Artykuły AI
W czerwcu 2026 KPMG objął Agent 365 ponad 276 000 pracowników. Zarządzanie agentami AI staje się nową warstwą kontroli w firmie.
1 maja 2026 Microsoft udostępnił powszechnie Agent 365, warstwę kontrolną do wykrywania, nadzoru i zabezpieczania agentów AI, w cenie 15 USD za użytkownika miesięcznie. 9 czerwca 2026 KPMG ogłosił, że obejmie tym rozwiązaniem oraz Microsoft 365 Copilot ponad 276 000 pracowników w 138 krajach. Sygnał jest czytelny: gdy firmy uruchamiają wiele agentów naraz, trudną i wartościową częścią przestaje być zbudowanie jednego agenta, a staje się nią zarządzanie całą flotą. Tożsamość agenta, jego uprawnienia, ślad audytowy i nadzór dopasowany do skutków działań stają się nową warstwą kontroli w firmie.
Microsoft udostępnił Agent 365 powszechnie 1 maja 2026 i opisał go jako warstwę kontrolną do wykrywania, nadzoru i zabezpieczania agentów oraz ich działań. Rozwiązanie kosztuje 15 USD za użytkownika miesięcznie albo wchodzi w skład pakietu Microsoft 365 E7. Zakres obejmuje inwentaryzację agentów w środowiskach lokalnych, chmurowych i SaaS, nadawanie agentom dostępu delegowanego lub własnych poświadczeń, rozszerzenie reguł sieciowych Microsoft Entra na agentów oraz egzekwowanie polityk przez Microsoft Defender i Intune. Poza platformami Microsoftu rozwiązanie łączy się z AWS Bedrock i Google Cloud.
Część funkcji nadzorczych zaplanowano na czerwiec 2026. To między innymi mapowanie kontekstu każdego agenta, czyli urządzeń, na których działa, skonfigurowanych serwerów MCP, powiązanych tożsamości i zasobów chmurowych, do których agent może sięgnąć, a także blokowanie w czasie działania agentów kodujących, które wykazują szkodliwe wzorce zachowań.
9 czerwca 2026 KPMG i Microsoft ogłosiły rozszerzenie współpracy. KPMG obejmie Microsoft 365 Copilot i Agent 365 ponad 276 000 pracowników w 138 krajach. Firma wpisała to w swój framework KPMG Trusted AI i zapowiedziała centralne zarządzanie oraz nadzór nad agentami działającymi w systemach, danych i procesach, a także wykorzystanie tej warstwy w usługach dla klientów. Wdrożenie na taką skalę pokazuje, że dużym przedsiębiorstwem nie jest już zbudowanie agenta, lecz zapanowanie nad ich liczbą.
Punkt ciężkości przesuwa się z tworzenia agentów na zarządzanie nimi. Według raportu Deloitte The State of AI in the Enterprise z 2026 roku 66% organizacji raportuje wzrost produktywności dzięki AI, około 23% korzysta z agentów co najmniej umiarkowanie, a w ciągu dwóch lat odsetek ten ma sięgnąć około 74%. McKinsey w raporcie The State of AI podaje, że 23% organizacji skaluje system agentowy gdziekolwiek w operacjach, a 39% zaczęło z agentami eksperymentować. Liczba agentów w firmach rośnie, a wraz z nią rośnie liczba autonomicznych bytów, które sięgają do danych i wykonują operacje.
To tworzy nową klasę ryzyka. Agent działa samodzielnie, często na koncie i uprawnieniach człowieka, i potrafi połączyć kilka systemów w jednym ciągu operacji. Bez rejestru agentów, przypisanej tożsamości, ograniczonych uprawnień i zapisu działań firma traci wiedzę o tym, co dzieje się w jej procesach. Decyzja Microsoftu, żeby sprzedawać osobną warstwę kontrolną, i rozmiar wdrożenia w KPMG potwierdzają, że rynek uznał nadzór nad flotą agentów za osobny, płatny problem. Dla firmy planującej pracę z agentami wniosek jest praktyczny: warstwę kontroli trzeba zaplanować równolegle z pierwszym agentem, a nie dokładać ją po fakcie.
Problem biznesowy: pracownicy uruchamiają agentów w narzędziach, których już używają, a firma nie wie, ile ich działa, kto je stworzył ani do jakich danych sięgają.
Możliwe rozwiązanie AI: warstwa, która wykrywa i inwentaryzuje agentów w środowiskach lokalnych, chmurowych i SaaS, a następnie prowadzi ich centralny rejestr.
Dane i procesy do wdrożenia: skan środowisk, w których mogą działać agenty, jednolity rejestr z przypisanym właścicielem i celem każdego agentu oraz proces zgłaszania nowych.
Potencjalny efekt: pełniejszy obraz tego, co faktycznie działa w firmie, i ograniczenie niekontrolowanych agentów uruchamianych poza wiedzą działu IT.
Ryzyko i ograniczenie: sam rejestr nie wystarczy, jeśli nikt go nie utrzymuje. Potrzebny jest właściciel procesu i rytm przeglądu, inaczej lista szybko traci aktualność.
Problem biznesowy: agent działa na koncie człowieka z szerokimi uprawnieniami, więc sięga do danych i systemów, których jego zadanie nie wymaga.
Możliwe rozwiązanie AI: nadanie agentowi własnej tożsamości i poświadczeń oraz uprawnień ograniczonych do konkretnego zadania, zamiast dziedziczenia pełnego dostępu użytkownika.
Dane i procesy do wdrożenia: mapa danych i systemów, do których agent naprawdę potrzebuje dostępu, reguły dostępu na poziomie agenta oraz kontrola sieciowa ograniczająca zasięg jego działań.
Potencjalny efekt: mniejsza powierzchnia ryzyka, bo błąd lub przejęcie jednego agentu nie otwiera dostępu do całego środowiska.
Ryzyko i ograniczenie: zbyt wąskie uprawnienia blokują pracę agentu, zbyt szerokie tworzą lukę. Dobór wymaga przeglądu procesu, a nie ustawienia domyślnego.
Problem biznesowy: agent wykonał operację, a firma nie potrafi odtworzyć, co dokładnie zrobił, na jakich danych i z czyjego polecenia.
Możliwe rozwiązanie AI: zapis działań każdego agentu, powiązany z jego tożsamością, urządzeniami i zasobami, do których sięgnął, dostępny do przeglądu i kontroli.
Dane i procesy do wdrożenia: logowanie działań agentów, mapowanie ich powiązań z systemami oraz proces przeglądu zdarzeń przez wyznaczoną osobę.
Potencjalny efekt: możliwość rozliczenia decyzji, szybszego wykrycia błędu i wykazania zgodności podczas kontroli lub audytu.
Ryzyko i ograniczenie: sam zapis nie chroni, jeśli nikt go nie analizuje. Bez przeglądu logi stają się archiwum, do którego zagląda się dopiero po incydencie.
Problem biznesowy: firma stosuje te same reguły wobec agenta, który tylko podpowiada, i agenta, który samodzielnie wykonuje operacje o dużych skutkach finansowych lub prawnych.
Możliwe rozwiązanie AI: różnicowanie nadzoru według skutków działań agentu, z akceptacją człowieka i blokowaniem tam, gdzie ryzyko jest wysokie, oraz swobodą tam, gdzie agent jedynie proponuje.
Dane i procesy do wdrożenia: klasyfikacja agentów według skutków ich działań, reguły akceptacji dla operacji o dużym wpływie oraz mechanizm blokowania podejrzanych zachowań w czasie działania.
Potencjalny efekt: kontrola tam, gdzie stawka jest wysoka, bez spowalniania agentów o niskim ryzyku.
Ryzyko i ograniczenie: Gartner ostrzegł 26 maja 2026, że jednolite reguły nadzoru dla wszystkich agentów, niezależnie od ich autonomii, prowadzą do porażek wdrożeń. Zła klasyfikacja agentu przenosi to ryzyko do firmy.
Zacznij od inwentaryzacji, zanim liczba agentów wymknie się spod kontroli. Spisz, jakie agenty faktycznie działają, kto je uruchomił, na jakich uprawnieniach i do jakich danych sięgają. To samo ćwiczenie, które robi się dla kont pracowników, przeniesione na oprogramowanie działające samodzielnie.
Nadaj każdemu agentowi właściciela i minimalne uprawnienia. Ustal, kto odpowiada za wynik jego pracy, i ogranicz dostęp do tego, czego wymaga konkretne zadanie, zamiast dziedziczyć pełne uprawnienia użytkownika.
Włącz zapis działań i wyznacz osobę, która go przegląda. Log bez przeglądu jest tylko archiwum. Ustal rytm kontroli i próg zdarzeń, które wymagają reakcji.
Dopasuj nadzór do skutków, a nie do jednej reguły dla wszystkich. Agenta wykonującego operacje o dużym wpływie nadzoruj ściślej, z akceptacją człowieka, a agentowi podpowiadającemu daj więcej swobody. Warstwę kontroli planuj razem z pierwszym agentem, a nie po jego uruchomieniu.
Bezpieczeństwo danych: agent z nadmiarem uprawnień sięga do danych, których jego zadanie nie wymaga. Bez ograniczenia dostępu i kontroli sieciowej pojedynczy błąd otwiera drogę do całego środowiska.
Shadow AI w wersji agentowej: pracownicy uruchamiają agentów w narzędziach, których już używają, poza wiedzą działu IT. To luka w bezpieczeństwie i jakości, której nie da się zamknąć bez rejestru agentów.
Koszty: warstwa kontrolna to osobny wydatek, na przykład 15 USD za użytkownika miesięcznie w przypadku Agent 365, do którego dochodzi czas na inwentaryzację, konfigurację uprawnień i utrzymanie rejestru. Bez policzenia tych pozycji łatwo o rozczarowanie.
Błędne wdrożenie i brak właściciela: agent bez przypisanego właściciela i celu utyka albo działa w oderwaniu od procesu. Nikt nie odpowiada za jego wynik, więc nikt go nie poprawia.
Brak kontroli jakości wyników: agent potrafi wykonać błędną operację w przekonującej formie. Potrzebny jest przegląd działań i granica spraw, których agent nie wykonuje samodzielnie.
Jednolity nadzór nad wszystkimi agentami: według Gartnera stosowanie tych samych reguł wobec agenta podpowiadającego i agenta wykonującego operacje o dużych skutkach prowadzi do porażek wdrożeń. Nadzór trzeba różnicować według skutków, jakie agent może wywołać.
Firmy przechodzą od budowania pojedynczych agentów do zarządzania ich flotą, a wraz z tym pojawia się nowa warstwa kontroli: tożsamość agenta, jego uprawnienia, ślad audytowy i nadzór dopasowany do skutków działań. Microsoft udostępnił na to osobne narzędzie za 15 USD za użytkownika miesięcznie, a KPMG objął nim ponad 276 000 pracowników, co pokazuje, że rynek uznał nadzór nad agentami za osobny problem. Dla firmy oznacza to prostą kolejność: najpierw rejestr agentów, właściciele i minimalne uprawnienia, potem zapis działań i nadzór różnicowany według ryzyka. Zacznij od spisania, co faktycznie działa, a nie od kolejnego agentu bez kontroli.