Enterprise AI Agents कंपनियों की Governance क्षमता से तेज़ी से बढ़ रहे हैं

Agent boom अब एक management problem बनता जा रहा है

Enterprise AI agents को launch करना आसान है, उनकी नकल करना आसान है, और उन्हें track करना तेजी से कठिन होता जा रहा है। यही नए Rubrik ZeroLabs survey की मुख्य चेतावनी है, जिसे स्रोत सामग्री में highlighted किया गया है। इसमें पाया गया कि केवल 23% IT managers कहते हैं कि उनके organizations में चल रहे agents पर उनका पूरा नियंत्रण है। दूसरे शब्दों में, लगभग तीन में से चार के पास यह नियंत्रण नहीं है।

यह संख्या इसलिए खास है क्योंकि AI agents पर मौजूदा चर्चा अक्सर गति और productivity पर केंद्रित रहती है। Vendors agents को ऐसे software के रूप में पेश करते हैं जो autonomy के साथ काम कर सकते हैं, दोहराए जाने वाले काम संभाल सकते हैं, और direct human intervention की ज़रूरत कम कर सकते हैं। Survey बताता है कि बहुत-सी कंपनियां इस वादे के कम चमकदार पक्ष को देख रही हैं: जैसे-जैसे agents teams, tools और vendors में फैलते हैं, governance adoption से बहुत पीछे रह सकती है।

चिंता सिर्फ administrative अव्यवस्था की नहीं है। स्रोत पाठ कहता है कि 81% respondents का कहना है कि उनकी निगरानी में आने वाले agents को manual auditing और monitoring में उस समय से अधिक समय लगता है जितना workflow improvements के जरिए बचना चाहिए था। इससे automation के मूल दावे का उलटा अर्थ निकलता है। अगर organizations agents की supervision में उतना या उससे अधिक effort लगाएं जितना वे efficiency में वापस पाते हैं, तो business case को बचाना मुश्किल हो जाता है।

Productivity tool से security exposure तक

Survey agent sprawl को security problem के रूप में भी देखता है। स्रोत पाठ के अनुसार, 86% IT managers मानते हैं कि अगले वर्ष agentic proliferation security guardrails से आगे निकल जाएगी, और 52% सोचते हैं कि यह अंतर छह महीनों के भीतर उभर सकता है। यह दूर का जोखिम नहीं है। इसका मतलब है कि बहुत से technical leaders control problem को तुरंत का मुद्दा मान रहे हैं।

इसकी कार्यप्रणाली जानी-पहचानी है। स्रोत सामग्री कहती है कि users controls को bypass कर सकते हैं, जिसमें VPN बंद करना या security measures को किसी अन्य तरह से दरकिनार करना शामिल है, ताकि वे ऐसे agents शुरू कर सकें जो assistants की तरह काम करें। नतीजा unsanctioned AI applications की बढ़ती संख्या है, अंदर भी और बाहर के vendors के माध्यम से भी। व्यवहार में, agents enterprise technology में पहले देखे गए पैटर्न को दोहरा रहे हो सकते हैं: पहले तेज grassroots adoption, governance architecture बाद में।

यह तुलना material में सीधे दिखाई गई है। Microsoft की senior product manager Kriti Faujdar, जिन्हें piece में quote किया गया है, कहती हैं कि यह pattern शुरुआती cloud adoption जैसा है, जब teams ने अलग frameworks और vendors के साथ independently services शुरू की थीं। तब इसके परिणाम fragmentation और छिपी हुई security gaps थे। अब चिंता यह है कि AI agents, क्योंकि वे केवल data store या process ही नहीं बल्कि action भी कर सकते हैं, उन risks को और बढ़ा सकते हैं।

“Complete control” इतना ऊंचा मानक क्यों है

यह स्पष्ट करना ज़रूरी है कि survey क्या माप रहा है। “Complete control” एक demanding standard है। इसका मतलब केवल यह जानना नहीं है कि agents मौजूद हैं, बल्कि यह समझना भी है कि वे कहाँ deployed हैं, वे किस data तक पहुँच सकते हैं, किन systems पर action ले सकते हैं, उन्हें किसने approve किया, उनकी निगरानी कैसे होती है, और उनके actions को कैसे उलटा जा सकता है।

अंतिम बिंदु विशेष रूप से महत्वपूर्ण है। स्रोत कहता है कि लगभग सभी respondents बताते हैं कि उनके पास अनचाही agent कार्रवाइयों को rollback करने के लिए आवश्यक “undo” capabilities नहीं हैं। सामान्य software governance में reversibility मौलिक है। अगर कोई system गलत व्यवहार करे, तो operators clear audit trail और भरोसेमंद recovery path चाहते हैं। Autonomous या semi-autonomous agents में rollback की कमी और भी महत्वपूर्ण हो जाती है, क्योंकि ये systems विशेष रूप से workflows के across action लेने के लिए डिज़ाइन किए जाते हैं।

यही सवाल chatbot के सवालों का जवाब देने और agent के connected systems में बदलाव करने के बीच का अंतर है। जैसे ही technology approvals, records, customer communications, या internal processes को छूने लगती है, governance procurement checkbox से निकलकर operational discipline बन जाती है।

Organizations real time में क्या सीख रहे हैं

विस्तृत सबक यह है कि enterprise AI अब केवल tooling problem नहीं रही, बल्कि institutional problem बन रही है। पिछले दो वर्षों में कई organizations experimentation पर केंद्रित थीं। वे जानना चाहती थीं कि agents क्या कर सकते हैं, teams उन्हें कितनी जल्दी बना सकती हैं, और productivity gains कहाँ दिख सकते हैं। अब यह चरण inventory, accountability, security और labor overhead के सवालों से टकरा रहा है।

Survey numbers से संकेत मिलता है कि अपेक्षित savings का कुछ हिस्सा supervision costs में समायोजित हो रहा है। इसका यह मतलब नहीं कि agents हर जगह fail हो रहे हैं। इसका मतलब यह है कि बहुत-सी organizations अभी भी unmanaged expansion phase में हैं, जहाँ deployment operating discipline से तेज़ है। ऐसे माहौल में enthusiasm कुछ समय तक बना रह सकता है, लेकिन trust बनाए रखना कठिन होता है।

स्रोत पाठ का तर्क है कि agent management को एक “first-class discipline” बनना चाहिए। यह पूरे report का शायद सबसे उपयोगी framing है। कंपनियाँ पहले से identity, endpoints, cloud assets और data access को dedicated tooling और procedures वाले governance domains के रूप में देखती हैं। Survey संकेत देता है कि AI agents भी उसी status की ओर बढ़ रहे हैं।

AI agent market का अगला चरण

अगर यह बदलाव मजबूत हुआ, तो agents के आसपास का market तेज़ी से बदल सकता है। जीतने वाले केवल सबसे प्रभावशाली demonstrations वाले vendors नहीं होंगे। वे वे हो सकते हैं जो deployment को security और IT teams के लिए understandable बनाते हैं: inventory controls, permission boundaries, action logs, rollback options, और स्पष्ट operating policies।

यह enterprise AI adoption के अधिक संतुलित चरण का संकेत होगा। केवल यह पूछने के बजाय कि agents क्या automate कर सकते हैं, buyers यह भी पूछेंगे कि क्या उन agents को scale पर govern किया जा सकता है। Survey यह नहीं कहता कि agent wave उलट रही है। बल्कि, यह उल्टा संकेत देता है: adoption इतनी तेज़ है कि बहुत-सी organizations पहले से पीछे महसूस कर रही हैं।

मुख्य बदलाव यह है कि uncontrolled growth को अब अस्थायी असुविधा नहीं माना जा रहा। यह enterprise AI के परिभाषित risks में से एक बनता जा रहा है। जो companies sprawl, visibility और reversibility का समाधान निकाल लेंगी, वे agents का असली दीर्घकालिक मूल्य हासिल कर सकती हैं। जो नहीं करेंगी, वे ऐसे systems का audit करने में अगला साल बिता सकती हैं जिन्हें शुरू में समय बचाना था।

यह लेख ZDNET की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें.