এজেন্টিক AI প্রতিষ্ঠানগুলোকে শাসন ও নিরাপত্তা নিয়ন্ত্রণ নতুন করে ভাবতে বাধ্য করছে

AI এজেন্টরা এখন কেবল উৎপাদনশীলতার হাতিয়ার নয়, একটি শাসনগত সমস্যা

কোম্পানিগুলো ব্যবসায়িক কর্মপ্রবাহে AI এজেন্ট মোতায়েনের প্রস্তুতি নেওয়ার সঙ্গে সঙ্গে, প্রযুক্তিটিকে নিরাপদে স্কেল করার পথে নিরাপত্তা ও শাসন এখন কেন্দ্রীয় বাধা হয়ে উঠছে।

Deloitte Microsoft Technology Practice-এর সহযোগিতায় তৈরি MIT Technology Review Insights নিবন্ধটি যুক্তি দেয় যে agentic AI একটি নতুন এন্টারপ্রাইজ আক্রমণ পৃষ্ঠ খুলে দিতে পারে। উদ্বেগ হলো, অনিরাপদ এজেন্টদের সংবেদনশীল সিস্টেম, মালিকানাধীন ডেটা, বা তাদের নির্ধারিত ভূমিকার বাইরে থাকা টুলে প্রবেশের জন্য প্রভাবিত করা যেতে পারে।

নিবন্ধটি MIT Technology Review-এর সম্পাদকীয় রিপোর্টিং নয়, বরং sponsored content; তবে এতে জরিপের পরিসংখ্যান এবং একটি স্পষ্ট এন্টারপ্রাইজ ঝুঁকি-ধারণা আছে। Deloitte AI Institute 2026 State of AI রিপোর্ট অনুযায়ী, প্রায় 74% কোম্পানি দুই বছরের মধ্যে agentic AI মোতায়েনের পরিকল্পনা করছে। স্বয়ংক্রিয় এজেন্টদের শাসনের জন্য পরিপক্ক মডেল আছে বলে জানায় মাত্র 21% প্রতিষ্ঠান।

অমানবিক পরিচয় দ্রুত বাড়ছে

নিবন্ধটির মূল পয়েন্টগুলোর একটি হলো, আধুনিক প্রতিষ্ঠানগুলো ইতিমধ্যেই service accounts, machine credentials, automated workflows, এবং software actors-এর মতো অমানবিক পরিচয়ের ক্রমবর্ধমান সংখ্যা পরিচালনা করছে। Agentic AI এই প্রবণতাকে ত্বরান্বিত করতে পারে, কারণ এজেন্টদের অনুমতি, ডেটা অ্যাক্সেস, টুল অ্যাক্সেস, এবং ব্যবহারকারী বা ব্যবসায়িক কার্যাবলির পক্ষে কাজ করার ক্ষমতা লাগতে পারে।

এটি সাধারণ chatbot ব্যবহারের চেয়ে ভিন্ন ঝুঁকির প্রোফাইল তৈরি করে। প্রশ্নের উত্তর দেয় এমন conversational system এক জিনিস; ফাইল উদ্ধার করতে, অভ্যন্তরীণ টুল কল করতে, সিস্টেমে লিখতে, বা পদক্ষেপ শুরু করতে পারে এমন এজেন্ট আরেক জিনিস। শাসনব্যবস্থাকে নির্ধারণ করতে হবে, এজেন্ট কী করতে পারে, সে কার কর্তৃত্ব ব্যবহার করছে, এবং তার আচরণ কীভাবে পর্যবেক্ষণ করা হচ্ছে।

উৎস নিবন্ধ বলছে, নির্বাহীরা সবচেয়ে বেশি চিন্তিত ডেটা privacy ও security নিয়ে, যা 73% হিসেবে উল্লেখ করা হয়েছে। legal, intellectual property, এবং regulatory compliance 50%, আর governance capabilities এবং oversight 46% হিসেবে উল্লেখ করা হয়েছে।

কন্ট্রোল-প্লেন ধারণা AI অপারেশনে ঢুকছে

Deloitte-এর Cyber Practice-এর principal Andrew Rafla control plane-কে একটি কেন্দ্রীভূত স্তর হিসেবে বর্ণনা করেন, যা নিয়ন্ত্রণ করে কে কোন এজেন্ট কোন অনুমতিতে, কোন নীতির অধীনে, এবং কোন মডেল ও টুল ব্যবহার করে চালাতে পারবে। তাঁর মতে, এমন একটি স্তর ছাড়া কোম্পানিগুলোর কাছে scalable autonomous operation নয়, বরং unmanaged execution থাকে।

এই ধারণা গুরুত্বপূর্ণ, কারণ প্রতিষ্ঠানগুলো সাধারণত প্রযুক্তি একা একা মোতায়েন করে না। AI এজেন্ট identity systems, document stores, customer records, code repositories, analytics platforms, এবং বহিরাগত পরিষেবার সঙ্গে মিথস্ক্রিয়া করতে পারে। যদি প্রতিটি মোতায়েন অনুমতি ও auditability ভিন্নভাবে পরিচালনা করে, তাহলে oversight খণ্ডিত হয়ে যায়।

একটি কার্যকর শাসন ব্যবস্থা মৌলিক অপারেশনাল প্রশ্নের উত্তর দিতে হবে: এজেন্ট কী করল, কার পক্ষে করল, কী ডেটা ব্যবহার করল, কোন নীতির অধীনে করল, এবং সেই কাজ পুনরুত্পাদন বা থামানো যায় কি না। নিবন্ধটি এই প্রশ্নগুলোকে enterprise-scale agent ব্যবহারের ন্যূনতম ভিত্তি হিসেবে তুলে ধরেছে।

শাসন পাইলটকে প্রোডাকশন থেকে আলাদা করে

উৎসটি যুক্তি দেয়, শাসনই AI এজেন্টকে পরীক্ষানিরীক্ষা থেকে পুনরাবৃত্তিযোগ্য এন্টারপ্রাইজ অটোমেশনে নিয়ে যায়। পাইলট প্রকল্পগুলো প্রায়শই নিবিড় তত্ত্বাবধান, সীমিত ডেটা, বা ম্যানুয়াল guardrails-এর ওপর নির্ভর করতে পারে। প্রোডাকশন মোতায়েনের জন্য এমন নিয়ন্ত্রণ দরকার, যা দল ও ব্যবহারের ক্ষেত্র জুড়ে ধারাবাহিকভাবে কাজ করে।

ঝুঁকি কেবল একক কোনো ভুল নয়। দুর্বলভাবে শাসিত agent সিস্টেম অনির্দেশ্যভাবে এবং বড় পরিসরে ব্যর্থ হতে পারে। যদি অনেক এজেন্টের ব্যাপক প্রবেশাধিকার, দুর্বল পর্যবেক্ষণ, বা অস্পষ্ট জবাবদিহি থাকে, তবে ছোট নকশাগত ত্রুটি পদ্ধতিগত ঝুঁকিতে পরিণত হতে পারে।

ব্যবসার জন্য নিকট ভবিষ্যতে এর মানে হলো, agent মোতায়েনের সঙ্গে identity, security, compliance, এবং observability পরিকল্পনাও থাকতে হবে। শাসনকে পরে যোগ করার বিষয় হিসেবে দেখা প্রাথমিক pilot সহজ করতে পারে, কিন্তু বৃহত্তর rollout-এর জন্য প্রয়োজনীয় control structure ছাড়া প্রতিষ্ঠানকে ফেলে দিতে পারে।

নিবন্ধটি কী ইঙ্গিত দেয়

নিবন্ধটি enterprise AI আলোচনায় একটি বিস্তৃত পরিবর্তনকে প্রতিফলিত করে। প্রশ্ন এখন আর শুধু এই নয় যে AI এজেন্টরা উপযোগী কাজ স্বয়ংক্রিয় করতে পারে কি না। প্রশ্ন হলো, প্রতিষ্ঠানগুলো কি সেই সীমা নির্ধারণ ও প্রয়োগ করতে পারে, যার মধ্যে এজেন্টগুলো কাজ করবে।

যেহেতু উৎসটি sponsored content, এর সুপারিশগুলো ওই প্রেক্ষিতে পড়া উচিত। তবু এতে চিহ্নিত ঝুঁকির শ্রেণিগুলো বাস্তব: গোপনীয়তা, নিরাপত্তা, আইনগত অনুগত্য, intellectual property, oversight, অনুমতি, এবং auditability. agentic AI demonstrations থেকে operational systems-এ গেলে এগুলো কেন্দ্রীয়ই থাকবে।

এই নিবন্ধটি MIT Technology Review-এর প্রতিবেদনের উপর ভিত্তি করে। মূল নিবন্ধ পড়ুন.