Zarządzanie AI w Power Platform — wyjaśnienie

Wprowadzenie

Wraz z tym, jak tworzenie agentów AI w Microsoft Power Platform i Copilot Studio staje się coraz prostsze, zarządzanie nimi szybko staje się prawdziwym wyzwaniem dla zespołów IT. Najnowsze wytyczne Microsoftu wskazują, że tradycyjne procesy oparte na rozbudowanych przeglądach są zbyt wolne dla rozwoju napędzanego przez AI i że organizacje potrzebują adaptacyjnego, platformowego podejścia do governance, aby równoważyć innowacje z kontrolą.

Co nowego

Na blogu Microsoft przedstawiono praktyczne ramy zarządzania agentami AI w środowiskach produkcyjnych:

• Przejście od statycznego governance do adaptacyjnego governance: Zamiast traktować każdy projekt AI tak samo, organizacje powinny klasyfikować agentów według ryzyka i stosować odpowiedni poziom nadzoru.
• Stosowanie modelu opartego na ryzyku:
  • Niskie ryzyko: Osobiste lub ściśle ograniczone agenty zwiększające produktywność, z ograniczonym dostępem do danych i udostępnianiem.
  • Średnie ryzyko: Agenty z szerszym udostępnianiem, bardziej wrażliwymi danymi lub działaniami o większym wpływie, które wymagają dodatkowego przeglądu.
  • Wysokie ryzyko: Krytyczne dla biznesu agenty połączone z kluczowymi systemami, które od początku wymagają ścisłych kontroli.
• Wymuszanie governance przez platformę: Microsoft wskazuje managed environments w Power Platform jako kluczowy mechanizm zapewniający inwentaryzację, wgląd w użycie, kontrolę udostępniania, governance konektorów i zarządzanie cyklem życia.
• Traktowanie udostępniania jako kluczowego punktu kontroli: Rozwiązanie udostępnione jednemu użytkownikowi lub małemu zespołowi ma zupełnie inny profil ryzyka niż rozwiązanie wdrożone szeroko w całej organizacji.
• Wzmocnienie tożsamości i uprawnień: Microsoft podkreśla, że agenty zazwyczaj działają z uprawnieniami użytkownika wywołującego, co oznacza, że częściej ujawniają istniejące problemy z dostępem, niż tworzą nowe.
• Dodanie monitorowania i możliwości audytu: Same kontrole prewencyjne nie wystarczą. Organizacje potrzebują również diagnostyki, ścieżek audytu i kontroli reaktywnych, gdy działania AI wpływają na zgodność lub operacje biznesowe.

Dlaczego to ma znaczenie dla administratorów IT

Dla administratorów główny wniosek jest taki, że strategia „zablokujmy wszystko” nie jest trwałym podejściem do AI. Zbyt restrykcyjne kontrole mogą wypychać użytkowników w stronę nieobsługiwanych narzędzi i shadow IT, podczas gdy zbyt słabe zabezpieczenia mogą narazić wrażliwe systemy.

Model oparty na ryzyku daje zespołom IT bardziej przejrzysty sposób na umożliwienie eksperymentowania w scenariuszach niskiego ryzyka, przy jednoczesnym zachowaniu formalnych przeglądów dla agentów, które mają kontakt z danymi wrażliwymi lub krytycznymi procesami. Jest to szczególnie istotne dla organizacji wdrażających Copilot Studio i szersze możliwości Power Platform.

Zalecane kolejne kroki

Liderzy IT i administratorzy Power Platform powinni rozważyć następujące działania:

1. Zdefiniować poziomy ryzyka dla agentów AI i aplikacji w swoim środowisku.
2. Przejrzeć managed environments oraz powiązane ustawienia governance w Power Platform.
3. Przeprowadzić audyt uprawnień użytkowników, aby zidentyfikować zbyt szeroki dostęp, który agenty mogłyby dziedziczyć.
4. Ustalić ścieżki udostępniania i promowania, tak aby narzędzia osobiste mogły zostać zweryfikowane przed szerszym wdrożeniem.
5. Wzmocnić monitorowanie i audyt działań agentów powiązanych ze zgodnością lub kluczowymi procesami biznesowymi.

Przekaz Microsoftu jest jasny: godne zaufania AI zależy mniej od blokowania adopcji, a bardziej od budowania governance, które skaluje się razem z nią.