• Custom Classifier Agent — संगठन के लिए खास संवेदनशील डेटा की पहचान करने वाले classifiers बनाता और उन्हें बेहतर करता है। यह एजेंट पहले से उपलब्ध था ।
• Issue Investigator Agent — DLP incidents की जांच और शुरुआती triage को स्वचालित करता है। यह एजेंट भी पहले से उपलब्ध था ।
• Policy Producer Agent — सुरक्षा टीम की मंशा को policy syntax में बदलता है और वास्तविक data activity के आधार पर नीतियों को refine करता है ।
• Rapid Response Agent — डेटा एक्सपोजर का पता चलने पर remediation यानी जोखिम कम करने वाली कार्रवाई को स्वचालित करता है ।
• Reason Reviewer Agent — exception और override requests की समीक्षा और processing करता है, जो पहले अक्सर लंबित रह जाते थे ।

इस तरह, नया सेटअप केवल खतरे का अलर्ट देने तक सीमित नहीं है। इसका लक्ष्य उस अलर्ट के बाद होने वाले कई संचालनात्मक कदमों को भी अपने-आप पूरा करना है।

MCP इंटरफेस से प्राकृतिक भाषा में दिए जा सकेंगे निर्देश

MIND ने इन एजेंटों के साथ Model Context Protocol (MCP) इंटरफेस जोड़ा है। MCP एक ऐसा प्रोटोकॉल है जो AI मॉडल या क्लाइंट को बाहरी टूल और सेवाओं से जोड़ने में मदद करता है। इसके जरिए सुरक्षा टीमें अलग-अलग कंसोल में जाने के बजाय अपने मौजूदा MCP-कनेक्टेड AI क्लाइंट से प्राकृतिक भाषा में निर्देश दे सकती हैं ।

उदाहरण के तौर पर, टीम यह कह सकती है—“कल रात के PII alerts की जांच करो” या “credit-card classifier अपडेट करो।” MIND के अनुसार, एजेंट इन निर्देशों के आधार पर संबंधित डेटा सुरक्षा कार्य कर सकते हैं ।

संगठनों ने कितना समय बचने की बात कही?

MIND के ग्राहक संगठनों के अनुसार, incident investigation का समय प्रति घटना 3–4 घंटे से घटकर कुछ मिनट रह गया। Noname Security के CISO Mike Morrato ने इसे प्रति घटना प्रतिदिन 25–50% समय की बचत के रूप में बताया ।

ThoughtSpot में Security Engineering के Senior Director Al Faiella ने कहा कि उनकी टीम के लिए इसका मूल्य “मन की शांति” है—घटनाएं जांच पूरी होने के बाद पहुंचती हैं और नीतियां खुद बेहतर होती रहती हैं ।

ये आंकड़े कंपनी द्वारा उद्धृत ग्राहक अनुभवों पर आधारित हैं; घोषणा में इनके लिए स्वतंत्र, विस्तृत पद्धति या तुलनात्मक अध्ययन उपलब्ध नहीं कराया गया है।

एंटरप्राइज AI गवर्नेंस के सामने बड़ी चुनौती

MIND ने इस लॉन्च को उस व्यापक बदलाव के संदर्भ में रखा है जिसमें GenAI एप्लिकेशन, agentic AI और autonomous workflows पहले की तुलना में कहीं तेज गति से डेटा बना और स्थानांतरित कर रहे हैं ।

ऐसे माहौल में सुरक्षा टीमों को अब भी classifiers बनाने, alerts की जांच करने, policies को tune करने और exceptions साफ करने जैसे मैनुअल कामों में काफी समय लगाना पड़ता है । इससे रणनीतिक सुरक्षा योजना के लिए उपलब्ध समय कम हो सकता है।

MIND के CEO Eran Barak ने कहा, “AI ने डेटा के बनने और आगे बढ़ने के तरीके को बुनियादी रूप से बदल दिया है, लेकिन अधिकांश संगठन जिस तरीके से इसे सुरक्षित करते हैं, वह नहीं बदला है” । कंपनी के नए एजेंट इसी अंतर को कम करने की कोशिश कर रहे हैं।

जनवरी के DLP for Agentic AI लॉन्च से कैसे जुड़ता है यह कदम?

जनवरी 2026 में MIND ने DLP for Agentic AI पेश किया था। यह data-centric सुरक्षा दृष्टिकोण AI एजेंटों की पहचान करने, यह पता लगाने पर केंद्रित था कि वे किन संवेदनशील डेटा तक पहुंच रहे हैं, और AI-to-AI interactions से होने वाले संभावित data leaks को रोकने में मदद करता है ।

उस रिलीज ने agentic AI workflows के लिए visibility और control layer उपलब्ध कराई । जुलाई 2026 का नया एजेंट लॉन्च उसी आधार के ऊपर operational automation layer जोड़ता है:

• जनवरी वाला उत्पाद यह देखने और नियंत्रित करने में मदद करता था कि AI एजेंट कौन-सा डेटा इस्तेमाल कर रहे हैं।
• नए एजेंट classifiers बनाने, incidents की जांच करने, policies तैयार करने और data exposure पर remediation जैसे काम खुद करने का लक्ष्य रखते हैं ।

सरल शब्दों में, MIND का फोकस अब केवल यह देखने से आगे बढ़ रहा है कि AI एजेंट क्या कर रहे हैं। कंपनी चाहती है कि AI एजेंट DLP प्रोग्राम के संचालन में भी सक्रिय भूमिका निभाएं।

• Custom Classifier Agent — संगठन के लिए खास संवेदनशील डेटा की पहचान करने वाले classifiers बनाता और उन्हें बेहतर करता है। यह एजेंट पहले से उपलब्ध था ।
• Issue Investigator Agent — DLP incidents की जांच और शुरुआती triage को स्वचालित करता है। यह एजेंट भी पहले से उपलब्ध था ।
• Policy Producer Agent — सुरक्षा टीम की मंशा को policy syntax में बदलता है और वास्तविक data activity के आधार पर नीतियों को refine करता है ।
• Rapid Response Agent — डेटा एक्सपोजर का पता चलने पर remediation यानी जोखिम कम करने वाली कार्रवाई को स्वचालित करता है ।
• Reason Reviewer Agent — exception और override requests की समीक्षा और processing करता है, जो पहले अक्सर लंबित रह जाते थे ।

इस तरह, नया सेटअप केवल खतरे का अलर्ट देने तक सीमित नहीं है। इसका लक्ष्य उस अलर्ट के बाद होने वाले कई संचालनात्मक कदमों को भी अपने-आप पूरा करना है।

MCP इंटरफेस से प्राकृतिक भाषा में दिए जा सकेंगे निर्देश

MIND ने इन एजेंटों के साथ Model Context Protocol (MCP) इंटरफेस जोड़ा है। MCP एक ऐसा प्रोटोकॉल है जो AI मॉडल या क्लाइंट को बाहरी टूल और सेवाओं से जोड़ने में मदद करता है। इसके जरिए सुरक्षा टीमें अलग-अलग कंसोल में जाने के बजाय अपने मौजूदा MCP-कनेक्टेड AI क्लाइंट से प्राकृतिक भाषा में निर्देश दे सकती हैं ।

उदाहरण के तौर पर, टीम यह कह सकती है—“कल रात के PII alerts की जांच करो” या “credit-card classifier अपडेट करो।” MIND के अनुसार, एजेंट इन निर्देशों के आधार पर संबंधित डेटा सुरक्षा कार्य कर सकते हैं ।

संगठनों ने कितना समय बचने की बात कही?

MIND के ग्राहक संगठनों के अनुसार, incident investigation का समय प्रति घटना 3–4 घंटे से घटकर कुछ मिनट रह गया। Noname Security के CISO Mike Morrato ने इसे प्रति घटना प्रतिदिन 25–50% समय की बचत के रूप में बताया ।

ThoughtSpot में Security Engineering के Senior Director Al Faiella ने कहा कि उनकी टीम के लिए इसका मूल्य “मन की शांति” है—घटनाएं जांच पूरी होने के बाद पहुंचती हैं और नीतियां खुद बेहतर होती रहती हैं ।

ये आंकड़े कंपनी द्वारा उद्धृत ग्राहक अनुभवों पर आधारित हैं; घोषणा में इनके लिए स्वतंत्र, विस्तृत पद्धति या तुलनात्मक अध्ययन उपलब्ध नहीं कराया गया है।

एंटरप्राइज AI गवर्नेंस के सामने बड़ी चुनौती

MIND ने इस लॉन्च को उस व्यापक बदलाव के संदर्भ में रखा है जिसमें GenAI एप्लिकेशन, agentic AI और autonomous workflows पहले की तुलना में कहीं तेज गति से डेटा बना और स्थानांतरित कर रहे हैं ।

ऐसे माहौल में सुरक्षा टीमों को अब भी classifiers बनाने, alerts की जांच करने, policies को tune करने और exceptions साफ करने जैसे मैनुअल कामों में काफी समय लगाना पड़ता है । इससे रणनीतिक सुरक्षा योजना के लिए उपलब्ध समय कम हो सकता है।

MIND के CEO Eran Barak ने कहा, “AI ने डेटा के बनने और आगे बढ़ने के तरीके को बुनियादी रूप से बदल दिया है, लेकिन अधिकांश संगठन जिस तरीके से इसे सुरक्षित करते हैं, वह नहीं बदला है” । कंपनी के नए एजेंट इसी अंतर को कम करने की कोशिश कर रहे हैं।

जनवरी के DLP for Agentic AI लॉन्च से कैसे जुड़ता है यह कदम?

जनवरी 2026 में MIND ने DLP for Agentic AI पेश किया था। यह data-centric सुरक्षा दृष्टिकोण AI एजेंटों की पहचान करने, यह पता लगाने पर केंद्रित था कि वे किन संवेदनशील डेटा तक पहुंच रहे हैं, और AI-to-AI interactions से होने वाले संभावित data leaks को रोकने में मदद करता है ।

उस रिलीज ने agentic AI workflows के लिए visibility और control layer उपलब्ध कराई । जुलाई 2026 का नया एजेंट लॉन्च उसी आधार के ऊपर operational automation layer जोड़ता है:

• जनवरी वाला उत्पाद यह देखने और नियंत्रित करने में मदद करता था कि AI एजेंट कौन-सा डेटा इस्तेमाल कर रहे हैं।
• नए एजेंट classifiers बनाने, incidents की जांच करने, policies तैयार करने और data exposure पर remediation जैसे काम खुद करने का लक्ष्य रखते हैं ।

सरल शब्दों में, MIND का फोकस अब केवल यह देखने से आगे बढ़ रहा है कि AI एजेंट क्या कर रहे हैं। कंपनी चाहती है कि AI एजेंट DLP प्रोग्राम के संचालन में भी सक्रिय भूमिका निभाएं।