Düşünce Liderleri

Mimarî Değişim İhtiyacı ile AI Ajanlarını Yönetmek

mm
Unite.AI sitesini Google'daki tercih ettiğiniz kaynaklara ekleyin
A photorealistic widescreen image of a technician viewed from behind, seated at a dark command center with multiple monitors. A large glass wall in front of him displays a complex, glowing architectural blueprint made of blue and green light. The hologram features intricate pathways, interconnected nodes, and two small silhouettes of figures standing together, representing a human and an AI

AI artık sadece metin oluşturan bir sohbet botu değil. Şirket ortamlarında, AI ajanları hassas verileri alma, iş akışlarını tetikleme, araçları çağırma ve sistemler boyunca etkinliği günlüğe kaydetme gibi eylemler gerçekleştiriyor. Özerklik, yönetim tartışmasını tamamen değiştiriyor; insan kullanıcılar ve geleneksel uygulamalar için tasarlanan kontroller ve prosedürler, çok adımlı eylemleri çalışma zamanında gerçekleştirebilen yazılımları yönetmek için tasarlanmadı.

Risk teorik değil. Görünürlük, erişim kontrolü ve denetlenebilirlikteki küçük boşluklar hızla büyüyerek, difícil tespit edilen ve tersine döndürmek daha da zor olan çalışma zamanı hatalarına dönüşebilir.

Bu yeni döneme yetişmek için, AI ajanlarını yönetmek, politika belgeleri ekleyerek yapılamayacak. Bunun için tasarım tarafından yönetim gerekiyor: bir mimari yaklaşım, kontrollerin kontrol düzleminde gömülü olduğu ve sürekli olarak çalışma zamanında uygulanacağı. Ajanlar, dijital iş arkadaşları gibi davranacaklarsa, insanlardan daha güçlü çalışma zamanı denetimi ile birlikte aynı şirket güvenlik sınırlarını miras almalılar.

Yönetimin neden birleşme döneminde bozulduğu

Şirket mimarisi, birleşme dönemine girdi. Veriler ve iş yükleri artık birden fazla bulut, özel veri merkezleri ve kenar ortamlarını kapsıyor.

Paralel sistemlerde platformlarını çalıştıran şirketler var, çünkü aynı anda birden fazla işlemi yönetiyorlar. Bu, ayrı kimlik sistemleri, günlüğe kaydetme boru hatları, kataloglar ve onaylı işlemleri içerir. Sonuç, bazılarının “Frankenstein platformu” dediği şeydir, burada her yeni araç veya bulut ortamı ile entegrasyon yükü artar. Aslında, bu parçalanma günlük gerçeklikte ortaya çıkıyor.

Bir son anket göre, %47’lik bir yanıt, karmaşık erişim gereksinimlerini ve süreçlerini, %44’lük bir yanıt ise verilerin nerede saklandığını görmenin sınırlı olmasını, verileri etkili bir şekilde kullanma engelleri olarak gösteriyor.

Bu, ajanların sistemler arasındaki dikişleri ortaya çıkardığı yerdir.

İş sorusunu cevaplamak için, bir ajan, şirket içi bir ERP sisteminden, bir bulut CRM’den, başka bir bulutun operasyonel telemetrisinden ve bir işbirliği paketindeki belgelerden veri alması gerekebilir. Eğer şirket her yerde politikayı farklı şekilde uygularsa, ajan ya başarısız olur ya da daha kötüsü, açıklanamayan veya kontrol edilemeyen şekilde başarılı olur.

Bu, şirket liderlerinin dikkat etmesi gereken an.

Yönetim, bu nedenle, düzenleyiciler ve güvenlik ajansları tarafından öne çıkarılıyor. Bunun bir örneği, NIST AI Risk Management Framework, AI yaşam döngüsü boyunca risk yönetimini vurguluyor, yalnızca derleme zamanında değil. Bu, uyumluluk ve güvenin operasyonel sorumluluklar olduğunu, bir defaya mahsus kontrol listeleri olmadığını hatırlatıyor.

Politikadan platforma

Tasarım tarafından yönetim, yönetimin iş yükü ile birlikte seyahat ettiği, her siloda yeniden uygulanmadığı anlamına gelir. Uygulamada, bu üç yapı taşı üzerine dayanır:

  • Birleşik bir kontrol düzlemi

Kimlik, erişim, politika, kataloglar ve yetkilendirmeleri bulutlar ve veri merkezleri boyunca tanımlamak ve uygulamak için bir yer.

Hedef, politikaları bir kez yazmak ve her yerde veri ve modeller çalışırken uygulamak, kontrol sistemlerini sistem sistem olarak yeniden inşa etmek yerine. Bu, aynı ajanın bir ortamda güvenli bir şekilde davranırken başka bir ortamda tehlikeli bir şekilde davranabileceği ajan davranışının kaymasını önler.

Pratik bir test basittir: bir kullanıcı bir sütuna erişemezse, ajanın da onun adına erişemeyeceğini doğrulayın. Bu, yazılmış politikaların kontrol düzleminde uygulanıp uygulanmadığını gösterecektir.

  • Açık standartlara dayalı bir veri kumaşı

Ajanlar, çalışmak için bağlam cần. Bağlam, farklı yapıları farklı takımların sahip olduğu durumlarda, bir veri kumaşı, ajanların her veri kümesi için yeni bir kural seti öğrenmek zorunda kalmadan anlamları ve erişim kalıplarını standartlaştırmana yardımcı olur.

Açık masa formatları gibi Apache Iceberg, bu konuda, birden fazla motorun aynı yönetilen verileri paylaşmasını sağlar, böylece verilerin yeni bir siloya kopyalanmasına gerek kalmaz. Bu önemli, çünkü veri kopyalama, yönetimin genellikle başarısız olduğu yerdir. Takımlar “sadece ajanın ihtiyaç duyduğu” şeyi kopyalamaya başladığında, daha az yönetilen bir ortam oluşturmuş olursunuz.

Eğer ajanlar, yeni izin boşlukları oluşturmadan veri kümeleri boyunca çalışabiliyorsa, yönetim amacına ulaşıyor.

  • Gerçek zamanlı gözlemlenebilirlik ve köken

Ajanlar, yalnızca çalışma zamanında ne yaptıklarını görebiliyorsanız yönetilebilir.

Burada gözlemlenebilirlik, yalnızca “güzel bir özellik” değil, çalışma zamanı kontrolleri ve olay yanıtı için temel.

Özellikle, ajan eylemlerinin sonuna kadar kanıtı olmalı. Ajanlar, erişilen verilerin ve çağrılan araçların kanıtlarını sunabilmeli ve oradan, köken, çıktıları girdilere bağlayabilmeli. Bu, ekiplerin bu kararları denetlemesine ve gerektiğinde hataları gidermesine olanak tanır, böylece genel uyumluluğu kanıtlar.

Ajanları “dijital iş arkadaşları” gibi tedavi edin

En yararlı zihinsel modellerden biri, ajanları dijital iş arkadaşları olarak tedavi etmektir.

Şununla bir karşılaştırma doing: tıpkı çalışanların bazı binalara ve odalara girişine izin veren erişim kimlik kartlarına sahip olmaları gibi, yönetim ajanlara kısıtlamalarla birlikte erişim izni verir. Birincil ek, ajanların hangi bilgileri ifşa edebileceğini durumun farkında olmaları gerektiğidir.

Bir destek ajanını düşünün. Bir sorunu çözmek için önceki destek vakalarına erişmesi gerekebilir, ancak başka bir müşterinin özel ayrıntılarını sızdıramaz. Başka bir deyişle, ajan, kısıtlı bilgileri kullanarak akıl yürütebilir, ancak ifşa sınırlarını uygulamalıdır. Bu, tarihsel olarak nasıl gezinildiğini bildiğimiz bir “prompt yazma” sorunu değil; bunun yerine, bu bir kimlik ve çalışma zamanı uygulama sorunu.

2026’da ne değişir: ajanlar deneylerden üretime geçer

2026, deneylerin bittiği ve ajanların üretim koltuğuna geçtiği yıldır.

Bu değişiklik, şirketlerin iki hızda çalışmasını zorunlu kılar. Biri, yenilik hızı, takımların rekabet avantajı kazanmak için yeni modeller, araçlar ve ajan iş akışlarını test ettiği yer. Diğeri, güvenli hız, sistemlerin uyumluluk ve operasyonel gereksinimleri karşılaması gereken, katı erişim kontrolleri ve kör noktaları içerebilecek yer.

Hiçbir mimari yönetim olmadan, bu hızlar çatışacaktır.

Eğer takımlar, ajanları yönetilmeden önce dağıtırlarsa, bir dizi tek seferlik kontroller ve operasyonel başarısızlıklar olacaktır. Ve eğer tersi olursa, güvenlik her şeyi engeller ve yenilik, yönetim tarafından zayıflatılarak gölgeli BT’ye kayar.

Hedef, bir hızı seçmek değil, her ikisini destekleyen bir mimari oluşturmaktır.

Ajanları çalışma zamanında yönetmek için pratik bir kontrol listesi

  • Ajanları oluştururken veya ölçeklendirirken, kendinize aşağıdaki soruları sorarak, yönetim gerçekten mimari olup olmadığını ortaya çıkarmak zorunludur: Bir ajanın bir cevap üretmek veya bir eylem gerçekleştirmek için hangi verilere eriştiğini sonuna kadar açıklamak mümkün mü?
  • Erişim kararları, hibrit ortamlarda tutarlı mı, yoksa platformdan platforma farklı mı?
  • Ajan eylemleri için, araç çağrıları, politika kontrolleri ve insan müdahaleleri dahil olmak üzere telemetriye sahip misiniz?
  • Bir ajanın beklenmedik bir şekilde davranması durumunda, onu çalışma zamanında sınırlayabilir, duraklatabilir veya karantinaya alabilir misiniz?
  • Regülatif yükümlülükleriniz ve risk iştahınızla uyumlu bir üretim sonrası izleme planınız var mı?

Eğer bunları cevaplayamazsanız, ajan dağıtımınızı, üretim olayı olarak bekleyen bir olay olarak tedavi edin.

Yönetim değişimi mimari olmalı, yoksa hiç yoktur

Ajanlar, şirket operasyonlarının standardı haline gelecek. Soru, güvenilir bir şekilde mi olacaklar?

Eğer ajanlar, insanlar ve kritik görev yazılımları kadar güvenle yönetilmezse, sonuçlar gerçek olacak. Veri sızıntısı, uyumluluk hataları, operasyonel arızalar ve AI programlarına güven kaybı看到acağız.

Liderler, ajan yönetimini bir belgeleme egzersizi olarak tedavi etmeyi bırakmalılar. Platform yetenekleri genişledikçe, ajan yönetimi diğer rollerin denetimini üstlenenlerden biri olmalıdır. Bu, kontrolleri kontrol düzleminde gömmek, eylemleri gözlemlenebilir ve kararları denetlenebilir yapmak anlamına gelir. Ve sonra ölçek.

İşte böylece, şirketleri bozmadan hızlı hareket eden ajanları elde edersiniz.

Sergio Gago, Cloudera'nın CTO'su, 20 yılı aşkın AI/ML, kuantum hesaplama ve veri odaklı mimariler deneyimine sahip. Moody's Analytics'te AI/ML ve Kuantum'un eski Yönetim Direktörü, ayrıca Rakuten, Qapacity ve Zinio'da CTO rollerini üstlendi. Sergio, güvenilir veri altyapısının güçlü bir savunucusu ve 2030 yılına kadar AI'nin işletmenin işletim sistemi haline geleceğine inanıyor.