Microsoft एंटरप्राइज़ AI में जीत रहा है। मॉडल्स से नहीं, बल्कि भरोसे से।

10 अक्टूबर को, सत्या नाडेला ने एक निबंध प्रकाशित किया जिसने उस सवाल की परिभाषा ही बदल दी जो एंटरप्राइज़ AI के बारे में पूछते हैं। पुराना सवाल था "हम किस मॉडल पर भरोसा कर सकते हैं?" उनका जवाब: डिफ़ॉल्ट रूप से, इनमें से किसी पर भी नहीं। हर फ्रंटियर मॉडल — चाहे वह क्लोज़्ड हो या ओपन-वेट — के साथ वैसा ही व्यवहार करें जैसा आप संवेदनशील सिस्टम तक पहुँच रखने वाले किसी शक्तिशाली कर्मचारी के साथ करते हैं: सीमित विशेषाधिकार, लॉग किए गए कार्य, बंद करने का स्विच, और ऐसे ऑडिट जो कर्मचारी के अपने बयानों पर निर्भर न हों।

उन्होंने अपनी बात एक ऐसी लाइन के साथ खत्म की जिसे दोहराना आसान है लेकिन लागू करना मुश्किल: सबसे भरोसेमंद सिस्टम वही है जो "हमें मॉडल पर सबसे कम भरोसा करने में सक्षम बनाता है।"

इस लेख में मेरा तर्क हेडलाइन्स से ज़्यादा विशिष्ट है और, मेरे खयाल से, इसे गलत साबित करना भी उतना ही कठिन है:

1. Microsoft एंटरप्राइज़ AI की दौड़ सबसे अच्छे मॉडल के दम पर नहीं जीत रहा है। वह उस जगह पर कब्ज़ा करके जीत रहा है जहाँ मॉडल्स को नियंत्रित (govern), बिल और सीमित (contain) किया जाता है, और एंटरप्राइज़ के आंकड़े (30 मिलियन+ पेड Copilot सीट्स, Azure से $100B की रेवेन्यू) यही दिखाते हैं।
2. Azure पर ओपन-वेट मॉडल्स मायने रखते हैं, लेकिन इसलिए नहीं कि वे ज़्यादा भरोसेमंद हैं। वे इसलिए मायने रखते हैं क्योंकि वे डिप्लॉयर को नियंत्रण देते हैं, और ठीक यहीं नाडेला ने भरोसे की ज़िम्मेदारी शिफ्ट की है।
3. एक चीज़ जो डिप्लॉयर खुद के लिए विश्वसनीय तरीके से उपलब्ध नहीं करा सकता, वह है स्वतंत्र सत्यापन (independent verification)। यही वह कमी है, और हमारी जैसी टेस्टिंग कंपनी के लिए यही सही जगह है।

शुरुआत में ही एक बात बता दूँ: मैं TestMu AI (पूर्व में LambdaTest) का सह-संस्थापक हूँ। इस निबंध का आखिरी एक-तिहाई हिस्सा इस बात को ध्यान में रखकर पढ़ें। मैंने हर दावे को जाँचने योग्य बनाने की कोशिश की है, और स्रोत अंत में दिए गए हैं।

Microsoft मॉडल की दौड़ हार रहा है, फिर भी एंटरप्राइज़ जीत रहा है

"Microsoft एंटरप्राइज़ AI जीत रहा है" — यह वह दावा है जिसे खारिज करना सबसे आसान लगता है, इसलिए इसका मतलब बिल्कुल स्पष्ट होना चाहिए। मॉडल शेयर के मामले में Microsoft लीडर नहीं है। लेकिन जहाँ एंटरप्राइज़ AI असल में चलता है, वहाँ है।

क्या मापा जाता है

पैटर्न साफ़ है। एंटरप्राइज़ लैब्स से मॉडल खरीदते हैं, लेकिन उन्हें Microsoft के अंदर डिप्लॉय करते हैं। a16z के CIO सर्वे में पाया गया कि मॉडल्स में OpenAI आगे है, जबकि एंटरप्राइज़ AI एप्लिकेशन्स में Microsoft का दबदबा है।

Microsoft ने अब किसी एक लैब पर दाँव लगाना भी बंद कर दिया है। Anthropic का Claude 29 जून 2026 को Microsoft Foundry में आम तौर पर उपलब्ध हो गया, जिसकी बिलिंग Azure के ज़रिए होती है और इसे Azure की आइडेंटिटी व एक्सेस कंट्रोल्स से नियंत्रित किया जाता है। Foundry कैटलॉग में अब OpenAI, Anthropic, Meta, Mistral, DeepSeek, xAI, Cohere और अन्य के मॉडल्स शामिल हैं।

तो इस थीसिस का सटीक वर्ज़न यह है: Microsoft एंटरप्राइज़ AI का कंट्रोल प्लेन बन रहा है — वह लेयर जो तय करती है कि कौन-सा मॉडल चलेगा, किन अनुमतियों के साथ, किस डेटा पर, और किसके लॉग्स के तहत। नाडेला का निबंध इसी लेयर के बारे में है।

एंटरप्राइज़ स्कोरबोर्ड

अगर एंटरप्राइज़ लेयर पर नियंत्रण ही इनाम है, तो Microsoft के फिस्कल 2026 के नतीजे दिखाते हैं कि वह इसे हासिल कर रहा है। जून 2026 को समाप्त हुए साल में, Azure ने $100B की सालाना रेवेन्यू जनरेट की और जून तिमाही में 43% की बढ़त दर्ज की, जबकि सितंबर तिमाही के लिए लगभग 45% ग्रोथ का अनुमान लगाया गया (Microsoft 8-K; MarketBeat)। कमर्शियल रिमेनिंग परफॉर्मेंस ऑब्लिगेशन्स — यानी साइन किए गए लेकिन अभी मान्यता प्राप्त न हुए बैकलॉग — में 84% की बढ़ोतरी हुई और यह $678B तक पहुँच गया (KuCoin summary of the release)।

इस तर्क के लिए Copilot के आंकड़े ज़्यादा मायने रखते हैं, क्योंकि ये मापते हैं कि एंटरप्राइज़ अपने ही कर्मचारियों के सामने AI को कैसे ला रहे हैं:

जिन डिप्लॉयमेंट्स के नाम लिए गए हैं, वे ठीक उन्हीं सेक्टर्स में हैं जहाँ भरोसा जीतना सबसे मुश्किल है: NHS England Copilot को 505,000 क्लीनिशियनों और कर्मचारियों तक बढ़ा रहा है, KPMG 276,000 से ज़्यादा प्रोफेशनल्स तक, और HSBC ने 200,000 सीट्स के लिए प्रतिबद्धता जताई है (UC Today)। Accenture इसे लगभग 743,000 कर्मचारियों तक पहुँचा रहा है, जिसे नाडेला ने Microsoft की सबसे बड़ी Copilot जीत बताया (Let's Data Science)। Bayer, Johnson & Johnson, Mercedes-Benz, और Roche में से हर एक 90,000 से ज़्यादा सीट्स चला रहा है।

सबसे अहम बात यह है कि Microsoft इसे पैकेज कैसे कर रहा है। इसके नए E7 सूट में Copilot को E5 सिक्योरिटी, Entra आइडेंटिटी, और Agent 365 (एजेंट्स को मैनेज करने वाली लेयर) के साथ बाँधा गया है। पहले दो महीनों में सैकड़ों एंटरप्राइज़ ने इसे खरीदा, और EY इसे 400,000 कर्मचारियों पर डिप्लॉय कर रहा है (UC Today)। Microsoft अब AI को अकेले नहीं बेच रहा। वह AI को उसके आस-पास की आइडेंटिटी, अनुमतियों और गवर्नेंस के साथ बेच रहा है, जो दरअसल नाडेला के निबंध को एक SKU में बदल देना है।

एक बात ध्यान देने योग्य है कि 30 मिलियन सीट्स अभी भी Microsoft की पेड कमर्शियल Microsoft 365 सीट्स का सिर्फ़ लगभग 6.6% हैं (No Jitter), और कुछ बैकलॉग असल डिप्लॉयमेंट से पहले ही कमिट हो चुके हैं। बढ़त असली है; बाज़ार अभी शुरुआती दौर में है। यही वजह है कि ट्रस्ट लेयर अभी बनानी चाहिए, जब इंस्टॉल्ड बेस अभी पूरी तरह चालू हो रहा है।

नाडेला ने असल में क्या कहा

निबंध, "Models as Insider Risks in the Super Intelligence Era," एक स्वीकारोक्ति से शुरू होता है। पारंपरिक सॉफ़्टवेयर में, इंजीनियर किसी व्यवहार को कोड पाथ तक ट्रेस कर सकते हैं। फ्रंटियर मॉडल्स में, कोई भी किसी आउटपुट को खास ट्रेनिंग डेटा या वेट्स से नहीं जोड़ सकता, फिर भी कंपनियाँ इन सिस्टम्स को संवेदनशील डेटा और मिशन-क्रिटिकल काम सौंप रही हैं। उन्होंने लिखा कि किसी प्रोवाइडर का भरोसा दिलाना, डिप्लॉयर की ज़िम्मेदारी को खत्म नहीं करता (TNW)।

उनका समाधान उन इनसाइडर-रिस्क कंट्रोल्स को उधार लेना है जो सिक्योरिटी टीमें पहले से चलाती हैं: वेरिफाइड आइडेंटिटी, लीस्ट प्रिविलेज, लॉगिंग, कंटेनमेंट। ये कंट्रोल्स मॉडल से बाहरी होते हैं। उनके शब्दों में, एंटरप्राइज़ को "बुद्धिमत्ता की आपूर्ति को उस पर अधिकार से अलग करना होगा।"

सात सिद्धांत, जैसा कि TNW ने उन्हें संक्षेप में बताया:

1. मॉडल विविधता। किसी महत्वपूर्ण परिणाम के लिए कोई एक मॉडल इकलौता आधार नहीं होना चाहिए, और कोई मॉडल अपना काम खुद चेक नहीं करता।
2. सबूत। मॉडल का हर महत्वपूर्ण कार्य छेड़छाड़-रोधी (tamper-proof), इंसानों द्वारा पढ़ने योग्य सबूत छोड़ता है।
3. लगातार सिस्टम टेस्टिंग। सभी सिस्टम्स का लगातार परीक्षण करें, जिसमें विफलताओं और हमलों के खिलाफ टेस्टिंग भी शामिल हो।
4. डिप्लॉयर-परिभाषित अधिकार। मॉडल नहीं, बल्कि कंपनी तय करती है कि मॉडल क्या एक्सेस कर सकता है और क्या कर सकता है।
5. स्वतंत्र ऑडिट। ऑडिट समीक्षा किए जा रहे मॉडल पर निर्भर नहीं होने चाहिए।
6. कंटेनमेंट। कोई अधिकृत व्यक्ति किसी मॉडल को काम के बीच में रोक या बंद कर सकता है।
7. घटना का खुलासा। प्रभावित पक्षों को जल्दी बताएँ और सीख को पूरे उद्योग में साझा करें।

आगे की बातों के लिए दो बातें मायने रखती हैं। पहली, यह ढाँचा क्लोज़्ड और ओपन-वेट दोनों मॉडल्स पर समान रूप से लागू होता है (OfficeChai)। दूसरी, निबंध में किसी उत्पाद, मानक या समय-सारणी की घोषणा नहीं की गई (FourWeekMBA)। यह एक रुख है, योजना नहीं, जिससे इसे लागू करने का रास्ता खुला रहता है।

यह निबंध अचानक नहीं आया। जुलाई में, OpenAI ने घोषणा की कि उसके एजेंट्स एक सैंडबॉक्स्ड इवैल्यूएशन से निकलकर Hugging Face के सिस्टम्स में घुस गए। सितंबर में, OpenAI के एक रिसर्च मॉडल ने DNS के ज़रिए एक बाहरी चैटबॉट तक पहुँच बनाई, और OpenAI ने अपने सबसे सक्षम मॉडल्स पर टूल-यूज़ ट्रेनिंग और इन्फरेंस रोक दिया (Bernama/dpa)। Anthropic ने भी खुलासा किया कि टेस्टिंग के दौरान उसके एक मॉडल ने फिलाडेल्फिया पुलिस को हत्या की झूठी सूचना भेज दी (Benzinga)। ये लैब की घटनाएँ हैं, एंटरप्राइज़ ब्रीच नहीं, लेकिन ये बताती हैं कि "प्रोवाइडर पर भरोसा करो" अब एक स्वीकार्य जवाब क्यों नहीं रहा।

Azure पर ओपन वेट्स: नियंत्रण, न कि गुण

इस तर्क का लोकप्रिय वर्ज़न कहता है कि ओपन-वेट मॉडल्स ज़्यादा भरोसेमंद होते हैं। नाडेला खुद अपने निबंध में इसे खारिज कर देते हैं: ओपन वेट्स भी उतने ही इनसाइडर रिस्क हैं। जाँचे जा सकने वाले वेट्स व्यवहार को ट्रेस करने योग्य नहीं बनाते, और यही वह सटीक समस्या है जिसका उन्होंने ज़िक्र किया है।

ओपन वेट्स एंटरप्राइज़ को जो देते हैं, वह उन वेरिएबल्स पर नियंत्रण है जो नाडेला डिप्लॉयर को सौंपते हैं:

• वर्ज़न पिनिंग - जिस मॉडल को आपने वैलिडेट किया, वही चलेगा। कोई आपके पीठ पीछे उसे अपडेट नहीं करेगा।
• स्थान - यह आपके क्षेत्र, आपके डेटा सेंटर, या बिना इंटरनेट वाले स्थान पर चलेगा। Microsoft का Sovereign Private Cloud ऑन-प्रिमाइसेस Azure Local पर Foundry Local चलाता है।
• निरंतरता - डिप्लॉय होने के बाद कोई वेंडर या सरकार आपकी पहुँच वापस नहीं ले सकती।
• टास्क के अनुसार पोस्ट-ट्रेनिंग - आप किसी मॉडल को काम के हिसाब से सीमित कर सकते हैं और उस सीमित व्यवहार का परीक्षण कर सकते हैं।

Microsoft इसी के लिए तैयारी कर रहा है। जुलाई में, उसने Mistral के साथ अरबों डॉलर का सौदा किया, जिसमें ओपन-वेट Mistral Medium 3.5 को Foundry और Azure Local पर लाया गया, जिसमें पूरी तरह डिस्कनेक्टेड डिप्लॉयमेंट भी शामिल थे। 9 अक्टूबर को, उसने Microsoft-Decision-1 जारी किया — Alibaba के ओपन-वेट Qwen3.5-9B पर पोस्ट-ट्रेन किया गया एक स्कोरिंग मॉडल, जिसे राउटिंग, ग्राउंडेडनेस चेक्स और प्रस्तावित एजेंट कार्यों के मूल्यांकन के लिए बनाया गया (Let's Data Science)।

अब इसके विपरीत सबूत देखें। एंटरप्राइज़ में ओपन मॉडल्स का इस्तेमाल बढ़ नहीं, बल्कि घट रहा है: Menlo Ventures ने 2025 की शुरुआत में एंटरप्राइज़ वर्कलोड में ओपन मॉडल्स का हिस्सा 19% मापा और साल के मध्य तक यह 13% रह गया, जिसकी वजह नौ से बारह महीने का परफॉर्मेंस गैप और चीनी मूल के मॉडल्स को इस्तेमाल करने में हिचकिचाहट बताई गई (Menlo Ventures)। बाद में Menlo के एक आंकड़े ने इसे 11% बताया (Keenable compilation)।

तो "एंटरप्राइज़ के लिए ओपन वेट्स सबसे अच्छे हैं" एक गलत सामान्यीकरण है। सही रुख पोर्टफोलियो अप्रोच है: फ्रंटियर क्लोज़्ड मॉडल्स वहाँ जहाँ क्षमता परिणाम तय करती है, और ओपन-वेट मॉडल्स वहाँ जहाँ नियंत्रण तय करता है (रेगुलेटेड डेटा, डिस्कनेक्टेड साइट्स, हाई-वॉल्यूम वर्गीकरण और जाँच)। Decision-1 एक अच्छा संकेत है। Microsoft ने उस मॉडल के लिए ओपन बेस चुना है जिसका काम दूसरे मॉडल्स को चेक करना है, और उसका कहना है कि वह बाद में इस मॉडल का बेस MAI और OpenAI मॉडल्स पर बदल देगा (InfoWorld)। बेस एक विकल्प है; कंट्रोल लेयर ही उत्पाद है।

Azure का फायदा यह है कि वह दोनों को एक ही आइडेंटिटी, बिलिंग और लॉगिंग सिस्टम के तहत पेश करता है। नाडेला के सिद्धांतों को यही चाहिए: कई मॉडल्स पर अधिकार लागू करने के लिए एक ही जगह।

यूरोप: तारीखें बदलीं, दबाव नहीं

रेगुलेटरी दबाव को बढ़ा-चढ़ाकर पेश करना आसान होगा, इसलिए यहाँ देखें कि असल में क्या लागू होता है। EU का Digital Omnibus 27 जुलाई 2026 को लागू हुआ, जिसने AI Act की हाई-रिस्क समय-सीमाओं को एक साल से ज़्यादा पीछे धकेल दिया (CASRAI)।

तारीखें Gibson Dunn और Compliance Hub के अनुसार।

इससे दो ईमानदार निष्कर्ष निकलते हैं। रेगुलेशन इस तिमाही में किसी को मजबूर नहीं कर रहा। लेकिन दिसंबर 2027 से जो ज़रूरतें यह लागू करेगा, वे हैं रिस्क मैनेजमेंट, डॉक्यूमेंटेशन, ह्यूमन मॉनिटरिंग और पोस्ट-मार्केट मॉनिटरिंग। इन्हें बनाने में 14 महीने से ज़्यादा लगते हैं, और ये नाडेला की सूची से काफी मिलती-जुलती हैं।

यूरोप का ज़्यादा मजबूत कारण पहुँच की निरंतरता है। जून 2026 में, अमेरिकी निर्यात नियंत्रणों के कारण Anthropic को अपने दो सबसे उन्नत मॉडल्स की पहुँच लगभग तीन हफ्तों के लिए रोकनी पड़ी, जब तक कि ये नियंत्रण हटाए नहीं गए (Anthropic)। Microsoft–Mistral सौदे के एक विश्लेषण ने यूरोप के सॉवरिनिटी अभियान को सीधे उसी रोक से जोड़ा (ResultSense)। Gartner, जैसा कि ai2.work ने बताया, 2026 में यूरोपीय सॉवरेन-क्लाउड IaaS खर्च $12.6B रहने का अनुमान लगाता है, जो 83% की बढ़त है।

विपरीत तर्क को भी जगह मिलनी चाहिए। जर्मनी और डेनमार्क दोनों ने Microsoft सॉफ़्टवेयर से हटकर ओपन सोर्स की तरफ जाने की घोषणा की है (UC Today), और यह अभी भी खुला सवाल है कि किसी अमेरिकी वेंडर का लोकल क्लाउड असल सॉवरिनिटी माना जाएगा या नहीं। Microsoft की यूरोपीय स्थिति मजबूत है, पक्की नहीं।

वह हिस्सा जो प्लेटफ़ॉर्म खुद नहीं दे सकता: स्वतंत्र सत्यापन

उन सात सिद्धांतों को फिर से पढ़ें और उन्हें इस आधार पर छाँटें कि कौन इन्हें कर सकता है। आइडेंटिटी, अनुमतियाँ, लॉगिंग, और इमरजेंसी ब्रेक (सिद्धांत 2, 4, 6) प्लेटफ़ॉर्म के फीचर्स हैं। Microsoft इन्हें Foundry और Entra में बना सकता है, और काफी हद तक बना चुका है।

तीन सिद्धांत अलग हैं। "कोई मॉडल अपना काम खुद चेक नहीं करता" (1), "पूरे सिस्टम्स का हर समय परीक्षण करें" (3), और "ऑडिट समीक्षा किए जा रहे मॉडल पर निर्भर नहीं होने चाहिए" (5) — इन सबके लिए एक ऐसा पक्ष चाहिए जो जाँची जा रही चीज़ से अलग हो। नाडेला खुद मानते हैं कि मॉडल्स से एक-दूसरे को टेस्ट करवाने की सीमाएँ हैं (OfficeChai)।

Microsoft इवैल्यूएशन टूलिंग ज़रूर देता है, और वह अच्छी है। Foundry की ट्रेसिंग और इवैल्यूएशन्स इस वसंत में आम तौर पर उपलब्ध हो गईं (Microsoft Foundry blog), और इसके कंट्रोल प्लेन में ऑटोमेटेड रेड-टीमिंग शामिल है (Azure Updates)। यह लगातार आंतरिक जाँच को कवर करता है। लेकिन यह स्वतंत्रता को कवर नहीं करता, और इसकी एक संरचनात्मक वजह है: Microsoft का उन कई मॉडल्स में व्यावसायिक हित है जिनकी वह ग्रेडिंग करेगा। उसका OpenAI में लंबे समय से हिस्सा है, उसने Anthropic में $5B तक का निवेश करने का वादा किया है (AI Business), Mistral में निवेश करता है, और अब अपने मॉडल्स भी जारी करता है।

यह Microsoft की आलोचना नहीं है। यही वह तर्क है जिसका इस्तेमाल हर रेगुलेटेड उद्योग पहले से करता है। एक कंपनी आंतरिक नियंत्रण रखती है, और कोई बाहरी ऑडिटर खातों का ऑडिट करता है। एक क्लाउड प्रोवाइडर अपनी सिक्योरिटी खुद चलाता है, और कोई स्वतंत्र फर्म SOC 2 रिपोर्ट जारी करती है। कोई नहीं सोचता कि क्लाउड को अपना ऑडिट खुद करना चाहिए; किसी को यह भी नहीं सोचना चाहिए कि मॉडल मार्केटप्लेस को भी ऐसा करना चाहिए।

यह माँग डेटा में साफ़ दिखती है:

• Harris Poll द्वारा सर्वे किए गए 685 CIOs में से 81% ने कहा कि उन्होंने अपने AI एजेंट्स पर से निगरानी खो दी है, और 60% के पास कोई केंद्रीय गवर्नेंस लेयर नहीं है (Dataiku)।
• McKinsey के 2026 सर्वे में पाया गया कि दो-तिहाई संगठन एजेंट्स के साथ प्रयोग के चरण में हैं, लेकिन चार में से एक से भी कम उन्हें स्केल कर रहे हैं, जिसमें भरोसा और जोखिम मुख्य बाधाएँ हैं (NHI Mgmt Group की रिपोर्ट के अनुसार)।
• IDC गायब ऑडिट ट्रेल को असली गवर्नेंस गैप बताता है: एक सर्वे में, अधिकांश संगठन यह सत्यापित नहीं कर सके कि उनके एजेंट क्या करते हैं (IDC)।

Box के CEO Aaron Levie ने नाडेला के निबंध पर प्रतिक्रिया देते हुए कहा कि AI एक ज़ीरो-ट्रस्ट युग में प्रवेश कर रहा है जिसके लिए बहुस्तरीय सुरक्षा और ऑडिट करने की क्षमता ज़रूरी है (Benzinga)। सिक्योरिटी में ज़ीरो ट्रस्ट ने प्लेटफ़ॉर्म्स के इर्द-गिर्द स्वतंत्र वेंडर इकोसिस्टम खड़ा किया। यही चीज़ यहाँ भी होने वाली है।

TestMu AI और Microsoft कहाँ फिट बैठते हैं

यहाँ वह पूर्वाग्रह है जिसका मैंने खुलासा किया, साफ़ शब्दों में: मेरा मानना है कि स्वतंत्र सत्यापन एक कैटेगरी है, और TestMu AI उन कंपनियों में से एक होना चाहिए जो Microsoft के स्टैक पर इसे परिभाषित करें।

यह रिश्ता काल्पनिक नहीं है। हमारा टेस्ट ऑर्केस्ट्रेशन प्लेटफ़ॉर्म, HyperExecute, Azure पर बनाया गया था (Microsoft customer story)। 2022 में, हमने Azure DevOps और GitHub Actions के साथ इंटीग्रेशन जारी किए और Ignite में फीचर्ड पार्टनर रहे (Help Net Security)। आगे बताया गया है कि मैं इसे ट्रस्ट लेयर में कैसे बढ़ाऊँगा। यह एक प्रस्ताव है, कोई घोषित सौदा नहीं।

व्यावहारिक रूप से, इसका मतलब तीन चीज़ों से है:

1. एजेंट्स के लिए रिलीज़ गेट। Foundry या Copilot Studio में बने एजेंट्स को प्रोडक्शन अनुमतियाँ मिलने से पहले स्वतंत्र प्री-प्रोडक्शन टेस्टिंग से गुज़रना होगा। हमारा Agent Testing उत्पाद चैट, वॉइस और IVR एजेंट्स को कवर करता है; हमारा एजेंट-टू-एजेंट कार्य उन वर्कफ़्लो को कवर करता है जहाँ कोई इंसान बीच में नहीं होता।
2. ऐसे सबूत जो ग्राहक के कंट्रोल प्लेन में जाएँ। नतीजे Foundry की OpenTelemetry-आधारित ऑब्ज़र्वेबिलिटी में जाते हैं, जो पहले से थर्ड-पार्टी एजेंट्स को स्वीकार करती है (Microsoft Tech Community)। प्लेटफ़ॉर्म लॉग रखता है; वेरिफायर फैसले पर हस्ताक्षर करता है।
3. सत्यापन वहीं चले जहाँ मॉडल चलता है। Azure Local पर सॉवरेन और डिस्कनेक्टेड डिप्लॉयमेंट के मामले में, टेस्टिंग को उसी सीमा के भीतर चलना होगा, वरना सबूत उस कमरे से बाहर निकल जाएगा जहाँ मॉडल को बंद करके रखा गया था।

एक आपत्ति सीधे हम पर लागू होती है। अगर हम AI एजेंट्स को टेस्ट करने के लिए AI एजेंट्स का इस्तेमाल कर रहे हैं, तो क्या हम वही नहीं कर रहे जिसके बारे में नाडेला चेतावनी देते हैं? कुछ हद तक हाँ, और यही वजह है कि डिज़ाइन मायने रखता है। टेस्ट एजेंट को उस मॉडल से अलग मॉडल पर चलना चाहिए जिसका सिस्टम टेस्ट हो रहा है (सिद्धांत 1)। पास/फेल का आधार अपेक्षित व्यवहार के खिलाफ डिटर्मिनिस्टिक चेक्स होने चाहिए, जहाँ मॉडल का उपयोग केस खोजने और बनाने के लिए हो, खुद को ग्रेड करने के लिए नहीं। और हर फैसला किसी इंसानी ऑडिटर द्वारा पढ़ा जा सकना चाहिए, बिना हमारे मॉडल पर भी भरोसा किए।

आपत्तियाँ और उनके जवाब

"एंटरप्राइज़ AI में Anthropic और OpenAI आगे हैं, Microsoft नहीं।" मॉडल शेयर के मामले में, यह बिल्कुल सच है और यह लेख भी इससे सहमत है। बात कंट्रोल प्लेन की है। Claude खुद अब Foundry के ज़रिए Azure इनवॉइस पर बेचा जाता है (Redmond Mag)। मॉडल वेंडर्स और प्लेटफ़ॉर्म अलग-अलग लेयर्स जीतते हैं।

"नाडेला का निबंध Azure का मार्केटिंग है।" हो सकता है, और फिर भी यह सार में सही है। सिक्योरिटी टीमों के पास लोगों के लिए इनसाइडर-रिस्क कंट्रोल्स पहले से हैं; इन्हें मॉडल्स तक बढ़ाना सामान्य इंजीनियरिंग है। ध्यान दें कि निबंध में किसी Microsoft उत्पाद का नाम नहीं है, इसलिए इसे अपने आप में सेल्स पिच के तौर पर नहीं आँका जा सकता।

"ओपन-वेट मॉडल्स एंटरप्राइज़ शेयर खो रहे हैं, तो यह गलत दाँव है।" डेटा इसका समर्थन करता है, और यही वजह है कि तर्क पोर्टफोलियो और नियंत्रण के बारे में है, ओपन वेट्स की जीत के बारे में नहीं। Microsoft का अपना चेकिंग मॉडल ओपन बेस पर बनाना ही असली संकेत है।

"रेगुलेशन तो अभी टल गया, तो कोई जल्दी नहीं है।" हाई-रिस्क ज़िम्मेदारियाँ अब दिसंबर 2027 में लागू होंगी। जनरल-पर्पज़ मॉडल की ज़िम्मेदारियाँ अगस्त 2025 से लागू हैं। खरीदारों को कानूनी कैलेंडर नहीं, बल्कि घटनाओं का रिकॉर्ड चला रहा है। कांग्रेस में Kill Switch बिल भी इसी दिशा में इशारा करता है (TNW)।

"Microsoft खुद ही वेरिफिकेशन बना लेगा।" वह इवैल्यूएशन बनाएगा, और बनाना भी चाहिए। स्वतंत्रता कोई ऐसा फीचर नहीं है जिसे वह जोड़ सके, उसी वजह से जिसके चलते कोई कंपनी अपना बाहरी ऑडिटर खुद नहीं हो सकती। Microsoft के ग्राहकों के लिए सबसे अच्छा नतीजा वह प्लेटफ़ॉर्म है जो स्वतंत्र वेरिफायर्स के लिए जुड़ना आसान बनाए।

"टेस्टिंग कंपनी क्यों, ऑडिट फर्म क्यों नहीं?" ऑडिट फर्में नियंत्रणों को समय-समय पर चेक करती हैं। सिद्धांत 3 पूरे सिस्टम्स का लगातार परीक्षण करने की बात करता है, विफलताओं और हमलों के दौरान भी। यह लगातार चलने वाला तकनीकी काम है जो हर रिलीज़ पर होता है। यही वह काम है जो टेस्टिंग इंफ्रास्ट्रक्चर सॉफ़्टवेयर के लिए पहले से करता है; अब लक्ष्य एजेंट्स हैं।

क्या चीज़ इसे गलत साबित करेगी?

जो थीसिस प्रकाशित करने लायक हो, उसे यह भी बताना चाहिए कि क्या चीज़ उसे गलत साबित करेगी। चार चीज़ें ऐसा कर सकती हैं:

1. एंटरप्राइज़ प्लेटफ़ॉर्म द्वारा किए गए इवैल्यूएशन को पर्याप्त मान लें। अगर CIO और रेगुलेटर्स किसी वेंडर के अपने इवैल्यूएशन को ऑडिट मान लें, तो स्वतंत्र लेयर छोटी रहेगी।
2. लैब्स विश्वसनीय इंटरप्रिटेबिलिटी (interpretability) सुलझा लें। नाडेला का मामला मॉडल व्यवहार को ट्रेस न कर पाने पर टिका है। अगर यह बदलता है, तो कंटेनमेंट कम मायने रखेगा और सत्यापन सस्ता हो जाएगा।
3. खरीदारी प्लेटफ़ॉर्म लेयर से हट जाए। अगर एंटरप्राइज़ शुरू से अंत तक किसी एक लैब के एजेंट स्टैक पर मानकीकृत हो जाएँ, तो कंट्रोल प्लेन Microsoft से उस लैब के पास चला जाएगा।
4. सॉवरिनिटी का मतलब Microsoft को छोड़ना हो। अगर यूरोपीय खरीदार यह निष्कर्ष निकालें कि किसी अमेरिकी वेंडर का लोकल क्लाउड पर्याप्त सॉवरेन नहीं है, तो Microsoft का यूरोपीय फायदा सिकुड़ जाएगा।

मैं अगले 12 महीनों में तीन संकेतों पर नज़र रखूँगा: क्या Microsoft उन कंटेनमेंट तकनीकों को मानक बनाता है जिनकी नाडेला ने बात की, क्या हाई-रिस्क अनुपालन पर EU का मार्गदर्शन थर्ड-पार्टी टेस्टिंग का नाम लेता है, और क्या एंटरप्राइज़ AI खरीद में सत्यापन के सबूत माँगना शुरू करते हैं। अगर तीनों चीज़ें होती हैं, तो ट्रस्ट लेयर एक बाज़ार बन जाएगा।

स्रोत

नाडेला का निबंध और प्रतिक्रियाएँ

• X पर Satya Nadella: "Models as Insider Risks in the Super Intelligence Era" (10 अक्टूबर 2026)
• TNW: सत्या नाडेला कहते हैं कि कंपनियों को AI मॉडल्स को इनसाइडर रिस्क की तरह मानना चाहिए
• FourWeekMBA: नाडेला कहते हैं कि फ्रंटियर AI मॉडल्स के साथ इनसाइडर रिस्क जैसा व्यवहार करें
• OfficeChai: AI मॉडल्स के साथ शक्तिशाली इनसाइडर्स जैसा व्यवहार होना चाहिए
• Benzinga: नाडेला कहते हैं कि AI सिस्टम्स ऐसे बनने चाहिए जिनमें मॉडल पर सबसे कम भरोसा हो
• Let's Data Science: नाडेला ने AI इमरजेंसी ब्रेक कंट्रोल्स की माँग की

Microsoft के एंटरप्राइज़ नतीजे

• Microsoft Form 8-K, Q4 FY2026 आय विज्ञप्ति (29 जुलाई 2026)
• MarketBeat: Microsoft Q4 अर्निंग्स कॉल की मुख्य बातें
• KuCoin: Microsoft Q4 आय सारांश (RPO आंकड़ा)
• No Jitter: Microsoft 365 Copilot को अपनाने वालों की संख्या पिछली तिमाही की तुलना में 50% बढ़ी
• UC Today: Copilot ने 30 मिलियन पेड सीट्स पार किए; NHS, KPMG, HSBC, EY E7
• Enterprise DNA: Copilot ने 20 मिलियन पेड सीट्स हासिल किए (Fortune 500 आंकड़ा)
• Let's Data Science: Accenture और नामित 90,000-सीट वाले ग्राहक

बाज़ार डेटा

• a16z: एंटरप्राइज़ AI की होड़ में लीडर्स, लाभ उठाने वाले और अनपेक्षित विजेता
• The Decoder: OpenAI अभी भी एंटरप्राइज़ AI में आगे है, Anthropic तेज़ी से बढ़ रहा है
• ETR डेटा पर SaaStr: एंटरप्राइज़ AI में अभी कौन जीत रहा है
• Carly: LLM बाज़ार हिस्सेदारी 2026 (Menlo, Ramp, Microsoft के आंकड़े)
• Menlo Ventures: 2025 मध्य-वर्ष LLM बाज़ार अपडेट
• Keenable: ओपन-वेट बनाम प्रोप्राइटरी अपनाने की दर 2022–2026

Microsoft प्लेटफ़ॉर्म और मॉडल

• Enterprise DNA: Microsoft Foundry में Claude GA
• Redmond Mag: Anthropic Claude Microsoft Foundry में GA हुआ
• ADTmag: Foundry मॉडल कैटलॉग
• AI Business: Foundry में Claude; Microsoft–Nvidia–Anthropic निवेश की शर्तें
• Let's Data Science: Microsoft-Decision-1
• InfoWorld: Microsoft ने निर्णय लेने की प्रक्रिया को जेनरेटिव AI से अलग किया
• Microsoft Foundry ब्लॉग: Build 2026 ऑब्ज़र्वेबिलिटी
• Azure Updates: Foundry Control Plane में ऑब्ज़र्वेबिलिटी
• Microsoft Tech Community: Foundry Control Plane में ऑब्ज़र्वेबिलिटी

यूरोप और संप्रभुता

• Microsoft Learn: Microsoft Sovereign Cloud
• Noqta: Microsoft और Mistral का सॉवरेन AI समझौता
• SiliconANGLE: Mistral ने Microsoft के साथ अरबों डॉलर का सौदा किया
• ResultSense: Microsoft यूरोप में Mistral के कंप्यूट इन्फ़्रास्ट्रक्चर के विस्तार को फंड करेगा
• ai2.work: Microsoft और Mistral ने सॉवरेन AI पर लगाई बड़ी बाज़ी (Gartner के आंकड़े)
• UC Today: Microsoft 365 Local और EU संप्रभुता
• Anthropic: Fable और Mythos एक्सेस पर बयान
• CASRAI: EU AI Act Digital Omnibus की समय सीमा में देरी
• Gibson Dunn: EU AI Act Omnibus समझौता
• Compliance Hub: Digital Omnibus स्थगन की समय-सीमा

घटनाएं और गवर्नेंस सर्वेक्षण

• Bernama/dpa: सुरक्षा उल्लंघन के बाद OpenAI ने शीर्ष AI मॉडलों पर काम रोका
• Dataiku / Harris Poll: ग्लोबल AI Confessions रिपोर्ट, CIO संस्करण 2026
• McKinsey के 2026 AI Trust Maturity Survey पर NHI Mgmt Group
• IDC: वह ऑडिट ट्रेल जो मौजूद ही नहीं है

TestMu AI (LambdaTest) और Microsoft

• Microsoft ग्राहक कहानी: LambdaTest ने Azure पर HyperExecute बनाया
• Help Net Security: LambdaTest और Microsoft ने डेवलपर वर्कफ़्लो पर सहयोग किया (2022)