Enterprise AI agents কোম্পানিগুলোর governance ক্ষমতার চেয়ে দ্রুত বাড়ছে

Agent boom এখন একটি management problem হয়ে উঠছে

Enterprise AI agents চালু করা সহজ, তাদের নকল করা সহজ, আর তাদের track করা দ্রুত কঠিন হয়ে যাচ্ছে। মূল উপাদানে highlighted নতুন Rubrik ZeroLabs survey-এর এটাই কেন্দ্রীয় সতর্কবার্তা। এতে দেখা গেছে, তাদের প্রতিষ্ঠানের ভেতরে চালু থাকা agents-এর ওপর সম্পূর্ণ নিয়ন্ত্রণ আছে বলে মাত্র 23% IT manager জানিয়েছেন। অন্যভাবে বললে, প্রায় চারজনের মধ্যে তিনজনের তা নেই।

এই সংখ্যা গুরুত্বপূর্ণ, কারণ AI agents নিয়ে বর্তমান আলোচনা প্রায়ই গতি ও productivity-র ওপর জোর দেয়। Vendors agents-কে এমন software হিসেবে তুলে ধরেন যা autonomy নিয়ে কাজ করতে পারে, পুনরাবৃত্ত কাজ সামলাতে পারে, এবং direct human intervention-এর প্রয়োজন কমাতে পারে। Survey বলছে, অনেক কোম্পানি এই প্রতিশ্রুতির কম আকর্ষণীয় দিকটি আবিষ্কার করছে: agents দল, tool, vendor জুড়ে ছড়িয়ে পড়লে governance adoption-এর থেকে অনেক পিছিয়ে যেতে পারে।

চিন্তাটি শুধু প্রশাসনিক বিশৃঙ্খলা নয়। Source text বলছে, 81% respondent-ই জানিয়েছেন যে তাদের অধীনে থাকা agents workflow improvement-এর মাধ্যমে যে সময় বাঁচানোর কথা, তার চেয়ে বেশি সময় manual auditing ও monitoring-এ লাগছে। এটি automation-সংক্রান্ত মূল দাবিকে উল্টে দেয়। প্রতিষ্ঠান যদি agents supervision-এ efficiency-র থেকে বেশি effort ব্যয় করে, তবে business case টেকানো কঠিন হয়ে যায়।

Productivity tool থেকে security exposure পর্যন্ত

Survey agent sprawl-কে security problem হিসেবেও দেখাচ্ছে। Source text অনুযায়ী, 86% IT manager মনে করছেন আগামী বছরে agentic proliferation security guardrails-এর চেয়ে দ্রুত বাড়বে, আর 52% মনে করছেন এই ফাঁক ছয় মাসের মধ্যে দেখা দিতে পারে। এটি দূরের ঝুঁকি নয়। এর মানে অনেক technical leader control problem-টিকে তাত্ক্ষণিক সমস্যা হিসেবে দেখছেন।

এর mechanics পরিচিত। Source material বলছে, userরা controls এড়িয়ে যেতে পারেন, যার মধ্যে VPN বন্ধ করা বা অন্যভাবে security measures পাশ কাটানো অন্তর্ভুক্ত, যাতে তারা assistant-এর মতো কাজ করা agents চালু করতে পারেন। এর ফল হলো unsanctioned AI applications-এর সংখ্যা বাড়া, ভিতরে এবং বাইরে vendor-এর মাধ্যমেও। কার্যত, agents enterprise technology-তে আগেও দেখা pattern-ই আবার চালিয়ে যেতে পারে: আগে দ্রুত grassroots adoption, পরে governance architecture।

এই তুলনাটি material-এ সরাসরি আছে। Piece-এ উদ্ধৃত Microsoft senior product manager Kriti Faujdar বলেন, এই pattern early cloud adoption-এর মতো, যখন দলগুলো ভিন্ন framework ও vendor নিয়ে স্বাধীনভাবে service চালু করত। তখন এর ফল ছিল fragmentation এবং লুকানো security gap। এখন উদ্বেগ হলো, AI agents যেহেতু শুধু data store বা processই নয়, actionও নিতে পারে, তাই সেই ঝুঁকিগুলো আরও বাড়তে পারে।

“Complete control” কেন এত উঁচু মানদণ্ড

Survey আসলে কী মাপছে, তা নির্দিষ্ট করে বোঝা দরকার। “Complete control” একটি কঠোর standard। এর মানে শুধু agents আছে তা জানা নয়, বরং তারা কোথায় deployed হয়েছে, কোন data access করতে পারে, কোন system-এ action নিতে পারে, কে approve করেছে, কীভাবে monitor করা হয়, আর কীভাবে তাদের action reverse করা যায়, তাও জানা।

শেষের বিষয়টি বিশেষভাবে গুরুত্বপূর্ণ। Source বলছে, প্রায় সব respondent-এরই unintended agent action rollback করার জন্য প্রয়োজনীয় “undo” capability নেই। Conventional software governance-এ reversibility মৌলিক। একটি system ভুল করলে operators পরিষ্কার audit trail এবং নির্ভরযোগ্য recovery path চান। Autonomous বা semi-autonomous agent-এ rollback-এর অভাব আরও গুরুত্বপূর্ণ হয়ে ওঠে, কারণ এই systems workflow জুড়ে action নেওয়ার জন্যই তৈরি।

Chatbot প্রশ্নের উত্তর দেয় আর agent connected system-এ পরিবর্তন আনে, এই দুটির পার্থক্য এখানেই। Technology যখন approvals, records, customer communication, বা internal process-কে স্পর্শ করে, তখন governance procurement checkbox থেকে operational discipline-এ পরিণত হয়।

Organizations বাস্তব সময়ে কী শিখছে

বড় পাঠটি হলো enterprise AI এখন আর শুধু tooling problem নয়; এটি institutional problem হয়ে উঠছে। গত দুই বছর ধরে অনেক প্রতিষ্ঠান experiment-এর ওপর জোর দিয়েছে। তারা জানতে চেয়েছে agents কী করতে পারে, দলগুলো কত দ্রুত সেগুলো বানাতে পারে, এবং কোথায় productivity gain আসতে পারে। এখন সেই পর্যায় inventory, accountability, security, এবং labor overhead-এর প্রশ্নের সঙ্গে মুখোমুখি হচ্ছে।

Survey numbers দেখাচ্ছে, প্রত্যাশিত savings-এর কিছুটা অংশ supervision cost দিয়ে মিটে যাচ্ছে। এর অর্থ এই নয় যে সব জায়গায় agents ব্যর্থ হচ্ছে। এর অর্থ হলো অনেক প্রতিষ্ঠান এখনও unmanaged expansion phase-এ আছে, যেখানে deployment operating discipline-কে ছাড়িয়ে যাচ্ছে। এমন পরিবেশে enthusiasm কিছুদিন টিকে থাকতে পারে, কিন্তু trust ধরে রাখা কঠিন।

Source text বলছে, agent management-কে “first-class discipline” হতে হবে। পুরো report-এর মধ্যে এটাই সবচেয়ে কার্যকর framing। প্রতিষ্ঠানগুলো আগে থেকেই identity, endpoints, cloud assets, আর data access-কে dedicated tooling ও procedure-সহ governance domain হিসেবে দেখে। Survey ইঙ্গিত দিচ্ছে, AI agentsও একই অবস্থানের দিকে এগোচ্ছে।

AI agent market-এর পরের ধাপ

এই পরিবর্তন যদি স্থায়ী হয়, তাহলে agents ঘিরে থাকা market দ্রুত বদলে যেতে পারে। জয়ী হবে শুধু সবচেয়ে চমকপ্রদ demonstration-ওয়ালা vendorরা নয়। তারা হতে পারে যাদের deployment security ও IT team-এর কাছে বোধগম্য: inventory control, permission boundary, action log, rollback option, এবং স্পষ্ট operating policy।

এটি enterprise AI adoption-এর আরও সংযত ধাপকে নির্দেশ করবে। শুধু agents কী automate করতে পারে তা জিজ্ঞেস করার বদলে, ক্রেতারা জিজ্ঞেস করবে এই agents-কে scale-এ govern করা যায় কি না। Survey বলছে না যে agent wave পিছিয়ে যাচ্ছে। বরং উল্টোটা, adoption এত দ্রুত হচ্ছে যে বহু প্রতিষ্ঠান ইতিমধ্যেই নিজেদের পিছিয়ে পড়া মনে করছে।

মূল পরিবর্তনটি হলো uncontrolled growth আর সাময়িক অসুবিধা হিসেবে বিবেচিত হচ্ছে না। এটি enterprise AI-র সংজ্ঞায়িত ঝুঁকিগুলোর একটি হয়ে উঠছে। যারা sprawl, visibility, এবং reversibility সমাধান করতে পারবে, তারাই agents-এর প্রকৃত দীর্ঘমেয়াদি মূল্য ধরতে পারবে। যারা পারবে না, তারা পরের বছরটি এমন systems audit করতেই কাটাতে পারে, যেগুলো শুরুতে সময় বাঁচানোর কথা ছিল।

এই নিবন্ধটি ZDNET-এর রিপোর্টিং-এর ভিত্তিতে তৈরি। মূল নিবন্ধ পড়ুন.