iManage-এর নতুন platform অক্টোবরে—AI উত্তরেও থাকবে matter permission

iManage ২৪ আগস্ট ২০২৬-এ ঘোষণা করেছে, তার next-generation platform অক্টোবর ২০২৬-এ general availability বা GA-তে যাবে। iManage-এর আনুষ্ঠানিক ঘোষণায় বলা হয়েছে, early-access কর্মসূচির পর আইন সংস্থা, corporate legal department ও financial institution-এর জন্য নতুন অভিজ্ঞতাটি উন্মুক্ত হবে; AI উত্তর বিদ্যমান matter permission ও information barrier-এর সীমার মধ্যেই তৈরি হবে।

অক্টোবরের GA কোনো permission-বিহীন AI search চালু করছে না। ২৬ আগস্টের IT Brief-এর স্বাধীন প্রতিবেদনে একই release window নিশ্চিত করে বলা হয়েছে, AI model কেবল সংশ্লিষ্ট user বা software agent-এর অনুমোদিত content দেখতে পারবে। তবে playbook-based review, tabular review এবং MCP read/write action-এর কিছু অংশ অক্টোবরের অপেক্ষায় নেই—সেগুলো ইতিমধ্যেই available।

অক্টোবরে নতুন কী, আর কোন capability এখনই আছে

অক্টোবরের মূল পরিবর্তন হলো পুনর্গঠিত platform experience-এ governed Core, Context ও Connected delivery একসঙ্গে আনা। Core বিদ্যমান security, governance ও audit ভিত্তি ধরে রাখে; Context matter বা project-এর নথি, যোগাযোগ, পক্ষ ও সম্পর্কের সঙ্গে practice-management এবং financial system-এর তথ্য যুক্ত করে; Connected অংশ সেই governed knowledge অনুমোদিত AI tool-এ পৌঁছায়।

iManage-এর ILTACON বিশ্লেষণ তিনটি স্তরের অক্টোবরের GA নিশ্চিত করার পাশাপাশি বলছে, demonstration-এ নতুন experience-এ যেতে data migration লাগেনি। অর্থাৎ বর্তমান iManage Cloud গ্রাহকের জন্য ঘোষিত পথটি নতুন repository-তে সব content সরানোর প্রকল্প নয়; তবে tenant eligibility, licensing, enablement sequence বা স্থানীয় integration compatibility সম্পর্কে প্রকাশিত পাতাগুলো এখনো পূর্ণ বিবরণ দেয় না।

বর্তমানে available MCP write capability-র পরিধি সীমিত। আগস্ট ২০২৬-এর MCP Server release note অনুযায়ী, iManage Work ও iManage Tracker connector-যুক্ত client এখন workspace, folder ও document তৈরি বা update করতে পারে এবং task ও tracker-এ পরিবর্তন আনতে পারে; write tools অন্য connector-এর জন্য available বলে সেখানে দাবি করা হয়নি।

তাই “অক্টোবরে সব feature প্রথম আসবে” এবং “পুরো নতুন platform এখনই চালু”—দুটিই ভুল পাঠ। Playbook review, tabular review ও নির্দিষ্ট connector-এর MCP action বর্তমান capability; অক্টোবরের প্রতিশ্রুতি হলো reimagined experience-এর GA এবং Core, Context ও Connected delivery-কে এক অভিজ্ঞতায় আনা।

AI উত্তর ও MCP action-এ permission কীভাবে আলাদা

এখানে দুটি control layer আছে। প্রথমটি iManage-এর অন্তর্নিহিত user, group, matter এবং information-barrier access: কোনো পরিচয় restricted matter দেখতে না পারলে সেই পরিচয়ে চলা AI client বা agent-ও সেখানকার content দিয়ে উত্তর তৈরি করতে পারবে না। দ্বিতীয়টি MCP access policy, যা নির্ধারণ করে অনুমোদিত client কোন iManage service ও tool ব্যবহার করতে পারবে এবং তার কাজ read-এ সীমিত থাকবে, নাকি content পরিবর্তনও করতে পারবে।

iManage-এর MCP administration নির্দেশনায় service-ভিত্তিক Read, Read & Write, Read, Write & Delete, No access এবং custom permission set দেখানো হয়েছে। নির্দিষ্ট client-এর policy generic client permission-কে পুরোপুরি override করতে পারে; পৃথক tool-ও চালু বা বন্ধ করা যায়। Insight+ MCP service-এর default permission সেখানে No access।

ফলে matter পড়ার অনুমতি থাকলেই কোনো agent স্বয়ংক্রিয়ভাবে document file, folder তৈরি বা record সরাতে পারবে না। এ ধরনের action-এর জন্য অন্তর্নিহিত iManage access-এর পাশাপাশি সংশ্লিষ্ট MCP client, service ও tool-এর অনুমতিও প্রয়োজন। বিপরীতভাবে, MCP policy-তে write tool চালু করলেও সেটি agent-কে এমন matter-এর access দেয় না, যা তার পরিচয়ের জন্য আগে থেকেই নিষিদ্ধ।

AI-তৈরি work product matter-এ লেখা হলে iManage-এর ঘোষিত নকশায় সেটি সংশ্লিষ্ট governed record-এর permission, audit trail ও lifecycle অনুসরণ করবে। কিন্তু কোন client কীভাবে prompt, retrieved context বা output সংরক্ষণ করে, সেটি iManage matter permission-এর আলাদা প্রশ্ন; deployment-এর আগে প্রতিটি third-party AI client-এর data-handling terms পৃথকভাবে যাচাই করতে হবে।

Context Fabric-এর ভূমিকা কোথায়

Context Fabric শুধু keyword search-এর ফল language model-এ পাঠানোর নাম নয়। এর উদ্দেশ্য matter বা project-এর documents, communications, parties ও relationships-এর সঙ্গে practice-management এবং financial system-এর প্রাসঙ্গিক তথ্য জুড়ে এমন context তৈরি করা, যাতে উত্তর প্রতিষ্ঠানের নিজস্ব knowledge-এর ওপর grounded থাকে এবং মূল record-এ ফিরে যাচাই করা যায়।

এই architecture model-কে governance-এর বিকল্প করছে না। Microsoft Copilot, Harvey, Legora, ChatGPT Enterprise বা Claude-এর মতো compatible tool governed context-এর সঙ্গে যুক্ত হতে পারে, কিন্তু কোন client অনুমোদিত, কোন service ব্যবহারযোগ্য এবং কোন action চালানো যাবে—সেগুলো আলাদা control হিসেবেই থাকে। তাই একটি model-এর capability যত শক্তিশালী হোক, তার কার্যকর সীমা নির্ধারণ করবে user identity, matter access এবং MCP policy-এর সমন্বয়।

Permission সঠিক থাকলেও context-এর মান স্বয়ংক্রিয়ভাবে নিশ্চিত হয় না। ভুল metadata, obsolete precedent, duplicate document বা অসম্পূর্ণ matter filing থাকলে AI অনুমোদিত content থেকেই অপ্রাসঙ্গিক উত্তর দিতে পারে। Context Fabric access leakage ঠেকানোর governance দেয়; knowledge quality ঠিক করার দায়িত্ব আলাদা থেকে যায়।

অক্টোবরের আগে readiness matrix

বাংলাদেশ ও ভারতের আইন সংস্থা, financial institution এবং knowledge-management দলের জন্য প্রস্তুতির কেন্দ্র হওয়া উচিত migration নয়, বরং বর্তমান control নতুন experience-এ একই ফল দিচ্ছে কি না। ঘোষিত ও বর্তমানে available capability আলাদা রেখে নিচের matrix-এ acceptance criteria নির্ধারণ করা যায়:

• Release scope: playbook review, tabular review এবং বর্তমানে চালু MCP read/write tool-এর inventory তৈরি করে অক্টোবরের reimagined experience থেকে আলাদা রাখা। এতে আগে থেকেই থাকা capability-কে GA-র নতুন ফল হিসেবে গণনা করা হবে না।
• Permission regression: restricted ও unrestricted matter-এর প্রতিনিধিত্বশীল test set দিয়ে lawyer, support staff, external collaborator এবং service identity-এর search, answer, download ও write ফল তুলনা করা। অনুমতিহীন matter-এর content বা sensitive metadata response-এ না আসাই acceptance condition।
• MCP action map: প্রতিটি অনুমোদিত AI client-এর পাশে user group, iManage service, permission set এবং enabled tool লিখে রাখা। Read access, content creation এবং delete action-কে এক স্তরের অনুমতি হিসেবে না দেখাই এখানে গুরুত্বপূর্ণ।
• Audit ও recovery: agent-এর read ও write activity কোথায় ধরা পড়বে, ভুল filing কে সংশোধন করবে এবং client বা user-এর access কীভাবে প্রত্যাহার করা হবে—এসব দিয়ে test সম্পূর্ণ করা। শুধু সঠিক AI উত্তর পাওয়া permission ও audit control-এর পূর্ণ পরীক্ষা নয়।
• Operational baseline: বর্তমান pilot-এর query volume, retrieved context, latency এবং AI-client বা model-সংক্রান্ত ব্যবহার খরচ নথিবদ্ধ করা। প্রকাশিত ঘোষণায় তুলনামূলক token-cost benchmark নেই, তাই অক্টোবরের পরিবর্তনের প্রভাব মাপতে নিজস্ব baseline প্রয়োজন।

এখন পর্যন্ত নিশ্চিত অবস্থা হলো, next-generation platform অক্টোবর ২০২৬-এ GA পাবে এবং AI access বিদ্যমান matter permission ও information barrier মানবে। Playbook-based review, tabular review এবং iManage Work ও Tracker-এর MCP write tools ইতিমধ্যেই available; চূড়ান্ত licensing, tenantভিত্তিক rollout order, সম্পূর্ণ GA feature matrix এবং প্রতিটি control-এর default state সম্পর্কে আরও operational detail প্রকাশের অপেক্ষা রয়েছে।