𝗚𝗼𝗼𝗴𝗹𝗲 𝗦𝗼𝗹𝘃𝗲𝘀 𝗜𝗻𝗳𝗿𝗮𝘀𝘁𝗿𝘂𝗰𝘁𝘂𝗿𝗲, 𝗡𝗼𝘁 𝗚𝗼𝘃𝗲𝗿𝗻𝗮𝗻𝗰𝗲
Google I/O 2026, Gemini API-இல் Managed Agents-ஐ அறிமுகப்படுத்தியது. இந்தத் கருவி நிறுவனக் குழுக்களுக்கு ஒரு managed runtime-ஐ வழங்குகிறது. இது sandboxes, credential injection மற்றும் persistent state ஆகியவற்றை கையாள்கிறது.
இது உள்கட்டமைப்புப் பிரச்சினையைத் தீர்க்கிறது. ஆனால் AI agent திட்டங்களை முடக்கும் பிரச்சினையை இது தீர்க்கவில்லை.
பெரும்பாலான குழுக்கள் தவறான விஷயத்தில் கவனம் செலுத்துகின்றன. அவர்கள் கவர்ச்சிகரமான டெமோக்களை (demos) உருவாக்குகிறார்கள். ஒரு agent விமான டிக்கெட் முன்பதிவு செய்வதையோ அல்லது ஒரு கேள்விக்கு பதிலளிப்பதையோ காட்டுகிறார்கள். இந்த டெமோக்கள் பார்க்க நன்றாக இருக்கலாம், ஆனால் நடைமுறைச் செயல்பாட்டில் (production) தோல்வியடைகின்றன.
உண்மையான நிறுவனப் பணிப்பாய்வுகளுக்கு (enterprise workflows) ஒரு chat UI-ஐ விட மேலானது தேவைப்படுகிறது. ஒரு ஆதரவு agent (support agent) ஒரு கேள்விக்கு பதிலளிப்பதோடு அதன் வேலை முடிந்துவிடுவதில்லை. அது ஒரு டிக்கெட்டைப் புதுப்பிக்கும்போது, ரீஃபண்ட் (refund) வழங்கும் போது மற்றும் Salesforce அல்லது ServiceNow போன்ற பல்வேறு அமைப்புகளில் வாடிக்கையாளருக்குத் தகவல் தெரிவிக்கும்போதுதான் அதன் பணி முழுமையடைகிறது.
வழக்கமான RAG அமைப்புகள் இங்கே தோல்வியடைகின்றன, ஏனெனில் அவற்றுக்கு மூன்று விஷயங்கள் இல்லை:
- State இல்லை: ஒவ்வொரு உரையாடலும் புதிதாகத் தொடங்குகிறது.
- Write access இல்லை: அவற்றால் தரவுகளைப் படிக்க முடியும், ஆனால் பதிவுகளைப் (records) புதுப்பிக்க முடியாது.
- Authorization இல்லை: முக்கியமான செயல்களைக் கட்டுப்படுத்த (gate) வழியில்லை.
Google தனது Managed Agents API மூலம் இயந்திரத்தை (engine) உருவாக்கியுள்ளது. ஆனால் அவர்கள் பிரேக்குகளை (brakes) உருவாக்கவில்லை. API செயல்பாட்டை (execution) கையாள்கிறது, ஆனால் நீங்கள் நம்பகத்தன்மை எல்லைகளை (trust boundaries) கையாள வேண்டும்.
அடுத்த 12 மாத கால நிறுவன AI (enterprise AI) வளர்ச்சி, நிர்வாகத்தில் (governance) தேர்ச்சி பெற்ற குழுக்களுக்கே சொந்தமாகும். நீங்கள் இதை ஒரு backend integration பிரச்சினையாகக் கருதினால், நீங்கள் தோல்வியடைவீர்கள். நீங்கள் இதை ஒரு systems governance பிரச்சினையாகக் கருதினால், நீங்கள் வெற்றிகரமாகச் செயல்படுவீர்கள்.
தயாரிப்புக்குத் தயாரான (production-ready) agents-களை உருவாக்க இந்த 7-அடுக்கு கட்டமைப்பைப் (7-layer framework) பயன்படுத்தவும்:
- Interface: UI அல்லது trigger.
- Orchestrator: இலக்குகளைப் படிகளாகப் பிரித்து, மனித ஒப்புதல் நிலைகளை (human approval gates) நிர்வகிக்கிறது.
- Model: sandbox-க்குள் இருக்கும் reasoning engine.
- Tool/API Layer: மிகக் குறைந்த மற்றும் தெளிவான வரம்புகளுடன் கூடிய ஒவ்வொரு ஒருங்கிணைப்பும் (integration).
- Knowledge Layer: பணிப்பாய்வை (workflow) ஆதரிக்க RAG.
- Sandbox: தனிமைப்படுத்தப்பட்ட செயல்பாட்டுச் சூழல் (isolated execution environment).
- Audit: ஒவ்வொரு செயலுக்கான பதிவுகள் (logs) மற்றும் தவறுகளைத் திருத்துவதற்கான வழிமுறை.
ஒரு vendor-ஐ அவர்களின் agent என்ன செய்ய முடியும் என்பதன் அடிப்படையில் தேர்ந்தெடுக்காதீர்கள். அந்த agent எதைச் செய்ய அனுமதிக்கப்படுகிறது என்பதை அவர்கள் எவ்வாறு கட்டுப்படுத்துகிறார்கள் என்பதன் அடிப்படையில் ஒரு vendor-ஐத் தேர்ந்தெடுங்கள்.
உங்கள் முன்னோடித் திட்டங்களுக்கு (pilots) இந்த விதிகளைப் பின்பற்றவும்:
- பணிப்பாய்வுகளை (workflows) இடர் நிலையின் (risk level) அடிப்படையில் வகைப்படுத்துங்கள்.
- முதலில் பழைய அமைப்புகளுக்கு (legacy systems) மெல்லிய API wrappers-களை உருவாக்குங்கள்.
- முழு பணிப்பாய்வுகளுக்கும் அல்லாமல், குறிப்பிட்ட செயல்களுக்கு மட்டும் இடர் நிலைகளை (risk tiers) ஒதுக்குங்கள்.
- agent எப்போது ஒரு மனிதரிடம் ஒப்படைக்கப்பட வேண்டும் (escalate) என்பதைச் சோதியுங்கள்.
- சிக்கல்களைக் கண்டறிய ஒப்புதல் அதிர்வெண்ணைக் (approval frequency) கண்காணிக்கவும்.
உள்கட்டமைப்பு இப்போது ஒரு பொதுவான வசதி (commodity). நம்பகத்தன்மை மற்றும் கட்டுப்பாடு ஆகியவை புதிய வேறுபடுத்தும் காரணிகள் (differentiators).
Optional learning community: https://t.me/GyaanSetuAi