Agentic AI in India : Artificial Intelligence म्हणजे आतापर्यंत प्रश्नांची उत्तरं देणं, माहितीचं विश्लेषण करणं किंवा एखादं काम सुचवणं—अशी AIची भूमिका आपण पाहिली. मात्र आता AIच्या जगात पुढचा टप्पा वेगाने समोर येत आहे आणि त्याचं नाव आहे Agentic AI.
या तंत्रज्ञानामध्ये AI फक्त उत्तर देत नाही, तर एखादं उद्दिष्ट समजून घेऊन अनेक टप्प्यांमध्ये निर्णय घेणे, वेगवेगळ्या systems मधून माहिती मिळवणे आणि ठरवून दिलेल्या मर्यादेत action घेणे शक्य होतं. भारतातील Swiggy, Tata Steel आणि HDFC Bankसारख्या कंपन्या अशा AI agentsचा वापर किंवा deployment पुढे नेत आहेत.
Agentic AI म्हणजे नेमकं काय?
सोप्या भाषेत सांगायचं तर—
सामान्य AI:
तुम्ही प्रश्न विचारला → AIने उत्तर दिलं.
Generative AI:
तुम्ही सांगितलं → AIने content, image, code किंवा analysis तयार केला.
Agentic AI:
तुम्ही उद्दिष्ट दिलं → AI परिस्थिती समजतो → plan तयार करतो → वेगवेगळ्या systemsशी जोडला जातो → अनेक steps पूर्ण करतो → ठरलेल्या मर्यादेत action घेतो.
म्हणजेच “AI मला काय करायचं?” सांगण्यापेक्षा “हे काम पूर्ण करून दे” या दिशेने पुढे जात आहे.
हेही वाचा : भारतात AI Jobsचा बूम! 1.23 लाख Tech Openings; कोणत्या Skillsना सर्वाधिक मागणी?
Tata Steelमध्ये 300 पेक्षा जास्त AI Agents ( Agentic AI in India )
Agentic AIच्या वापराचं मोठं उदाहरण Tata Steel कडून पाहायला मिळतं.
Tata Steelने Google Cloudसोबतच्या भागीदारीत enterprise-wide agentic AI strategy पुढे नेली असून कंपनीच्या म्हणण्यानुसार नऊ महिन्यांत 300 पेक्षा जास्त specialised AI agents deploy करण्यात आले आहेत. हे agents predictive maintenanceपासून safety आणि operational workflowsपर्यंत विविध कामांमध्ये वापरले जात आहेत.
कंपनीने Safety EyeQ नावाचा specialised agentही वापरला आहे, जो high-risk zonesमधील live video feedsचे विश्लेषण करून safety proceduresचे पालन होत आहे का, हे पाहण्यास मदत करतो.
HDFC Bankमध्ये AI Agents काय करणार?
Banking sectorमध्येही Agentic AIचा वापर वाढत आहे.
HDFC Bankने unified AI platform तयार केल्याचे सांगितले आहे. या platformमध्ये Agentic Studio आणि Agentic Mesh यांचा समावेश आहे. बँकेच्या एप्रिल 2026 analyst presentationनुसार 5 AI use cases productionमध्ये होते, तर आणखी 14 use cases developmentमध्ये होते.
याचा उद्देश customer service, data processing, risk management आणि back-office workflowsसारख्या कामांमध्ये AI agentsचा वापर वाढवणे हा आहे. मात्र याचा अर्थ AI बँकेतील प्रत्येक निर्णय स्वतः घेणार असा नाही. बँकेने governance, compliance, security आणि risk safeguards यांनाही आपल्या AI architectureचा भाग बनवल्याचे नमूद केले आहे.
Swiggyमध्ये Agentic AIचा वापर कसा होऊ शकतो?
Swiggyसह भारतीय कंपन्यांमध्ये Agentic AIचा वापर customer interactions, operational workflows आणि decision-supportसारख्या क्षेत्रांमध्ये पुढे जात आहे.
उदाहरणार्थ, भविष्यात एखाद्या customerच्या problemसाठी AI agent फक्त “तुमची समस्या नोंदवली आहे” एवढंच न सांगता, उपलब्ध systems तपासून योग्य workflow सुरू करून पुढची प्रक्रिया पूर्ण करण्याच्या दिशेने काम करू शकतो. मात्र Swiggyमधील प्रत्येक प्रक्रिया AI पूर्णपणे स्वतः चालवते, असा अर्थ घेणे योग्य नाही. कंपन्या specific use cases आणि defined permissionsच्या आधारावर agents deploy करत आहेत.
Agentic AI आणि ChatGPTमध्ये फरक काय?
उदाहरण पाहूया.
तुम्ही ChatGPTला विचारलं:
“माझ्यासाठी पुण्याला जाण्याचे पर्याय शोध.”
AI तुम्हाला पर्याय सांगू शकतो.
Agentic AIला एखाद्या authorised systemमध्ये योग्य access दिला असेल, तर तो उद्दिष्ट समजून पर्याय शोधणे, तुलना करणे, उपलब्ध माहिती तपासणे आणि workflowमधील पुढची action घेणे अशा अनेक steps हाताळू शकतो.
म्हणून Agentic AIचा मुख्य फरक आहे:
Answer → Plan → Execute
कंपन्यांना Agentic AIची गरज का वाटतेय?
Agentic AIमुळे कंपन्यांना repetitive आणि multi-step workflows automate करण्याची संधी मिळते.
यामुळे:
- काम पूर्ण होण्याचा वेळ कमी होऊ शकतो
- अनेक manual steps automate करता येतात
- customer response वेगवान होऊ शकतो
- data आणि systems एकत्र वापरता येतात
- employeesना repetitive कामांपासून अधिक strategic कामांकडे वळवता येऊ शकते
भारतीय banking sectorमध्येही customer service, credit processing, risk management आणि back-office workflowsमध्ये Agentic AIचा वापर वाढत असल्याचे अलीकडील industry reportingमध्ये नमूद करण्यात आले आहे.
मग नोकऱ्यांचं काय?
इथेच सर्वात मोठा प्रश्न निर्माण होतो.
Agentic AIमुळे काही repetitive आणि rule-based tasks automate होऊ शकतात. पण त्याच वेळी AI agents तयार करणे, त्यांचे monitoring, security, data governance, testing आणि human oversight यासाठी नवीन प्रकारच्या skillsची गरज निर्माण होईल. त्यामुळे “Agentic AI आला म्हणजे नोकऱ्या संपणार” असा सरळ निष्कर्ष काढणे योग्य नाही.
उलट AIसोबत काम करता येणाऱ्या professionalsची मागणी वाढण्याची शक्यता आहे.
AI स्वतःहून काहीही करू शकतो का?
नाही. Agentic AIला access, permissions, data आणि स्पष्ट boundaries आवश्यक असतात. विशेषतः banking, healthcare आणि governmentसारख्या sensitive sectorsमध्ये security, privacy, compliance आणि human oversight अत्यंत महत्त्वाचे आहेत.
HDFC Bankनेही आपल्या AI platformमध्ये governance, compliance आणि security safeguardsचा उल्लेख केला आहे.
भारतात AIचा पुढचा टप्पा सुरू?
भारतामध्ये AIचा वापर chatbot किंवा content generationपुरता मर्यादित न राहता business workflowsमध्ये प्रत्यक्ष action घेण्याच्या दिशेने जात आहे.
Tata Steelचे 300+ specialised agents, HDFC Bankचे productionमधील AI use cases आणि Swiggyसारख्या digital platformsवरील automation यामुळे Agentic AI हा केवळ futuristic concept न राहता enterprise technologyमध्ये प्रत्यक्ष वापराचा विषय बनत आहे.
