Agent boom ఇప్పుడు ఒక management problemగా మారుతోంది
Enterprise AI agentsను ప్రారంభించడం సులభం, వాటిని నకలు చేయడం సులభం, కానీ వాటిని ట్రాక్ చేయడం వేగంగా కష్టమవుతోంది. ఇదే మూల పదార్థంలో highlighted చేసిన కొత్త Rubrik ZeroLabs survey ఇచ్చిన ప్రధాన హెచ్చరిక. ఇందులో, తమ సంస్థల్లో పనిచేస్తున్న agentsపై పూర్తి నియంత్రణ ఉందని కేవలం 23% IT managers మాత్రమే చెబుతున్నారని తేలింది. మరొక మాటలో చెప్పాలంటే, సుమారు నలుగురిలో ముగ్గురికి ఇది లేదు.
ఈ సంఖ్య ముఖ్యమైనది, ఎందుకంటే AI agentsపై ప్రస్తుత చర్చ తరచుగా వేగం మరియు productivityపై దృష్టి పెడుతోంది. Vendors, agentsను autonomyతో పనిచేసే, పునరావృత పనులను చేపట్టే, direct human intervention అవసరాన్ని తగ్గించే softwareగా వివరిస్తున్నారు. Survey, ఆ వాగ్దానంలో ఉన్న తక్కువ ఆకర్షణీయమైన భాగాన్ని చాలా కంపెనీలు గుర్తిస్తున్నాయని సూచిస్తోంది: agents teams, tools, vendors అంతటా విస్తరించిన తర్వాత, governance adoptionను చాలా వెనుకబెట్టవచ్చు.
ఆందోళన కేవలం administrative అశుభ్రత గురించి మాత్రమే కాదు. Source text ప్రకారం, 81% respondents తమ పరిధిలో ఉన్న agents workflow improvements ద్వారా ఆదా చేయాల్సిన సమయానికంటే manual auditing మరియు monitoringలో ఎక్కువ సమయం కావాలని చెబుతున్నారు. ఇది automation గురించి ఉన్న ప్రధాన వాదనను తలకిందులు చేస్తుంది. Organizations, agentsను పర్యవేక్షించడంలో తిరిగి పొందే efficiencyకంటే ఎక్కువ శ్రమ పెడితే, business caseను సమర్థించడం కష్టం అవుతుంది.
Productivity tool నుంచి security exposure వరకు
Survey agent sprawlను ఒక security problemగానూ చూపుతోంది. Source text ప్రకారం, 86% IT managers వచ్చే సంవత్సరంలో agentic proliferation security guardrailsను మించిపోతుందని ఆశిస్తున్నారు, మరియు 52% మంది ఆ gap ఆరు నెలల్లోనే కనిపించవచ్చని భావిస్తున్నారు. ఇది దూర భవిష్యత్తు risk కాదు. చాలా technical leaders control problemను తక్షణ సమస్యగా చూస్తున్నారని ఇది సూచిస్తోంది.
దీని mechanics పరిచయమే. వినియోగదారులు VPNలను ఆపేయడం లేదా ఇతర security measuresను దాటవేయడం ద్వారా controlsను తప్పించుకుని, assistantsలా పనిచేసే agentsను ప్రారంభించగలరని source material చెబుతోంది. ఫలితంగా, అనుమతించని AI applications పరిమాణం పెరుగుతుంది, అంతర్గతంగానూ బయట vendors ద్వారా కూడా. వాస్తవంగా, agents enterprise technology గతంలో చూసిన patternను మళ్లీ నడపవచ్చు: ముందు వేగవంతమైన grassroots adoption, తరువాత governance architecture.
ఈ పోలిక materialలో నేరుగా ఉంది. Pieceలో quoted చేసిన Microsoft senior product manager Kriti Faujdar ప్రకారం, ఈ pattern ప్రారంభ cloud adoptionను పోలి ఉంటుంది, అప్పట్లో teams వివిధ frameworks మరియు vendorsతో స్వతంత్రంగా services ప్రారంభించాయి. అప్పుడు దాని ఫలితం fragmentation మరియు దాగి ఉన్న security gaps. ఇప్పుడు concern ఏమిటంటే, AI agents dataను కేవలం నిల్వ చేయడం లేదా ప్రాసెస్ చేయడం మాత్రమే కాకుండా చర్య కూడా తీసుకోగలిగే కారణంగా, ఆ risks మరింత పెరగవచ్చు.
