एआई मॉडल और प्लेटफ़ॉर्म
अगली शैडो आईटी समस्या शैडो एजेंट होंगे
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुAutonomous agents will sprawl through every department faster than any governance…
और देखें
- Autonomous agents will sprawl through every department faster than any governance process can track them.
- Human oversight cannot scale to thousands of agents so oversight must be risk-based rather than blanket.
- Multi-agent systems let one mistake propagate through a network before anyone notices.
शैडो आईटी का मतलब पहले एक कर्मचारी ने बिना पूछे SaaS टूल के लिए साइन अप करना, या कोई विभाग अपनी सदस्यता चलाना था, जब तक कि आईटी को कठिनाई से पता न चला। हमने बेहतर दृश्यता, खरीद अनुशासन, और क्लाउड गवर्नेंस के साथ इसे नियंत्रित कर लिया।
एजेंट्स इस समस्या को फिर से खड़ा करेंगे, और वे SaaS या क्लाउड से भी तेज़ चलेंगे, क्योंकि इस बार अनधिकृत सिस्टम सिर्फ वहीं नहीं बैठता। वह कार्य करता है।
स्वायत्तता का विस्तार
वित्त अपने स्वयं के एजेंट बनाता है। एचआर, बिक्री, खरीद, और ग्राहक सेवा भी ऐसा ही करती हैं। कर्मचारी व्यक्तिगत एजेंट बनाते हैं। विक्रेता चुपचाप उन उत्पादों में एजेंट एम्बेड करते हैं जिन्हें हम पहले से ही खरीदते हैं।
इसे एक बड़े संगठन में लागू करें तो CIO अब बीस एजेंट नहीं ट्रैक कर रहा है। यह सैकड़ों या हजारों सॉफ़्टवेयर इकाइयाँ हैं, जिनमें से प्रत्येक के पास सिस्टम को छूने और कार्रवाई करने की कुछ क्षमता है।IBM ने भविष्यवाणी की है कि बड़े उद्यमइस वर्ष के अंत तक 1,600 से अधिक AI एजेंट चलाएंगे।Gartner ने चेतावनी दी हैकि एजेंट इन्फ्रास्ट्रक्चर, पहचान और एक्सेस विशेषाधिकार को गवर्नेंस प्रक्रियाओं से तेज़ी से बनाते हैं।
2027 के लिए CIO की प्राथमिकता वास्तविक इन्वेंट्री लेना होगी। कौन प्रत्येक एजेंट बनाता है, वह क्या करता है, कौन से सिस्टम को छूता है, उसकी क्या अनुमतियाँ हैं, और उसका मालिक कौन है। इसके बिना, कोई गवर्नेंस प्रोग्राम नहीं है; सिर्फ यह मान लेना कि कोई और देख रहा है।
मानव-इन-द-लूप स्केल नहीं करता
जब कुछ ही एजेंट थे, तो “मानव को लूप में रखें” एक उचित उत्तर था। एक बार जब कोई उद्यम हजारों एजेंट चलाता है जो विशाल मात्रा में कार्यों को निष्पादित करते हैं, तो यह उत्तर काम नहीं करता। इसके लिए पर्याप्त लोग या घंटे नहीं होते।
समाधान जोखिम-आधारित स्वायत्तता है, न कि व्यापक निगरानी। एक एजेंट जो आंतरिक रिकॉर्ड को अपडेट करता है, उसे वित्तीय लेनदेन जितनी जाँच की आवश्यकता नहीं होती। मानव भागीदारी के स्तर को निर्धारित करना चाहिए: कार्रवाई का डॉलर मूल्य, डेटा की संवेदनशीलता, एजेंट का आत्मविश्वास स्तर, नियामक जोखिम, और क्या एजेंट अपने अपेक्षित पैरामीटर से बाहर कार्य कर रहा है।
Gartner ने एक समान मॉडल की रूपरेखा तैयार की है, जिसमें प्री-एक्ज़ीक्यूशन अनुमोदन से लेकर मध्य-कार्य हस्तक्षेप, पोस्ट-एक्ज़ीक्यूशन समीक्षा और आवधिक सैंपलिंग तक के चेकपॉइंट शामिल हैं। लक्ष्य यह नहीं है कि हर जगह मानव लूप में हो। यह लूप में सही बिंदु पर मानव होना है।
एजेंट्स द्वारा एजेंट्स का प्रबंधन
अभी, अधिकांश संगठन उस चरण में हैं जहाँ एक मानव एक एजेंट को निर्देशित करता है। अगला चरण मल्टी-एजेंट सिस्टम है: विशेषीकृत एजेंट जो एक-दूसरे से बात करते हैं, कार्य सौंपते हैं, और मध्य में किसी व्यक्ति के बिना पूरे कार्यप्रवाह चलाते हैं।
एक प्रोक्योरमेंट एजेंट आवश्यकता को चिन्हित करता है, बजट पर वित्त एजेंट से जाँच करता है, और एक पर्चेजिंग एजेंट को निष्पादित करने के लिए ट्रिगर करता है; कोई मानव इससे कोई संपर्क नहीं करता।McKinsey इसउभरती आर्किटेक्चर को “एजेंटिक मेष” कहता है।Deloitte ने पाया कि केवल 15% संगठनक्रॉस-फ़ंक्शनल मल्टी-एजेंट अपनाने को स्केल कर पाए हैं, और केवल 5% कहते हैं कि उनके व्यवसाय प्रक्रियाएँ इसके लिए अत्यधिक तैयार हैं।
यहाँ जोखिम का रूप बदलता है। अब यह नहीं है कि “क्या एक एजेंट ने गलती की”। यह इस बात पर निर्भर करता है कि वह गलती एजेंटों और सिस्टमों के नेटवर्क में कितनी दूर तक फैलती है, इससे पहले कि कोई नोटिस करे। CIO को केवल व्यक्तिगत एजेंटों ही नहीं, बल्कि उनके बीच के संबंधों और निर्भरताओं को भी गवर्न करना होगा।
एजेंट अर्थव्यवस्था SaaS अर्थव्यवस्था नहीं है
एजेंट एक बार प्रॉम्प्ट का उत्तर देकर रुकते नहीं हैं। वे निरंतर चलते हैं, मॉडल को बार‑बार कॉल करते हैं, API को हिट करते हैं, क्लाउड संसाधनों का उपभोग करते हैं, और अन्य एजेंटों को ट्रिगर करते हैं। यह SaaS सीट जोड़ने की तुलना में अलग लागत प्रोफ़ाइल है, और इसमें पूर्वानुमेयता की कमी है।
एक वर्कफ़्लो जो पायलट में सस्ता दिखता है, वह जल्दी महंगा हो सकता है जब सैकड़ों एजेंट इसे उत्पादन में निरंतर चलाते हैं।IBM ने अनुमान लगाया है कि AI खर्च 2025 में IT बजट में 15% से थोड़े कम हिस्से से 2027 तक 25% के करीब तक बढ़ेगा, और पाया कि 85% तकनीकी नेताओं को अभी भी वास्तविक‑समय AI खर्च की पूरी दृश्यता नहीं है।
एक एजेंट की लागत प्रति कार्य, प्रति वर्कफ़्लो, प्रति व्यवसाय परिणाम जानें। केवल अंतर्निहित मॉडल की कीमत ही नहीं।
प्रौद्योगिकी प्रबंधन से स्वायत्तता प्रबंधन तक
दशकों से, मेरे CTO के रूप में काम का मूल रूप से उन सिस्टमों का प्रबंधन रहा है जो लोग उपयोग करते हैं। यह बदल रहा है। अब मैं उन सिस्टमों का प्रबंधन कर रहा हूँ जो लोगों की ओर से कार्य करते हैं, और यह पूरी तरह से एक अलग प्रकार का काम है।
तो, जब मैं 2027 में कौन आगे रहेगा, इस बारे में सोचता हूँ, तो यह सबसे अधिक एजेंट तैनात करने वाले CIO नहीं है। यह वह है जो वास्तव में आपको बता सके कि उनके पास कौन से एजेंट हैं, उन एजेंटों को क्या करने की अनुमति है, उनके लिए कौन जिम्मेदार है, उनकी लागत क्या है, और निवेश का ROI क्या है।
हमने 2026 को AI को उत्पादन में लाने के तरीके समझने में बिताया। 2027 इस बात को समझने के बारे में होगा कि एक बार यह स्वयं कार्य करने लगे तो हमें क्या करना चाहिए, और इसे ऐसे गवर्न करना कि सुरक्षा और अनुपालन को बढ़ाया जाए बिना दक्षता का बलिदान किए।
