در حوزه مدیریت حاکمیت، ریسک و انطباق (GRC)، پرسش دیگر این نیست که آیا جایگاه شغلی متخصصان امنیتی حفظ می‌شود یا خیر، بلکه مسئله اصلی، به‌روز بودن مهارت‌های آن‌هاست. عوامل هوش مصنوعی (AI Agents) در حال حاضر وظایفی نظیر تست کنترل‌ها (Control Testing)، جمع‌آوری شواهد (Evidence Collection) و نگاشت چارچوب‌ها (Framework Mapping) را بر عهده گرفته‌اند؛ کارهایی که پیش از این هفته‌ها از زمان یک مدیر را می‌گرفت.
عامل‌محور شدن GRC (Agentification)
مفهوم «عامل‌محور شدن» به معنای کمک گرفتن انسان از هوش مصنوعی نیست، بلکه به این معناست که AI Agents کارها را انجام دهند و انسان یک سطح بالاتر قرار گیرد تا آن‌ها را هدایت و مدیریت کند. برای عبور از این مرحله، سه مهارت کلیدی وجود دارد که تفاوت بین مدیرانی که جایگاهشان حذف می‌شود و مدیرانی که ارتشی از عوامل هوش مصنوعی را اداره می‌کنند، مشخص می‌کند:
- سواد داده‌ای (Data Literacy): یک عامل هوش مصنوعی تنها به اندازه داده‌هایی که دریافت می‌کند کارآمد است. اگر داده‌های قدیمی یا نادرست وارد سیستم شود، AI با سرعت بسیار زیاد، نتایجی غلط اما با ظاهری متقاعدکننده تولید می‌کند. مدیران GRC باید بتوانند داده‌های معتبر را از داده‌های «در دسترس» تشخیص دهند و با مفاهیمی چون خط لوله‌های داده (Data Pipelines)، داده‌های ساختاریافته (Structured Data) و APIها آشنا شوند تا بتوانند صحت خروجی‌های سیستم را در برابر هیئت مدیره دفاع کنند.
- حاکمیت بر عوامل (Agent Governance): نقش جدید متخصص GRC، تغییر از «جمع‌آوری‌کننده» به «حاکم» است. هر عامل هوش مصنوعی باید مانند یک نیروی انسانی مدیریت شود؛ یعنی اهداف، مرزهای سخت و شاخص‌های کلیدی عملکرد (KPI) برای آن تعریف گردد. نظارت بر نرخ خطا و میزان ارجاع تصمیمات به انسان (Escalation Rate)، بخشی از مهندسی GRC مدرن است.
- ارتباطات و ردیابی (Communication & Traceability): زمانی که عوامل هوش مصنوعی بدون دخالت انسان با یکدیگر تعامل می‌کنند، خطر ایجاد یک «جعبه سیاه» (Black Box) وجود دارد که نتایج آن قابل توضیح نباشد. برای جلوگیری از این ریسک، هر تعامل باید ثبت شده و قابل ردیابی باشد. دستورالعمل‌ها باید با دقت یک Runbook نوشته شوند تا احتمال تفسیر اشتباه توسط AI به حداقل برسد و هر اقدامی قابل بازگشت (Reverse) باشد.
در نهایت، مدیران GRC توسط هوش مصنوعی جایگزین نمی‌شوند، بلکه توسط مدیرانی که یاد گرفته‌اند چگونه از این ابزارها استفاده کنند، جایگزین خواهند شد. بقا در این محیط مستلزم تبدیل شدن به نیرویی است که اتوماسیون آن دشوارتر از کارهایی باشد که پیش از این انجام می‌داد.
