AWS pripravuje Context, zdieľanú vrstvu znalostí pre podnikových AI agentov

AWS oznámil sériu noviniek pod rámcom „context intelligence“, teda inteligencie založenej na dostupnom a riadenom kontexte. Hlavnou novinkou je pripravovaná služba AWS Context, ktorá má automaticky mapovať vzťahy naprieč existujúcimi podnikovými dátami do znalostného grafu a poskytovať agentické vyhľadávanie. Cieľom je riešiť problém, ktorý dnes brzdí veľkú časť podnikových AI agentov: model vie generovať odpovede, ale nevie spoľahlivo, ktoré tabuľky, metadáta, pravidlá a doménové znalosti má v konkrétnej organizácii použiť.

AWS Context má podľa oznámenia prepájať dátové jazerá, sklady, lakehouse prostredia, databázy, streamy aj neformálne organizačné znalosti. Data stewardi a kurátori budú môcť v konzole kontrolovať odvodené vzťahy, povyšovať ich do produkcie a pridávať obchodné definície či pravidlá používania. Dôležité je, že AWS sa nesnaží prezentovať iba ďalší konektor k dátam. Služba má vytvoriť spoločnú vrstvu významu, ktorú môžu používať agenti, analytické nástroje aj aplikácie s rešpektovaním oprávnení a governance pravidiel.

Základom je znalostný graf podobný technológii, ktorú AWS používa v Amazon Quick. Tam už podľa blogu státisíce používateľov denne pracujú s produkčným grafom mapujúcim datasety, dashboardy a metadáta. AWS Context má tento osobný alebo nástrojový graf rozšíriť na organizačnú úroveň. Pre existujúcich používateľov Quick to znamená, že agenti v tomto prostredí môžu získať širší kontext vrátane vzťahov medzi systémami, obchodných pravidiel a kurátorských poznámok.

Pre podniky je dôležitá integrácia s existujúcim dátovým stackom AWS. Blog uvádza AWS Glue Data Catalog, Amazon SageMaker Unified Studio a AWS Lake Formation ako súčasti, ktoré sa majú napojiť na znalostný graf. To umožňuje kombinovať automatické dopĺňanie kontextu s explicitnou manuálnou kuráciou a s oprávneniami. V praxi by agent nemal iba nájsť relevantnú tabuľku, ale aj vedieť, či ju smie použiť, aké pravidlá platia pre jej interpretáciu a ktorá cesta spojenia dát je v organizácii považovaná za správnu.

Zaujímavým technickým rozhodnutím je otvorenosť metadátovej vrstvy. AWS uvádza, že kľúčové prvky kontextu budú publikované do Amazon S3 vo formáte Apache Iceberg. Zákazníci ich tak budú môcť čítať cez Athena, Redshift, Apache Spark alebo iné Iceberg-kompatibilné nástroje. Pre veľké firmy je to podstatné, pretože nechcú, aby sa význam ich dát uzamkol v jednom agentickom produkte. Ak má byť kontext auditovateľný a prenositeľný, musí existovať mimo samotného promptu alebo vektorového indexu.

AWS zároveň zdôrazňuje, že kontextová vrstva sa má učiť z používania agentov. Keď agenti kladú otázky, systém má pozorovať, ktoré zdroje viedli k správnym výsledkom, aké spojenia dát boli užitočné a ktoré kurátorské pravidlá sa aplikovali. Takéto poznatky sa potom majú zdieľať v organizácii, aby jeden agent nemusel opakovane objavovať rovnakú správnu cestu. Toto je prakticky dôležitý posun od izolovaných RAG riešení, kde si každý tím buduje vlastný index a vlastné heuristiky.

Rizikom bude samozrejme kvalita a kontrola automaticky odvodených vzťahov. Znalostný graf môže agentom pomôcť iba vtedy, ak je správny, aktuálny a vysvetliteľný. Zle odvodený join medzi tabuľkami alebo nepresná obchodná definícia môžu viesť k presvedčivým, ale chybným rozhodnutiam. Preto je významná rola kurátorov a režim propagácie do produkcie. V podnikovej AI sa postupne ukazuje, že „viac kontextu“ nestačí; treba aj proces, kto kontext schvaľuje, ako sa mení a ako sa spätne vyšetruje chyba.

Pre trh agentických nástrojov je AWS Context signálom, že veľkí cloudoví hráči sa posúvajú od samotných modelov k operačnej vrstve okolo nich. Firmy, ktoré už majú dáta v AWS, môžu získať jednoduchšiu cestu k agentom s organizovaným kontextom, ale zároveň budú musieť riešiť architektúru, oprávnenia a zodpovednosť za kuráciu. Najväčší prínos tak nebude v jednom novom tlačidle pre AI, ale v možnosti premeniť roztrúsené podnikové metadáta na spoločný, auditovateľný jazyk, ktorému rozumejú ľudia aj agenti.