ஏஜென்டிக் AI-க்கான (Agentic AI) ஒழுங்குமுறை கட்டமைப்புகளை இங்கிலாந்து வங்கி ஆய்வு செய்கிறது

ஏஜென்டிக் AI-ன் (agentic AI) எழுச்சியை நிர்வகிக்க தற்போதைய நிதி ஒழுங்குமுறைகள் போதுமானதா என்பதை இங்கிலாந்து வங்கி அதிகாரப்பூர்வமாக ஆய்வு செய்து வருகிறது. தன்னாட்சி அமைப்புகள் (autonomous systems) சாதாரண உதவியாளர்களிலிருந்து தீவிர முடிவெடுப்பவர்களாக மாறி வருவதால், மனிதத் தலையீடு இன்றி செயல்படும் இயந்திரங்களை எதிர்கொள்ள தற்போதைய கண்காணிப்பு முறைகள் போதுமானதாக இருக்காது என்று மத்திய வங்கி அதிகாரிகள் எச்சரிக்கின்றனர்.

உதவியிலிருந்து தன்னாட்சி நிலைக்கு மாறுதல்

கடந்த தசாப்தத்தின் பெரும்பகுதியில், நிதித் துறையில் AI முதன்மையாக ஒரு முடிவெடுக்கும் ஆதரவு கருவியாகவே (decision-support tool) செயல்பட்டு வந்தது—அதாவது தரவு நுண்ணறிவுகளை வழங்குவது அல்லது மனித ஆய்விற்காக முரண்பாடுகளைக் சுட்டிக்காட்டுவது போன்ற பணிகளைச் செய்தது. இருப்பினும், "ஏஜென்டிக் AI" (agentic AI) என்பதன் எழுச்சி ஒரு அடிப்படை மாற்றத்தைக் குறிக்கிறது. பாரம்பரிய இயந்திர கற்றல் (machine learning) மாதிரிகளைப் போலன்றி, ஏஜென்டிக் அமைப்புகள் தன்னாட்சியுடன் திட்டமிடுதல், கருவிகளைப் பயன்படுத்துதல் மற்றும் செயல்களைச் செயல்படுத்துதல் ஆகியவற்றின் மூலம் உயர்நிலை இலக்குகளை அடைய வடிவமைக்கப்பட்டுள்ளன.

மத்திய வங்கி குறித்த ஐரோப்பிய மத்திய வங்கியின் கருத்தரங்கில் (European Central Bank Forum) பேசிய துணை ஆளுநர் சாரா பிரீடன் (Sarah Breeden), ஒரு முக்கியமான ஒழுங்குமுறை இடைவெளியை சுட்டிக்காட்டினார். தற்போதைய கட்டமைப்புகள், மனிதர்களின் கண்காணிப்புடன் (human-in-the-loop oversight) செயல்படும் என்ற அனுமானத்தின் அடிப்படையில் உருவாக்கப்பட்டவை என்று அவர் குறிப்பிட்டார். ஒரு மனிதன் "confirm" என்பதைக் கிளிக் செய்யாமலேயே, ஒரு AI ஏஜென்ட் ஒரு வர்த்தகத்தை (trade) சுயமாகச் செய்யவோ அல்லது பணப் பரிமாற்றத்தை (payment flow) நிர்வகிக்கவோ முடியும் போது, பாரம்பரியப் பொறுப்புச் சங்கிலிகள் மற்றும் இடர் மதிப்பீட்டு மாதிரிகள் காலாவதியாகிவிடுகின்றன.

ஒழுங்குமுறை ஆய்வுக்கு உட்பட்ட முக்கியத் துறைகள்

இங்கிலாந்து வங்கியின் இந்த ஆய்வு ஒரு குறிப்பிட்டத் துறையுடன் மட்டும் நின்றுவிடாமல், நவீன நிதித்துறையின் ஒட்டுமொத்தக் கட்டமைப்பையும் உள்ளடக்கியது. ஏஜென்டிக் பணிப்பாய்வுகள் (agentic workflows) நான்கு முக்கியமான துறைகளில் எவ்வாறு தாக்கத்தை ஏற்படுத்துகின்றன என்பதை மத்திய வங்கி குறிப்பாக ஆராய்ந்து வருகிறது:

• பணப்பரிமாற்றம் மற்றும் தீர்வு (Payments and Settlements): தவறான அல்லது மிக வேகமான பரிவர்த்தனை சுழற்சிகள் மூலம் தன்னாட்சி ஏஜென்ட்கள் ஒட்டுமொத்த நிதி நீர்மை நெருக்கடியை (systemic liquidity crises) ஏற்படுத்தாமல் இருப்பதை உறுதி செய்தல்.
• தானியங்கி வர்த்தகம் (Automated Trading): மில்லி விநாடி வேகத்தில் செயல்படும் தன்னாட்சி ஏஜென்ட்களால் ஏற்படும் திடீர் சந்தை வீழ்ச்சி (flash crashes) அல்லது சந்தை முறைகேடுகளைக் கையாளுதல்.
• சைபர் பாதுகாப்பு (Cybersecurity): நெட்வொர்க்குகளைப் பாதுகாக்கவும் செய்யும், அதே சமயம் தீய சக்திகளால் அதிநவீன, தானியங்கித் தாக்குதல்களை நடத்த ஆயுதமாகவும் பயன்படுத்தப்படக்கூடிய ஏஜென்ட்களின் இருமுனைத் தன்மையைக் கையாளுதல்.
• செயல்பாட்டுத் திறன் (Operational Resilience): ஏஜென்டிக் மென்பொருட்களை வங்கிச் செயல்பாடுகளுடன் ஒருங்கிணைப்பது, நிதிச் சேவைகளின் நிலைத்தன்மை மற்றும் முன்னறிவிப்புத் தன்மையை எவ்வாறு பாதிக்கிறது என்பதை மதிப்பீடு செய்தல்.

ஏஜென்டிக் AI ஏன் நிதி அபாயத்தை மறுவரையறை செய்கிறது

இந்த ஒழுங்குமுறை மாற்றம் முக்கியமானது, ஏனெனில் இது "மாதிரி இடர்" (model risk) என்பதிலிருந்து "ஏஜென்சி இடர்" (agency risk) என்ற நிலைக்கு மாறுவதைக் குறிக்கிறது. கடந்த காலத்தில், ஒரு மாதிரியின் வெளியீடு (output) பாரபட்சமானதா அல்லது துல்லியமற்றதா என்பதில் ஒழுங்குமுறை அதிகாரிகள் கவனம் செலுத்தினர். ஆனால் ஏஜென்டிக் AI-யுடன், கவலை என்பது செயல்களின் விளைவுகள் (consequences of action) மீது திரும்புகிறது.

ஒரு தன்னாட்சி ஏஜென்ட், தர்க்கரீதியான ஆனால் எதிர்பாராத தொடர்ச்சியான முடிவுகளை எடுத்து சந்தையில் சமநிலையின்மையை ஏற்படுத்தினால், அதற்கான பொறுப்பைத் தீர்மானிப்பது ஒரு சிக்கலான சட்ட மற்றும் தொழில்நுட்ப சவாலாகிவிடும். டெவலப்பர்கள் மற்றும் ஃபின்டெக் (fintech) நிறுவனர்களாகிய அவர்களுக்கு, "விளக்கத்தன்மை" (explainability) என்பது இனி ஒரு மாதிரி ஏன் ஒரு பதிலைக் கொடுத்தது என்பதைப் புரிந்துகொள்வது மட்டுமல்ல, ஒரு தன்னாட்சி ஏஜென்ட்டின் முழுமையான முடிவெடுக்கும் பாதையையும் (decision-making trajectory) தணிக்கை (audit) செய்யும் திறனைப் பெறுவதாகும்.

இங்கிலாந்து வங்கி தனது ஆய்வைத் தொடர்ந்து வரும் நிலையில், நிதித் துறை எதிர்காலத்திற்குத் தயாராக வேண்டும். அந்த எதிர்காலத்தில், இணக்கத்திற்கு (compliance) தரவு வெளிப்படைத்தன்மை மட்டுமல்லாமல், தன்னாட்சி ஏஜென்ட்கள் முன் வரையறுக்கப்பட்ட பொருளாதார மற்றும் சட்ட எல்லைகளுக்குள் இருப்பதை உறுதி செய்ய கடுமையான "கார்ட்பெயில் இன்ஜினியரிங்" (guardrail engineering) முறைகளும் தேவைப்படும்.

முக்கியக் குறிப்புகள்

• ஒழுங்குமுறை இடைவெளி கண்டறியப்பட்டது: நேரடி மனித அறிவுறுத்தல்கள் இன்றி செயல்படக்கூடிய AI ஏஜென்ட்களுக்கு தற்போதைய நிதி விதிகள் போதுமானவை அல்ல என்று இங்கிலாந்து வங்கி எச்சரிக்கிறது.
• பரந்த தாக்கப் பகுதிகள்: இந்த ஆய்வு நான்கு முக்கியத் தூண்களில் கவனம் செலுத்துகிறது: பணப்பரிமாற்றம், தானியங்கி வர்த்தகம், சைபர் பாதுகாப்பு மற்றும் பொதுவான வங்கிச் செயல்பாடுகள்.
• பொறுப்பில்தீர்வு மாற்றம்: தன்னாட்சியின் எழுச்சி, மாதிரிகளின் வெளியீடுகளைக் கண்காணிப்பதிலிருந்து, தன்னாட்சி முடிவெடுக்கும் பாதைகள் மற்றும் ஒட்டுமொத்த ஏஜென்சி இடர்களைக் கட்டுப்படுத்துவதை நோக்கி நகர வேண்டியதன் அவசியத்தை உணர்த்துகிறது.