عنوان: معاونت سے عمل درآمد تک: تعمیراتی تبدیلی

مائیکروسافٹ کی 2026 کی "Agentic Transformation Patterns" پلے بک یہ واضح کرتی ہے کہ AI ایجنٹس کو محض صارفین کی معاونت کرنے کے بجائے اصل میں کام انجام دینے کے لیے کس طرح دوبارہ سے تعمیر کرنا ضروری ہے۔ یہ اس کوشش پر ایک ٹھوس قیمت لگاتی ہے – یعنی کسی بھی ایک execution-mode ایجنٹ کو بھیجنے سے پہلے بنیادی انفراسٹرکچر کے لیے 26 سے 60 انجینئر ہفتے درکار ہوں گے۔ جو کمپنیاں اس تبدیلی کو نظر انداز کرتی ہیں، انہیں ایسے کمزور ٹولز بنانے کا خطرہ ہے جو خود سے محفوظ طریقے سے کام نہیں کر سکتے۔

ادارے اب large-language-model (LLM) اسسٹنٹس کے ساتھ تجربات کر رہے ہیں جو ای میلز کا مسودہ تیار کرتے ہیں، کوڈ اسنیپٹس تجویز کرتے ہیں، یا ڈیٹا سامنے لاتے ہیں۔ وہ ایجنٹس "assist" موڈ میں رہتے ہیں: ایک انسان ہر آؤٹ پٹ کی جانچ کرتا ہے، اور ایک پتلا (thin) ریپر درخواست کو ماڈل تک پہنچاتا ہے اور جواب واپس لاتا ہے۔ یہ آرکیٹیکچر سستا اور جلد تیار ہونے والا ہے، لیکن یہ جان بوجھ کر فیصلہ سازی اور ڈیٹا لکھنے کا کام صارف پر چھوڑ دیتا ہے۔

جب کوئی ادارہ چاہتا ہے کہ ایجنٹ ایک مکمل ورک فلو چلائے—جیسے ڈیٹا بیس بھرنا، کسی ڈاؤن اسٹریم عمل کو شروع کرنا، یا کسی لین دین کی منظوری دینا—تو ماڈل اب وہ بلیک باکس نہیں رہ سکتا جو صرف انسان کی تصدیق کے لیے اپنا جواب دے دے۔ ایجنٹ کو ایک خود مختار سروس کے طور پر کام کرنا چاہیے، جس کی اپنی شناخت، مستقل حالت (persistent state)، اور بلٹ ان حفاظتی نیٹ ورک (safety nets) ہوں۔ مائیکروسافٹ کا کہنا ہے کہ پرانے assist-only ڈیزائن کو ایک execution-ready سسٹم میں تبدیل نہیں کیا جا سکتا؛ اس کے لیے سات تعمیراتی ستونوں (architectural pillars) پر بنیاد سے دوبارہ ڈیزائننگ کی ضرورت ہے۔

execution-ready AI ایجنٹس کے سات ستون

  • Authority (اختیار) – "صارف کی طرف سے تفویض کردہ" اجازتوں سے ہٹ کر مستقل ایجنٹ شناختوں کی طرف منتقلی، جو مخصوص رسائی کے حقوق رکھتی ہوں۔ ایجنٹ کو کسی انسان کے ٹوکن کے بغیر خود کو ڈاؤن اسٹریم سروسز کے لیے تصدیق شدہ (authenticate) کرنا چاہیے۔
  • Boundaries (حدود) – حساس حساب کتاب کے لیے عارضی ماڈل استدلال (reasoning) کی جگہ حتمی (deterministic) کوڈ راستوں کا استعمال کریں۔ کوئی بھی چیز جس میں درستگی کی ضرورت ہو—جیسے مالیاتی ریاضی، تعمیل (compliance) کے چیک—اسے تصدیق شدہ سافٹ ویئر میں چلنا چاہیے، نہ کہ ماڈل کے آؤٹ پٹ سے اخذ کیا جائے۔
  • Schemas (اسکیماز) – غیر منظم ڈیٹا کے تبادلے سے ہٹ کر ایک مستند اسکیما کی طرف منتقلی جس کا مالک ایک نامزد ڈیٹا اسٹوارڈ ہو۔ یہ ایجنٹ کو غلط فارمیٹ والے ریکارڈ لکھنے سے روکتا ہے جنہیں ڈاؤن اسٹریم سسٹم استعمال نہ کر سکیں۔
  • Failure Detection (ناکامی کا پتہ لگانا) – انسانی نگرانی کی جگہ مسلسل ٹیلی میٹری اور کاروباری نتائج کی نگرانی کو لائیں۔ سسٹم کو خودکار طور پر غیر معمولی حالات (anomalies)، جیسے کہ غیر متوقع لین دین کی مقدار، کو سامنے لانا چاہیے اور اگر مقررہ حد (thresholds) سے تجاوز ہو جائے تو ایجنٹ کو روک دینا چاہیے۔
  • State (حالت) – مختصر مدت کے چیٹ سیشنز کی جگہ مستقل اور کیس کے دائرہ کار کے مطابق حالت (state) کو سسٹم آف ریکارڈ میں محفوظ کریں۔ ایک execution ایجنٹ کو دنوں یا ہفتوں کے دوران پچھلے اقدامات، آڈٹ ٹریلز، یا صارف کی ترجیحات کو یاد رکھنے کی ضرورت پڑ سکتی ہے۔
  • Rollback (واپسی) – "پرامپٹ کو دوبارہ چلانے" کے بجائے ایونٹ سورسنگ یا معاوضہ دینے والے لین دین (compensating transactions) کا استعمال کریں جو اقدامات کو قابل اعتماد طریقے سے واپس لے سکیں۔ اگر ایجنٹ سے غلطی ہو جائے تو پلیٹ فارم کو انسانی مداخلت کے بغیر اس کے اثرات کو واپس (revert) لینا چاہیے۔
  • Auditability (آڈٹ کرنے کی صلاحیت) – سادہ چیٹ ٹرانسکرپٹس سے اپ گریڈ کر کے ہر ایکشن کے لاگز (logs) تک پہنچیں جو ہر آپریشن کو ایک مخصوص ایجنٹ ورژن اور شناخت سے جوڑتے ہوں۔ ریگولیٹرز اور اندرونی آڈیٹرز اس طرح بالکل ٹریس کر سکتے ہیں کہ ایجنٹ نے کیا کیا، کب کیا، اور کس پالیسی کے تحت کیا۔

یہ تبدیلیاں اختیاری نہیں ہیں؛ یہ AI سے چلنے والی خودکاری (automation) کے لیے ایک نیا آپریٹنگ ماڈل تشکیل دیتی ہیں۔ مائیکروسافٹ کا تخمینہ ہے کہ اس بنیاد کو بنانے میں 26 سے 60 انجینئر ہفتے لگیں گے۔

لاگت کیوں اہم ہے

پلے بک ان کم اہمیت کے کاموں کے لیے execution-mode ایجنٹس تعینات کرنے کے خلاف خبردار کرتی ہے جو صارف کے ورک فلو سے صرف چند منٹ ہی بچاتے ہوں۔ انجینئرنگ کی سرمایہ کاری کسی بھی معمولی پیداواری فائدے سے کہیں زیادہ ہوگی۔ ان عملوں کو نشانہ بنائیں جن کے نتائج قابل پیمائش ہوں—جیسے آرڈر کی تکمیل، کلیم کا فیصلہ، یا تعمیل کی رپورٹنگ—جہاں خود مختار عمل درآمد براہ راست لاگت کی بچت یا خطرے میں کمی میں تبدیل ہو جاتا ہے۔

اپنے ڈیٹا اسکیماز کا مالک بننے کے لیے سیاسی اختیار (Political authority) درکار ہے۔

جوابی نکتہ: کیا صرف معاونت (assist-only) کافی ہے؟

بہت سے اندرونی سپورٹ کے منظرناموں کے لیے—جیسے میٹنگ کے نوٹس تیار کرنا، یا نالج بیس کے مضامین سامنے لانا—انسانی تصدیق ایک عملی حفاظتی نیٹ ورک کے طور پر برقرار رہتی ہے۔ اس کا نقصان سست سائیکل ٹائم اور حتمی فیصلے کے لیے انسانی محنت پر مسلسل انحصار ہے۔

حاصلِ کلام واضح ہے: AI ایجنٹس کو معاون کردار سے خود مختار کردار میں منتقل کرنا محض ایک فیچر کا بٹن دبانا نہیں ہے؛ یہ مکمل طور پر آرکیٹیکچر کی دوبارہ تحریر ہے۔ جو کمپنیاں انجینئرنگ اور گورننس کے تقاضوں کو کم تر سمجھتی ہیں، انہیں کمزور بوٹس (brittle bots) لانچ کرنے کا خطرہ ہے۔