। मल्टीमॉडल इनपुट। वे महत्वपूर्ण हैं। लेकिन अधिकांश टीमों के लिए जो काम पूरा करने की कोशिश कर रही हैं, बोतलनेक मॉडल नहीं है। यह वातावरण है जिसमें मॉडल चलता है।

क्या टीम देख सकती है कि यह क्या कर रहा है? क्या वे इसे जो पहुंच दे रहे हैं उसे नियंत्रित कर सकते हैं? क्या वे जो यह उत्पन्न करता है उसे साझा कर सकते हैं? क्या वे विश्वास कर सकते हैं कि यह सही डेटा और सही प्रतिबंधों के साथ काम कर रहा है?

वे बुनियादी ढांचे के प्रश्न हैं, मॉडल प्रश्न नहीं। और वे वे हैं जो संगठनों को वास्तविक, स्थायी मूल्य प्राप्त करने वाले संगठनों से अलग करेंगे जो केवल एक और परत जोड़ते हैं शैडो आईटी। सीमा वातावरण है, मॉडल नहीं। यह बुद्धिमान मॉडल काम कर सकते हैं जहां वे वास्तव में विश्वास के योग्य हैं।