Η βιομηχανία της τεχνητής νοημοσύνης βρίσκεται σε ένα κρίσιμο σταυροδρόμι. Μετά από δύο χρόνια εντυπωσιακών επιδείξεων των δυνατοτήτων των Μεγάλων Γλωσσικών Μοντέλων (LLMs), η προσοχή μετατοπίζεται από το τι μπορεί να «πει» η AI στο τι μπορεί να «κάνει». Αυτή είναι η υπόσχεση των AI agents: αυτόνομα συστήματα που δεν απαντούν απλώς σε ερωτήσεις, αλλά εκτελούν εργασίες, κλείνουν συμφωνίες, διαχειρίζονται εφοδιαστικές αλυσίδες και οργανώνουν το ανθρώπινο δυναμικό. Ωστόσο, καθώς οι επιχειρήσεις προσπαθούν να ενσωματώσουν αυτούς τους πράκτορες στις καθημερινές τους λειτουργίες, ανακαλύπτουν ότι το μεγαλύτερο εμπόδιο δεν είναι η ικανότητα του μοντέλου να κατανοήσει μια εντολή, αλλά το αν του επιτρέπεται —τεχνικά και νομικά— να την εκτελέσει.
Η ψευδαίσθηση της απόδοσης
Για μεγάλο χρονικό διάστημα, η συζήτηση γύρω από την τεχνητή νοημοσύνη επικεντρωνόταν στα benchmarks. Ποιο μοντέλο έχει το υψηλότερο σκορ στο MMLU; Ποιο μπορεί να γράψει κώδικα Python πιο γρήγορα; Αν και η πρόοδος στην ωμή υπολογιστική νοημοσύνη είναι θεαματική, η πραγματικότητα στον εταιρικό κόσμο είναι διαφορετική. Ένας AI agent μπορεί να είναι αρκετά έξυπνος ώστε να καταλάβει ότι πρέπει να εγκρίνει μια δαπάνη 10.000 ευρώ για έναν προμηθευτή, αλλά το σύστημα στο οποίο λειτουργεί δεν έχει κανέναν τρόπο να επαληθεύσει αν αυτός ο πράκτορας έχει την εξουσιοδότηση να το πράξει.
Το πρόβλημα έγκειται στην αρχιτεκτονική των δικαιωμάτων πρόσβασης (Identity and Access Management - IAM). Τα υπάρχοντα συστήματα ασφαλείας έχουν σχεδιαστεί για ανθρώπους. Βασίζονται σε κωδικούς πρόσβασης, βιομετρικά δεδομένα και ταυτοποίηση δύο παραγόντων. Ένας AI agent, ωστόσο, λειτουργεί σε μια γκρίζα ζώνη. Ενεργεί εκ μέρους ενός χρήστη, αλλά είναι ένα αυτόνομο λογισμικό. Αν ο πράκτορας κάνει ένα λάθος ή αν χειραγωγηθεί μέσω «prompt injection», οι συνέπειες μπορεί να είναι καταστροφικές για μια επιχείρηση.
Το «Σύστημα Καταγραφής» ως η μοναδική λύση
Η Workday, ένας κολοσσός στο λογισμικό διαχείρισης ανθρώπινου δυναμικού και οικονομικών, προσφέρει μια ενδιαφέρουσα λύση σε αυτό το αδιέξοδο. Αντί να προσπαθήσει να χτίσει ένα νέο σύστημα ασφαλείας από το μηδέν, αξιοποιεί το υπάρχον «Σύστημα Καταγραφής» (System of Record). Στον κόσμο των επιχειρήσεων, το System of Record είναι η απόλυτη πηγή αλήθειας για τα δεδομένα και τα δικαιώματα. Αν ένας υπάλληλος δεν έχει δικαίωμα να δει τους μισθούς των συναδέλφων του στο Workday, τότε ο AI agent που ενεργεί για λογαριασμό του δεν θα έχει ούτε αυτός πρόσβαση σε αυτά τα δεδομένα.
Αυτή η προσέγγιση λύνει το πρόβλημα της εμπιστοσύνης. Οι επιχειρήσεις δεν χρειάζεται να ανησυχούν για το αν το AI θα «παραφρονήσει» και θα αρχίσει να μοιράζει μπόνους σε όλους. Οι περιορισμοί είναι ενσωματωμένοι στο επίπεδο των δεδομένων. Ωστόσο, αυτό δημιουργεί μια νέα πρόκληση: την ανάγκη για απόλυτη διαλειτουργικότητα. Οι AI agents σπάνια λειτουργούν μέσα σε ένα μόνο οικοσύστημα. Μπορεί να χρειαστεί να αντλήσουν δεδομένα από το Salesforce, να επεξεργαστούν ένα έγγραφο στο Google Drive και να εκτελέσουν μια πληρωμή μέσω SAP. Πώς μεταφέρονται τα δικαιώματα πρόσβασης από το ένα σύστημα στο άλλο με ασφάλεια;
Η πρόκληση της «Αντιπροσώπευσης» (Proxy)
Ένα από τα πιο ακανθώδη ζητήματα είναι η έννοια της αντιπροσώπευσης. Όταν ένας AI agent εκτελεί μια ενέργεια, ποιος είναι ο νομικά υπεύθυνος; Αν ένας πράκτορας αγοράσει μετοχές ή υπογράψει ένα συμβόλαιο, η νομική ευθύνη βαραίνει τον χρήστη που τον ενεργοποίησε, την εταιρεία που τον ανέπτυξε ή την επιχείρηση που τον χρησιμοποιεί; Χωρίς ένα σαφές πλαίσιο permissions που να καταγράφει κάθε κίνηση (audit trail), οι νομικοί σύμβουλοι των μεγάλων εταιρειών θα συνεχίσουν να βάζουν φρένο στην πλήρη αυτοματοποίηση.
- Δυναμικά Δικαιώματα: Οι πράκτορες χρειάζονται δικαιώματα που αλλάζουν ανάλογα με το πλαίσιο (context-aware permissions).
- Μηδενική Εμπιστοσύνη (Zero Trust): Κάθε ενέργεια του πράκτορα πρέπει να επαληθεύεται, ανεξάρτητα από το ποιος τον δημιούργησε.
- Διαφάνεια και Καταγραφή: Η ανάγκη για αμετάβλητα αρχεία καταγραφής (logs) όλων των ενεργειών που εκτελούνται από AI.
Συμπερασματικά, η εποχή των AI agents δεν θα κριθεί από το πόσο «έξυπνα» είναι τα μοντέλα της OpenAI ή της Anthropic. Θα κριθεί από την ικανότητα των τμημάτων IT να δημιουργήσουν ένα ασφαλές περιβάλλον όπου η αυτονομία δεν θα θυσιάζει την ασφάλεια. Το «bottleneck» των δικαιωμάτων είναι η τελευταία μεγάλη δοκιμασία πριν η τεχνητή νοημοσύνη γίνει πραγματικά ο κινητήρας της παγκόσμιας οικονομίας. Όσοι καταφέρουν να λύσουν το γρίφο της «ελεγχόμενης αυτονομίας» θα είναι οι νικητές της επόμενης δεκαετίας.