एजेंटिक एआई शासन परिचालन अभ्यास में प्रवेश करता है

रिफंड ईमेल का मसौदा तैयार करने वाला एजेंट एक फीचर है। रिफंड को मंज़ूरी देने वाला, ग्राहक रिकॉर्ड अपडेट करने वाला, और फुलफिलमेंट ट्रिगर करने वाला एजेंट चैट बॉक्स से जुड़ा हुआ सौंपा गया अधिकार है। यही अंतर है जहाँ एजेंटिक AI गवर्नेंस कम दार्शनिक और अधिक एक्सेस मैनेजमेंट, रिलीज़ रिव्यू, और ऑडिट एविडेंस जैसा हो जाता है। नीति मेमो बना रह सकता है, लेकिन अब वह सारा काम अकेले नहीं कर सकता।

Palo Alto Networks इस मुद्दे को सौंपे गए अधिकार के रूप में पेश करता है

Palo Alto Networks एजेंटिक AI गवर्नेंस को स्वायत्त AI प्रणालियों में सौंपे गए अधिकार के संरचित प्रबंधन के रूप में परिभाषित करता है, जो किसी संगठन के लिए कार्रवाइयों की योजना बनाती और उन्हें निष्पादित करती हैं। महत्वपूर्ण शब्द authority है, autonomy नहीं। अगर कोई सिस्टम रनटाइम पर टूल्स, डेटा, खातों, या वर्कफ्लो तक पहुँच सकता है, तो गवर्नेंस को यह बताना होगा कि वह क्या एक्सेस कर सकता है और क्या कर सकता है, न कि सिर्फ यह कि अंतर्निहित मॉडल विनम्र लगता है या नहीं।

Palo Alto Networks यह भी कहता है कि यह गवर्नेंस इस पर स्पष्ट सीमाएँ तय करता है कि एजेंट रनटाइम पर क्या एक्सेस और परफॉर्म कर सकते हैं, और यह मॉडल अलाइनमेंट, अनुपालन, या मॉनिटरिंग से आगे जाता है। संचालन संबंधी ज़िम्मेदारियों में अनुवाद करें, तो इसका मतलब है कि टीमों को पता होना चाहिए कि कौन से एजेंट मौजूद हैं, हर एजेंट कौन से टूल कॉल कर सकता है, डिप्लॉयमेंट का मालिक कौन है, और कौन सा एविडेंस दिखाएगा कि प्रॉम्प्ट के एक्शन बनने के बाद क्या हुआ। पुराना responsible AI बाइंडर बेकार नहीं है, लेकिन वह रनटाइम कंट्रोल नहीं है। किसी ने भी कभी मूल्यों के बयान से अनधिकृत डेटाबेस राइट को नहीं रोका है।

IAPP दिखाता है कि गार्डरेल्स को अब परतों की ज़रूरत क्यों है

IAPP रिपोर्ट करता है कि एजेंटिक आर्टिफिशियल इंटेलिजेंस कई संगठनों के लिए सक्रिय खोज का क्षेत्र है, और IBM तथा Morning Consult के 1,000 एंटरप्राइज AI डेवलपर्स के सर्वे का हवाला देता है, जिसमें 99% ने कहा कि वे AI एजेंट्स को एक्सप्लोर या विकसित कर रहे थे। IAPP इन एजेंट्स को लक्ष्य-चालित प्रणालियों के रूप में वर्णित करता है, जिनका उद्देश्य कार्य करना और वर्कफ्लो को स्वायत्त तरीके से पूरा करना है। इससे गवर्नेंस मॉडल रिव्यू से वर्कफ्लो रिव्यू में चला जाता है, क्योंकि सिस्टम अब केवल ऐसा टेक्स्ट नहीं बना रहा है जिसे कोई इंसान मूल्यांकित करे।

संबंधित IAPP वेब कॉन्फ्रेंस विवरण में, गवर्नेंस प्रतिक्रिया को तीन-स्तरीय फ्रेमवर्क के रूप में व्यवस्थित किया गया है: foundational, risk based, और societal guardrails। यह उपयोगी विभाजन है क्योंकि हर कंट्रोल एक ही दराज़ में नहीं आता। पहचान, लॉगिंग, और एक्सेस सीमाएँ सिस्टम के क़रीब बैठती हैं; जोखिम कंट्रोल उपयोग मामले पर निर्भर करते हैं; व्यापक सामाजिक गार्डरेल्स टीमों को यह पूछने पर मजबूर करते हैं कि क्या कोई डिप्लॉयमेंट अपने प्रस्तावित रूप में होना भी चाहिए।

@title IAPP गार्डरेल स्तर
@source AI governance in the agentic era | IAPP

  Agentic governance
     │
     ├─ Foundational
     ├─ Risk based
     └─ Societal

@caption IAPP एजेंटिक AI डिप्लॉयमेंट्स के लिए गार्डरेल्स को तीन स्तरों में प्रस्तुत करता है।

व्यावहारिक सीख यह नहीं है कि हर एजेंट को एक समिति चाहिए। बात यह है कि हर एजेंट को एक स्तर चाहिए। एक शेड्यूलिंग असिस्टेंट और बीमा पात्रता बदलने वाला एजेंट एक जैसी अनुपालन समस्या पैदा नहीं करते, और उन्हें समान मानना ही वह तरीका है जिससे गवर्नेंस प्रोग्राम बोझिल भी बनते हैं और छिद्रपूर्ण भी।

IMDA और Info-Tech वार्षिक दिखावे की नहीं, अनुकूलनशील कार्यक्रमों की ओर इशारा करते हैं

IMDA ने 20 मई 2026 को Agentic AI के लिए अपने Model AI Governance Framework का Version 1.5 प्रकाशित किया और 5 जून 2026 को उसे अपडेट किया। दस्तावेज़ की रूपरेखा में एजेंट के मुख्य घटक, मल्टी-एजेंट सेटअप, एजेंट डिज़ाइन सीमाओं और क्षमताओं को कैसे प्रभावित करता है, और जोखिम के स्रोत तथा प्रकार शामिल हैं। यह सूची बहुत कुछ बताती है: गवर्नेंस आर्किटेक्चर में जा रही है, कानूनी परिशिष्ट के रूप में उसके पास बैठी नहीं रह रही।

Info-Tech Research Group दूसरे कोण से वही संचालनात्मक बदलाव दिखाता है, यह तर्क देते हुए कि पारंपरिक गवर्नेंस फ्रेमवर्क साथ बनाए रखने में संघर्ष कर रहे हैं क्योंकि जब तकनीक, जोखिम, और नियामकीय मानक बदलते हैं, तो वे बहुत स्थिर रहते हैं। उसके रिसर्च पेज के अनुसार संगठनों को एजेंटिक AI और भविष्य की AI तकनीकों के लिए AI गवर्नेंस के एक डायनेमिक मॉडल की ज़रूरत है। कंसल्टिंग की चमक-दमक हटाएँ तो संदेश समझदारी भरा है: कोई कंट्रोल जिसे एजेंट के नया टूल हासिल करने पर संशोधित नहीं किया जा सकता, वह बहुत उपयोगी कंट्रोल नहीं है।

बिल्डर्स के लिए, इससे रिलीज़ चेकलिस्ट बदल जाती है। प्रोडक्ट टीम को यह जवाब देने में सक्षम होना चाहिए कि एजेंट को क्या तय करने की अनुमति है, वह क्या निष्पादित कर सकता है, वह क्या प्राप्त कर सकता है, और कब इंसान को हस्तक्षेप करना होगा। प्रोक्योरमेंट टीम को वेंडर्स से भी वही सवाल पूछने चाहिए, क्योंकि एजेंट को आउटसोर्स करने से जवाबदेही किसी भी अर्थपूर्ण संचालनात्मक मायने में आउटसोर्स नहीं होती। वेंडर के यह आश्वासन कि वे नियामकों से अधिक मार्गदर्शन का स्वागत करते हैं, पारंपरिक बोली में पढ़े जाने चाहिए: काउंसल कमरे में आ चुका है।

अब टीमों के लिए क्या बदलता है

निकट अवधि का अनुपालन कार्य सिद्धांतों को संचालनात्मक आर्टिफैक्ट्स में बदलना है। एजेंट रजिस्टर से शुरू करें, क्योंकि सूची में न होने वाले एजेंट्स को गवर्न नहीं किया जा सकता। अनुमतियाँ हर एजेंट से जोड़ें, सिर्फ उस इंसान से नहीं जिसने उसे लॉन्च किया है, और सुनिश्चित करें कि लॉग्स केवल प्रॉम्प्ट्स और प्रतिक्रियाओं के बजाय टूल कॉल्स और वर्कफ्लो कार्रवाइयों को कैप्चर करें। अगर कोई एजेंट निष्पादित कर सकता है, तो ऑडिट ट्रेल को निष्पादन दिखाना होगा।

अगला कंट्रोल स्कोप अनुशासन है। IAPP विशिष्ट कार्यों और सरल वर्कफ्लो पर केंद्रित एजेंट्स को कई एजेंट्स से जुड़े व्यापक एजेंटिक AI से अलग करता है, इसलिए गवर्नेंस को ध्यान देना चाहिए जब कोई डिप्लॉयमेंट उस सीमा को पार करता है। मल्टी-एजेंट डिज़ाइन हैंडऑफ, अनुमतियों, और विफलता बिंदुओं को कई गुना बढ़ा सकते हैं, जिसका मतलब है कि रिव्यू को मॉडल एंडपॉइंट पर रुकने के बजाय वर्कफ्लो का अनुसरण करना चाहिए।

आगे की उपयोगी दिशा पर्याप्त रूप से स्पष्ट है। एजेंटिक AI गवर्नेंस सीमाबद्ध अधिकार, परतदार गार्डरेल्स, और ऐसे एविडेंस का प्रश्न बन रहा है जो ऑडिट में टिक सके। फ्रेमवर्क्स और नियामकों पर नज़र रखें कि वे सिद्धांतों से आगे बढ़कर ऐसे कंट्रोल्स की ओर जाते रहें जिन्हें टेस्ट किया जा सके। जो बिल्डर्स यह बदलाव जल्दी कर लेंगे, वे बाद में नारों को टिकट्स में बदलने में कम समय खर्च करेंगे।