AI注目記事のキュレーターページ

今日のエージェントを支えるモデルは非常に優れた能力を持っています。複雑な問題を推論し、複数のステップからなるワークフローを計画し、微妙な応答を生成することができます。しかし、ほとんどのエージェントはその潜在能力を十分に発揮できていません。そのギャップは知性ではなく、適切な文脈とフィードバックへのアクセスにあります。顧客サービスエージェントが会社の返金ポリシーに関する質問に答える場合、そのポリシーが存在するSharePointの文書にアクセスできなければ役に立ちません。市場調査エージェントが市場概要を構築する際、トレーニングデータを超えた最新情報にアクセスできなければ不完全な情報を提供します。金融アドバイザーエージェントが必要なリアルタイムの市場データにアクセスできなければ、二番目に良い推奨を返すことになります。これらすべてのケースにおいて、ほとんどのチームは、エージェントが展開後に改善されているのか悪化しているのかを知るための体系的な方法を持っていません。能力のあるモデルは出発点に過ぎません。エージェントが本番環境で機能するためには、必要なすべての情報、行動するためのリソース、そして継続的に改善するためのフィードバックループへのアクセスが必要です。

本日、エージェントを構築、接続、最適化するためのプラットフォームであるAmazon Bedrock AgentCoreに新しい機能を導入します。この投稿では、これらの機能がどのように各ギャップを埋めるかを説明します：エージェントを組織の知識、ウェブ、そして有料の知識に接続し、チームが本番環境で何がうまくいっていないかを見つけて修正する手助けをし、エージェントがより能力を高めるにつれてスケールする制御を強化します。これらを組み合わせることで、より能力のあるエージェントを迅速に構築し、スケールする制御で管理し、継続的に改善することができます。

エージェントがより多くを知り、より多くにアクセスできるようにするために、AgentCore上のエージェントに3つの知識層へのネイティブアクセスを提供します。まず、組織の知識層として、Amazon Bedrock Managed Knowledge Baseを利用します。最も価値のある情報は、SharePoint、Google Drive、Confluence、S3、内部ウィキなどに散在しています。これらの情報をエージェントに提供するには、従来はカスタムの取り込みパイプラインを構築し、検索を調整し、時間の経過とともにデータの新鮮さを維持する必要がありました。これには数ヶ月のエンジニアリングが必要でしたが、Bedrock Managed Knowledge Baseはその作業を置き換えます。非構造化データソースを接続するだけで、AgentCoreが残りを処理します。私たちは、検索時に使用されるベクトルストア、埋め込み、再ランキングモデル、レート制限などのスケーラビリティの懸念を管理します。これにより、チームはエージェントの構築に集中できます。エージェントは、実際のビジネス知識から引き出された合成回答を提供できるようになります。

次に、世界の知識層として、AgentCore上のウェブ検索を導入します。内部の知識にはギャップがあります。規制が変わり、市場が変動し、競合他社が新製品を次々と発表しています。エージェントが最良の仕事をするためには、組織の外で何が起こっているかを理解する必要があります。ウェブ検索は、開発者がAIエージェントを構築するための新しいツールです。これは、顧客の安全なAWS環境内でデータを保持しながら、ウェブから情報を提供します。エージェントがリアルタイムの情報を基に推論できるようになります。

最後に、有料の知識層として、エージェントが有料リソースにアクセスできるようにするためのAgentCoreの支払い機能を紹介します。最良の情報は常に無料ではありません。エージェントが有料コンテンツにアクセスできなければ、最適でない回答を返すことになります。エージェントが実行ループ内で有料サービスやコンテンツを発見し、アクセスし、支払うことができるようになります。

これらの新機能は、エージェントが知識にアクセスし、学習し、改善するための基盤を提供します。エージェントの能力が向上するにつれて、より強力な制御が必要です。新しいポリシー強化により、エージェントの行動をリアルタイムで評価し、悪意のあるコンテンツや機密データの露出を防ぎます。これにより、エージェントの成長に伴い、セキュリティが強化されます。

これらの機能は本日より一般提供されており、エージェントの構築が迅速かつ効率的に行えるようになります。