ഏജന്റിക് AI പക്വതാ മാതൃക (The Agentic AI Maturity Model)

മിക്ക കമ്പനികളും ചാറ്റ്ബോട്ട് കെണിയിൽ കുടുങ്ങിക്കിടക്കുകയാണ്.

ഫയലുകൾ സംഗ്രഹിക്കാനോ ചോദ്യങ്ങൾക്ക് ഉത്തരം നൽകാനോ അവർ AI ഉപയോഗിക്കുന്നു. ഇതിനെ അവർ സ്വയംഭരണം (autonomy) എന്ന് വിളിക്കുന്നു. എന്നാൽ അത് അങ്ങനെയല്ല. ഇത് ഓട്ടോകംപ്ലീറ്റിന്റെ (autocomplete) മെച്ചപ്പെട്ട ഒരു പതിപ്പ് മാത്രമാണ്.

സംസാരിക്കുന്ന ഒരു സംവിധാനത്തിൽ നിന്ന് ജോലി ചെയ്യുന്ന ഒരു സംവിധാനത്തിലേക്കുള്ള മാറ്റത്തിന് ആർക്കിടെക്ചറിൽ (architecture) മാറ്റം ആവശ്യമാണ്. നിങ്ങൾ ഇനി ടെക്സ്റ്റ് മാത്രമല്ല കൈകാര്യം ചെയ്യുന്നത്; പകരം പ്രവൃത്തികളും (actions) റിസ്കുകളും (risks) ആണ്.

ഒരു ചാറ്റ് വിൻഡോയിൽ AI ഒരു തെറ്റ് ചെയ്താൽ അത് ഒരു ബുദ്ധിമുട്ട് മാത്രമാണ്. എന്നാൽ നിങ്ങളുടെ ക്ലൗഡ് ഡാറ്റാബേസ് ഡിലീറ്റ് ചെയ്യാനുള്ള കമാൻഡിൽ AI ഒരു തെറ്റ് ചെയ്താൽ അത് വലിയൊരു ദുരന്തമായിരിക്കും.

നിങ്ങളുടെ മാറ്റത്തിന് വഴികാട്ടിയായി ഈ നാല് തലങ്ങളുള്ള പക്വതാ മാതൃക ഉപയോഗിക്കുക:

• ലെവൽ 1: ക്ലർക്ക് (The Clerk) AI ടെക്സ്റ്റ് തയ്യാറാക്കുകയോ വിവരങ്ങൾ കണ്ടെത്തുകയോ ചെയ്യുന്നു. ഓരോ ഘട്ടത്തിലും ഒരു മനുഷ്യൻ നിയന്ത്രണം ഏറ്റെടുക്കുന്നു. ഉദാഹരണം: ഒരു മനുഷ്യൻ അയക്കുന്നതിനായി AI കസ്റ്റമർ സപ്പോർട്ട് മറുപടി തയ്യാറാക്കുന്നു.

• ലെവൽ 2: പ്രൊപ്പോസർ (The Proposer) AI ഒരു പ്രത്യേക പ്രവൃത്തിയോ ഇടപാടോ നിർദ്ദേശിക്കുന്നു. ഒരു മനുഷ്യൻ അത് അംഗീകരിക്കണം (approve). ഉദാഹരണം: AI 20 ഡോളർ റീഫണ്ട് നിർദ്ദേശിക്കുന്നു. അത് അയക്കുന്നതിനായി ഒരു മനുഷ്യൻ ബട്ടൺ ക്ലിക്ക് ചെയ്യുന്നു.

• ലെവൽ 3: ഡെലിഗേറ്റഡ് ഏജന്റ് (The Delegated Agent) കർശനമായ പരിധിക്കുള്ളിൽ നിന്ന് AI ഒറ്റയ്ക്ക് പ്രവർത്തിക്കുന്നു. ഓരോ ജോലിയും അംഗീകരിക്കുന്നതിന് പകരം മനുഷ്യർ നിയമങ്ങൾ നിശ്ചയിക്കുന്നു. ഉദാഹരണം: വിശ്വസ്തരായ ഉപഭോക്താക്കൾക്കുള്ള 50 ഡോളറിൽ താഴെയുള്ള എല്ലാ റീഫണ്ടുകളും AI സ്വയമേവ പ്രോസസ്സ് ചെയ്യുന്നു.

• ലെവൽ 4: ഒപ്റ്റിമൈസർ (The Optimizer) AI ഫലങ്ങൾ നിരീക്ഷിക്കുകയും സ്വന്തം പ്ലാനുകൾ മെച്ചപ്പെടുത്തുകയും ചെയ്യുന്നു. ഉദാഹരണം: AI സെർവർ ലോഡ് പ്രവചിക്കുകയും ചിലവ് കുറയ്ക്കുന്നതിനായി റിസോഴ്സുകൾ ക്രമീകരിക്കുകയും (scale) ചെയ്യുന്നു.

ലെവലുകൾ ഒഴിവാക്കി മുന്നേറാൻ ശ്രമിക്കുന്നതിലാണ് അപകടം. ലെവൽ 2, 3 എന്നിവയുടെ സുരക്ഷയില്ലാതെ ലെവൽ 4-ലേക്ക് മാറുന്നത് സിസ്റ്റത്തിന്റെ അസ്ഥിരതയ്ക്ക് (systemic instability) കാരണമാകും.

ഈ മൂന്ന് റിസ്കുകളെക്കുറിച്ച് ജാഗ്രത പാലിക്കുക:

• ഇൻഫിനിറ്റ് ലൂപ്പുകൾ (Infinite Loops): രണ്ട് ഏജന്റുകൾ പരസ്പരം ഒരു ചക്രത്തിൽ (cycle) പ്രവർത്തിച്ച് സിസ്റ്റം തകരാറിലാക്കുന്നു.
• പെർമിഷൻ ക്രീപ്പ് (Permission Creep): ഒരു ഫീൽഡ് മാത്രം അപ്ഡേറ്റ് ചെയ്യേണ്ട ഒരു ഏജന്റിന് അഡ്മിൻ ആക്സസ് നൽകുന്നത്.
• ഓട്ടോമേഷൻ ബയാസ് (Automation Bias): മനുഷ്യർ ശ്രദ്ധിക്കുന്നത് നിർത്തുകയും വെറും ഒപ്പിടുന്ന യന്ത്രങ്ങളായി മാറുകയും ചെയ്യുന്നത്.

പ്ലാറ്റ്‌ഫോം എഞ്ചിനീയർമാർക്കുള്ള പ്രധാന കാര്യങ്ങൾ:

• RAG-ൽ നിന്ന് Agentic RAG-ലേക്ക് മാറുക: വിവരങ്ങൾ കണ്ടെത്തുന്നതിന് ഏത് ടൂളുകൾ ഉപയോഗിക്കണമെന്ന് സിസ്റ്റം തന്നെ തീരുമാനിക്കണം.
• സ്റ്റേറ്റ് ഡ്രിഫ്റ്റ് (State Drift) പരിഹരിക്കുക: എല്ലാ ഏജന്റുകളും ഒരേ റിയൽ-ടൈം ഡാറ്റ കാണുന്നുണ്ടെന്ന് ഉറപ്പാക്കുക.
• മാറ്റം വരുത്താൻ കഴിയാത്ത ഓഡിറ്റ് ട്രയലുകൾ (Immutable Audit Trails) നിർമ്മിക്കുക: ലക്ഷ്യം, പ്ലാൻ, ഓരോ ടൂൾ കോൾ എന്നിവ നിങ്ങൾ രേഖപ്പെടുത്തണം (log).
• ഇന്റർഓപ്പറബിലിറ്റിക്കായി (Interoperability) ആർക്കിടെക്ചർ ചെയ്യുക: വിവിധ ഏജന്റുകൾക്ക് പരസ്പരം സംസാരിക്കാൻ കഴിയുന്ന ഒരു മെഷ് (mesh) നിർമ്മിക്കുക.

AI-യെ ഒരു പ്ലഗിൻ ആയി കാണുന്നത് നിർത്തുക. അതിനെ നിയന്ത്രിത സംവിധാനമായി (governed system) കാണാൻ തുടങ്ങുക.

Source: https://dev.to/omnithium/the-agentic-ai-maturity-model-moving-beyond-the-chatbot-trap-3b21

Optional learning community: https://t.me/GyaanSetuAi