เอเจนต์ AI สำหรับองค์กรต้องการ Control Plane
การสร้าง AI agent นั้นง่าย แต่การจัดการนั้นยาก
ในช่วงเริ่มต้น ทุกคนต่างมุ่งเน้นไปที่ความเร็ว คุณสามารถสร้าง research agent หรือ data agent ได้ภายในไม่กี่นาที แต่ตอนนี้ จุดสนใจกำลังเปลี่ยนไป ตลาดไม่ได้สนใจอีกต่อไปว่าเอเจนต์จะตอบโต้ในแชทได้เร็วแค่ไหน แต่สนใจว่าคุณจะจัดการเอเจนต์นั้นอย่างไรเมื่อมันเข้ามาอยู่ในธุรกิจของคุณ
เรากำลังเปลี่ยนผ่านจากเลเยอร์ของผู้สร้าง (builder layer) ไปสู่เลเยอร์ของระบบควบคุม (control plane layer)
บริษัทอย่าง Microsoft, Google, ServiceNow และ LangChain ต่างกำลังสร้างเครื่องมือจัดการ พวกเขาไม่ได้แค่ช่วยคุณสร้างเอเจนต์ แต่กำลังช่วยคุณควบคุมดูแล (govern) พวกมันด้วย
หากคุณไม่มี control plane คุณจะเผชิญกับปัญหา agent sprawl (การแพร่กระจายของเอเจนต์ที่ควบคุมไม่ได้) ซึ่งหมายความว่าคุณจะมีเอเจนต์ที่ซ้ำซ้อน ไร้การควบคุม และขัดแย้งกันอยู่ทั่วทั้งบริษัท
คุณต้องตอบคำถามเหล่านี้ให้ได้:
- ใครเป็นเจ้าของเอเจนต์?
- มันใช้ข้อมูลประจำตัว (credentials) ของใครในการเข้าถึงระบบของคุณ?
- มันสามารถเข้าถึงระบบเฉพาะเจาะจงใดได้บ้าง?
- จะเกิดอะไรขึ้นเมื่อเจ้าของลาออกจากบริษัท?
- จะเกิดอะไรขึ้นเมื่อค่าใช้จ่ายพุ่งสูงขึ้นหรือเครื่องมือเกิดขัดข้อง?
เอเจนต์มีความคล้ายคลึงกับพนักงานที่ทำงานแบบกึ่งอัตโนมัติ (semi-autonomous workers) มากกว่าซอฟต์แวร์ทั่วไป พวกมันมีความจำ มีการใช้ API และมีการโต้ตอบกับมนุษย์ สิ่งนี้ทำให้พวกมันมีความเสี่ยงหากคุณไม่มีศูนย์กลางในการระบุตัวตน (name), เฝ้าติดตาม (monitor) และยกเลิกการใช้งาน (retire)
Control plane ที่แท้จริงจะจัดการงานที่ดูน่าเบื่อแต่สำคัญยิ่ง:
- Registry: รายชื่อเอเจนต์ทั้งหมดที่กำลังใช้งานอยู่
- Identity: การรู้แน่ชัดว่าเอเจนต์คือใครหรือคืออะไร
- Permissions: การควบคุมข้อมูลที่เอเจนต์สามารถมองเห็นได้
- Audit: การบันทึกประวัติทุกการกระทำของเอเจนต์
- Lifecycle: การรู้ว่าเมื่อใดควรระงับหรือยกเลิกการใช้งานเอเจนต์
อย่าถามผู้ให้บริการ (vendors) ว่าเครื่องมือของเขาสร้างเอเจนต์ได้เร็วแค่ไหน เพราะนั่นเป็นเรื่องพื้นฐาน
แต่จงถามว่าในเดือนที่ห้าจะเกิดอะไรขึ้น ถามว่าพวกเขาสามารถแสดงรายชื่อเจ้าของเอเจนต์ทุกตัวให้คุณดูได้หรือไม่ ถามว่าพวกเขาสามารถสั่งหยุดเอเจนต์ได้ทันทีหากมันทำงานผิดปกติหรือไม่ และถามว่าพวกเขาสามารถเชื่อมโยงค่าใช้จ่ายของเอเจนต์เข้ากับเวิร์กโฟลว์ทางธุรกิจที่เฉพาะเจาะจงได้หรือไม่
การสร้างเอเจนต์คือส่วนที่ง่าย แต่การบริหารจัดการพวกมันในฐานะแรงงานมืออาชีพคือส่วนที่ยาก
Source: https://dev.to/focused_dot_io/enterprise-ai-agents-have-a-control-plane-now-focused-labs-4enb
Optional learning community: https://t.me/GyaanSetuAi