AI ഏജന്റ് സ്പ്രാൾ: കമ്പനികൾ എന്തിനാണ് അമിതമായ AI ടൂളുകളിൽ മുങ്ങിപ്പോകുന്നത്?
AI സംഭാഷണങ്ങൾ മാറിമറിഞ്ഞു.
2024-ൽ, ഏത് മോഡലാണ് കൂടുതൽ ബുദ്ധിമാൻ എന്ന് ടീമുകൾ ചർച്ച ചെയ്തു. 2025-ൽ, അവർ AI ഉപയോഗിച്ച് ഫീച്ചറുകൾ നിർമ്മിച്ചു. 2026-ൽ, ഇവയെല്ലാം നിയന്ത്രിക്കാൻ അവർ കഷ്ടപ്പെടുന്നു.
Cursor എല്ലാ ലാപ്ടോപ്പുകളിലും ഉണ്ട്. Claude Code CI-യിൽ പ്രവർത്തിക്കുന്നു. Copilot IDE-യിൽ ഉണ്ട്. പ്രൊഡക്റ്റ് ടീമുകൾ ChatGPT ഉപയോഗിക്കുന്നു. ഡാറ്റാ ടീമുകൾ Gemini ഉപയോഗിക്കുന്നു. മാർക്കറ്റിംഗ് വിഭാഗം ഡസൻ കണക്കിന് റൈറ്റിംഗ് ടൂളുകൾ ഉപയോഗിക്കുന്നു.
ആരുടെയും പക്കൽ ഇതിന്റെ പൂർണ്ണമായ ഒരു പട്ടികയില്ല. ആരും ടോക്കണുകൾ (tokens) ഓഡിറ്റ് ചെയ്യുന്നില്ല. ഏത് ടൂൾ ആണ് ഉപഭോക്താക്കളുടെ ഡാറ്റ ഏത് എൻഡ്പോയിന്റിലേക്ക് (endpoint) അയച്ചത് എന്ന് ആർക്കും അറിയില്ല.
ഇതാണ് AI ഏജന്റ് സ്പ്രാൾ (AI agent sprawl). 2026-ലെ ഏറ്റവും വലിയ ഇൻഫ്രാസ്ട്രക്ചർ പ്രശ്നമാണിത്.
കമ്പനിയുടെ നിയമങ്ങളേക്കാൾ വേഗത്തിൽ ടൂളുകൾ സ്വീകരിക്കപ്പെടുമ്പോഴാണ് സ്പ്രാൾ സംഭവിക്കുന്നത്. ഇത് അമിതമായി ടൂളുകൾ ഉപയോഗിക്കുന്നതിനെക്കുറിച്ചല്ല. മറിച്ച്, അവയെക്കുറിച്ചുള്ള വ്യക്തമായ കാഴ്ചപ്പാടോ നിയന്ത്രണമോ ഇല്ലാതെ ഉപയോഗിക്കുന്നതിനെക്കുറിച്ചാണ്.
സ്പ്രാൾ ഉണ്ടെന്ന് തിരിച്ചറിയാനുള്ള ലക്ഷണങ്ങൾ:
- ഒരേ ജോലികൾക്കായി വ്യത്യസ്ത ടീമുകൾ വ്യത്യസ്ത ടൂളുകൾ ഉപയോഗിക്കുന്നു.
- ബില്ല് വരുമ്പോൾ ടോക്കൺ ചിലവുകൾ അപ്രതീക്ഷിതമായി തോന്നുന്നു.
- ഏത് AI ആണ് ഏതെങ്കിലും പ്രത്യേക ഡാറ്റ ഉപയോഗിച്ചതെന്ന് എഞ്ചിനീയർമാർക്ക് ട്രാക്ക് ചെയ്യാൻ കഴിയുന്നില്ല.
- പ്രോംപ്റ്റ് എൻജിനീയറിംഗ് (Prompt engineering) പങ്കുവെക്കലുകളില്ലാതെ ഒറ്റപ്പെട്ട രീതിയിൽ നടക്കുന്നു.
- ആറ് ടീമുകൾ ഒരേസമയം പരാജയപ്പെടുമ്പോൾ മാത്രമാണ് ഒരു ടൂൾ പ്രവർത്തിക്കുന്നില്ലെന്ന് നിങ്ങൾ അറിയുന്നത്.
പ്രശ്നം അദൃശ്യമായ ഡിപെൻഡൻസി ഗ്രാഫ് (dependency graph) ആണ്.
ഒരു എഞ്ചിനീയർ Cursor ഉപയോഗിച്ചേക്കാം, അതേസമയം ഒരു CI പൈപ്പ്ലൈൻ ഒരു കസ്റ്റം GPT-4 ഇന്റഗ്രേഷൻ ഉപയോഗിച്ചേക്കാം. ഒരു കോഡ് റിവ്യൂ ബോട്ട് Gemini ഉപയോഗിച്ചേക്കാം.
ഇനി ചോദിക്കൂ: ഇതിൽ ഏതിനാണ് നിങ്ങളുടെ ഡാറ്റാബേസ് സ്കീമകൾ (database schemas), API കീകൾ, ഉപഭോക്താക്കളുടെ ഡാറ്റ എന്നിവയിലേക്ക് പ്രവേശനം ഉള്ളത്?
മിക്കപ്പോഴും ഉത്തരം ഇവയെല്ലാം എന്നാണ്. AI ടൂളുകൾ ഡാറ്റ പ്രോസസ്സ് ചെയ്യുന്നതിന് മുമ്പ് അത് ക്ലീൻ ചെയ്യാൻ ഡെവലപ്പർമാർ മറന്നുപോകുന്നു. ഗാർഡ്റെയിലുകൾ (guardrails) ഇല്ലെങ്കിൽ അവ പരാജയപ്പെടും.
AI ചിലവുകൾ ട്രാക്ക് ചെയ്യാനും പ്രയാസമാണ്. ഒരു സിംഗിൾ ഏജന്റ് ലൂപ്പ് (agent loop) ഒരാഴ്ചയ്ക്കുള്ളിൽ നിങ്ങളുടെ ബില്ല് മൂന്നിരട്ടിയാക്കിയേക്കാം. സെൻട്രലൈസ്ഡ് അക്കൗണ്ടിംഗ് ഇല്ലാതെ, ഇൻവോയ്സ് വരുമ്പോൾ മാത്രമേ നിങ്ങൾക്ക് ഉണ്ടായ നഷ്ടം മനസ്സിലാകൂ.
നിങ്ങൾക്ക് ഒരു ഗവേണൻസ് സ്ട്രാറ്റജി (governance strategy) ആവശ്യമാണ്. ഏത് ടൂളുകൾക്ക് പ്രവേശനം നൽകണമെന്ന് തീരുമാനിക്കാൻ ഡാറ്റാ ക്ലാസിഫിക്കേഷൻ ഉപയോഗിക്കുക:
- Public Data: ഏത് ടൂളും ഉപയോഗിക്കാം.
- Internal Data: ശരിയായ ഡാറ്റാ കരാറുകളുള്ള ടൂളുകൾ മാത്രം.
- Confidential Data: സെൽഫ്-ഹോസ്റ്റഡ് അല്ലെങ്കിൽ സീറോ-റിറ്റൻഷൻ (zero-retention) API-കൾ മാത്രം.
- Restricted Data: AI ടൂളുകൾ പാടില്ല. അത്രമാത്രം.
ഏറ്റവും നല്ല പരിഹാരം ഒരു AI ഗേറ്റ്വേ (AI Gateway) ആണ്. എല്ലാ AI ട്രാഫിക്കും ഒഴുകുന്ന ഒരു ഏകീകൃത പോയിന്റാണിത്.
ഒരു AI ഗേറ്റ്വേ നൽകുന്നത്:
- ഓരോ ടോക്കണിനും ചിലവിനെക്കുറിച്ചുള്ള വ്യക്തത.
- നിങ്ങളുടെ നെറ്റ്വർക്ക് വിട്ടുപോകുന്നതിന് മുമ്പ് PII (വ്യക്തിഗത വിവരങ്ങൾ) നീക്കം ചെയ്യാനുള്ള സീക്രട്ട് സ്ക്രബ്ബിംഗ് (secret scrubbing).
- അംഗീകാരമില്ലാത്ത പ്രൊവൈഡർമാരെ തടയാനുള്ള പോളിസി എൻഫോഴ്സ്മെന്റ് (policy enforcement).
- പ്രോംപ്റ്റുകളെ കോഡ് പോലെ കൈകാര്യം ചെയ്യാനുള്ള പ്രോംപ്റ്റ് വേർഷനിംഗ് (prompt versioning).
AI-യെ ഒരു മാന്ത്രിക പെട്ടി പോലെ കാണുന്നത് നിർത്തുക. അതിനെ നിങ്ങളുടെ പ്രൊഡക്ഷൻ ഡാറ്റാബേസുകൾ പോലെ കാണുക. നിങ്ങളുടെ ഓതന്റിക്കേഷൻ സിസ്റ്റങ്ങളും (auth systems) ഡിപ്ലോയ്മെന്റ് പൈപ്പ്ലൈനുകളും പോലെ തന്നെ നിങ്ങളുടെ ഏജന്റുകൾക്കും ഇംഗിനീയറിംഗ് കൃത്യത (engineering rigor) പ്രയോഗിക്കുക.
നിങ്ങളുടെ സിസ്റ്റത്തിൽ എന്താണ് പ്രവർത്തിക്കുന്നത്, അത് എന്തുകൊണ്ട് പ്രവർത്തിക്കുന്നു, അതിന് എന്തൊക്കെ ചെയ്യാൻ അനുവാദമുണ്ട് എന്ന് കൃത്യമായി അറിയുന്നതാണ് ഗവേണൻസ് (Governance).
Optional learning community: https://t.me/GyaanSetuAi