Agentic AI நிறுவனங்களை ஆட்சி மற்றும் பாதுகாப்பு கட்டுப்பாடுகளை மறுபரிசீலிக்க வற்புறுத்துகிறது

AI ஏஜென்ட்கள் இனி வெறும் உற்பத்தித்திறன் கருவி மட்டுமல்ல, ஒரு ஆட்சி சிக்கலும் ஆகின்றன

நிறுவனங்கள் வணிகப் பணிச்சூழல்களில் AI ஏஜென்ட்களைப் பயன்படுத்தத் தயாராகும் போது, அந்தத் தொழில்நுட்பத்தை பாதுகாப்பாக அளவிடுவதில் பாதுகாப்பும் ஆட்சியும் முக்கிய தடைகளாக மாறுகின்றன.

Deloitte Microsoft Technology Practice உடன் இணைந்து உருவாக்கப்பட்ட MIT Technology Review Insights கட்டுரை, agentic AI ஒரு புதிய நிறுவன தாக்குதல்தளத்தைத் திறக்கக்கூடும் என்று வாதிடுகிறது. பாதுகாப்பற்ற ஏஜென்ட்கள் உணர்திறன் கொண்ட அமைப்புகள், தனியுரிமைத் தரவு, அல்லது தங்களின் நோக்கத்துக்கு அப்பாற்பட்ட கருவிகளை அணுகுமாறு கையாளப்படலாம் என்பதே கவலை.

இந்தக் கட்டுரை MIT Technology Review-இன் ஆசிரியர் செய்தி அல்ல, ஆதரிக்கப்பட்ட உள்ளடக்கம் தான்; இருப்பினும், இதில் கணக்கெடுப்பு எண்ணிக்கைகளும் தெளிவான நிறுவன அபாயக் கருத்தும் இடம்பெற்றுள்ளன. Deloitte AI Institute 2026 State of AI அறிக்கையில், சுமார் 74% நிறுவனங்கள் இரண்டு ஆண்டுகளில் agentic AI-யை பயன்படுத்தத் திட்டமிடுகின்றன எனக் குறிப்பிடப்பட்டுள்ளது. தன்னாட்சி ஏஜென்ட்களின் ஆட்சிக்கான முதிர்ந்த மாடல் இருப்பதாக கூறுவது 21% நிறுவனங்கள் மட்டுமே.

மனிதமல்லாத அடையாளங்கள் பெருகுகின்றன

கட்டுரையின் முக்கிய அம்சங்களில் ஒன்று, நவீன நிறுவனங்கள் service accounts, machine credentials, automated workflows, மற்றும் software actors போன்ற மனிதமல்லாத அடையாளங்களை அதிகரித்த அளவில் ஏற்கனவே நிர்வகித்து வருகின்றன என்பதாகும். ஏஜென்ட்களுக்கு அனுமதிகள், தரவு அணுகல், கருவி அணுகல், மற்றும் பயனர்கள் அல்லது வணிகச் செயல்பாடுகளின் சார்பில் செயல்படும் திறன் தேவைப்படலாம் என்பதால் agentic AI அந்தப் போக்கை வேகப்படுத்த முடியும்.

இது சாதாரண chatbot பயன்பாட்டிலிருந்து வேறுபட்ட அபாயப் படத்தை உருவாக்குகிறது. கேள்விகளுக்கு பதிலளிக்கும் உரையாடல் அமைப்பு ஒன்று; கோப்புகளை மீட்டெடுத்து, உள்ளக கருவிகளை அழைத்து, அமைப்புகளில் எழுதிவிட்டு, அல்லது நடவடிக்கைகளைத் தொடங்கக்கூடிய ஏஜென்ட் மற்றொன்று. ஆட்சி என்பது ஏஜென்ட் என்ன செய்ய அனுமதி பெற்றுள்ளது, அது யாரின் அதிகாரத்தைப் பயன்படுத்துகிறது, அதன் நடத்தை எவ்வாறு கண்காணிக்கப்படுகிறது என்பவற்றை வரையறுக்க வேண்டும்.

மூலக் கட்டுரை, நிர்வாகிகள் அதிகமாக கவலைப்படுவது தரவு தனியுரிமையும் பாதுகாப்பும்தான் என்று கூறுகிறது; இது 73% எனக் குறிப்பிடப்பட்டுள்ளது. சட்டம், அறிவுசார் சொத்துரிமை, மற்றும் ஒழுங்குமுறை இணக்கம் 50% ஆக தொடர்கின்றன, அதே சமயம் ஆட்சி திறன்கள் மற்றும் மேற்பார்வை 46% ஆக குறிப்பிடப்பட்டுள்ளது.

கட்டுப்பாட்டு-பலகை கருத்து AI செயல்பாடுகளில் நுழைகிறது

Deloitte-இன் Cyber Practice-இல் principal ஆன Andrew Rafla, control plane-ஐ யார் எந்த அனுமதிகளுடன், எந்த கொள்கைகளின் கீழ், எந்த மாடல்கள் மற்றும் கருவிகளைப் பயன்படுத்தி எந்த ஏஜென்ட்களை இயக்கலாம் என்பதை நிர்வகிக்கும் மையப்படுத்தப்பட்ட அடுக்காக விவரிக்கிறார். அவரது விளக்கத்தில், அத்தகைய அடுக்கு இல்லையெனில் நிறுவனங்கள் அளவிடக்கூடிய தன்னாட்சி செயல்பாட்டை அல்ல, நிர்வகிக்கப்படாத செயல்பாடுகளைத்தான் கொண்டிருக்கும்.

இந்தக் கருத்து முக்கியமானது, ஏனெனில் நிறுவனங்கள் பொதுவாக தொழில்நுட்பத்தை தனித்தனியாகப் பயன்படுத்துவதில்லை. AI ஏஜென்ட்கள் identity systems, document stores, customer records, code repositories, analytics platforms, மற்றும் வெளிப்புற சேவைகளுடன் தொடர்பு கொள்ளலாம். ஒவ்வொரு நிறுவலும் அனுமதிகளையும் auditability-யையும் வெவ்வேறு விதமாக நிர்வகித்தால், மேற்பார்வை துண்டிக்கப்பட்டுவிடும்.

செயல்படக்கூடிய ஆட்சி அமைப்பு அடிப்படை கேள்விகளுக்கு பதில் சொல்ல வேண்டும்: ஏஜென்ட் என்ன செய்தது, யாரின் சார்பில் செய்தது, எந்த தரவைப் பயன்படுத்தியது, எந்த கொள்கையின் கீழ் செயல்பட்டது, மற்றும் அந்தச் செயலை மீண்டும் உருவாக்க முடியுமா அல்லது நிறுத்த முடியுமா. கட்டுரை இக்கேள்விகளை நிறுவன அளவிலான agent பயன்பாட்டிற்கான குறைந்தபட்ச அடித்தளமாக முன்வைக்கிறது.

ஆட்சி பைலட்டுகளையும் உற்பத்தியையும் பிரிக்கிறது

மூலக் கட்டுரை, ஆட்சி தான் AI ஏஜென்ட்களை சோதனைகளிலிருந்து மீண்டும் மீண்டும் பயன்படுத்தக்கூடிய நிறுவன தானியக்கமாக மாற்றுகிறது என்று வாதிடுகிறது. பைலட் திட்டங்கள் பெரும்பாலும் நெருக்கமான மேற்பார்வை, வரையறுக்கப்பட்ட தரவு, அல்லது கைமுறை பாதுகாப்பு தடுப்புகளைப் பயன்படுத்தலாம். உற்பத்தி நிறுவல்கள் அணிகள் மற்றும் பயன்பாட்டு நிகழ்வுகள் முழுவதும் தொடர்ந்து செயல்படும் கட்டுப்பாடுகளைத் தேவைப்படுத்துகின்றன.

அபாயம் ஏஜென்ட் ஒரு தவறு செய்வதிலேயே இல்லை. மோசமாக ஆளப்படும் agent அமைப்பு கணிக்க முடியாத வகையில், பெரும் அளவில் தோல்வியடையலாம் என்பதே அபாயம். பல ஏஜென்ட்களுக்கு பரந்த அணுகல், பலவீனமான கண்காணிப்பு, அல்லது தெளிவற்ற பொறுப்புக்கூறல் இருந்தால், சிறிய வடிவமைப்பு குறைபாடுகள் அமைப்பு ரீதியான வெளிப்பாடாக மாறக்கூடும்.

வணிகங்களுக்கு உடனடி தாக்கம் என்னவென்றால், agent நிறுவலுடன் identity, security, compliance, மற்றும் observability திட்டமிடல் இணைந்து வர வேண்டும். ஆட்சியை பின்னர் சேர்க்கும் அம்சமாக கருதுவது ஆரம்ப பைலட்டுகளை எளிதாக்கலாம், ஆனால் பரந்த அளவிலான rollout-க்கு தேவையான கட்டுப்பாட்டு அமைப்புகள் இன்றி நிறுவனங்களை விடக்கூடும்.

கட்டுரை என்ன சுட்டுகிறது

இந்தக் கட்டுரை enterprise AI விவாதத்தில் ஒரு பரந்த மாற்றத்தை பிரதிபலிக்கிறது. கேள்வி இப்போது AI ஏஜென்ட்கள் பயனுள்ள பணியை தானியக்கமாக்க முடியுமா என்பதல்ல. அந்த ஏஜென்ட்கள் செயல்படும் எல்லைகளை நிறுவனங்கள் வரையறுத்து அமல்படுத்த முடியுமா என்பதே கேள்வி.

மூலக் கட்டுரை ஆதரிக்கப்பட்ட உள்ளடக்கம் என்பதால், அதன் பரிந்துரைகள் அந்தச் சூழலில் வாசிக்கப்பட வேண்டும். அதற்கிடையில், அது அடையாளம் காணும் அபாய வகைகள் தெளிவானவை: தனியுரிமை, பாதுகாப்பு, சட்ட இணக்கம், அறிவுசார் சொத்துரிமை, மேற்பார்வை, அனுமதிகள், மற்றும் auditability. agentic AI demonstrations இலிருந்து செயல்பாட்டு அமைப்புகளுக்கு நகரும் போது இவை மையமாகவே இருக்கும்.

இந்தக் கட்டுரை MIT Technology Review செய்திப்பதிவை அடிப்படையாகக் கொண்டது. மூலக் கட்டுரையைப் படிக்கவும்.