AWS ukazuje sémantickú vrstvu pre agentov nad Stardogom, Aurorou a Redshiftom

AWS zverejnil praktický návod na jeden z menej viditeľných, ale dôležitých problémov agentickej analytiky: ako zabrániť tomu, aby agent nad firemnými dátami síce napísal platný dotaz, ale odpovedal podľa nesprávnej definície zákazníka, tržieb alebo rizika. Riešenie stavia na sémantickej vrstve Stardog nad Amazon Aurora a Amazon Redshift a na agente spustenom v Amazon Bedrock AgentCore. Pointa nie je v ďalšom chatovacom rozhraní k databáze, ale v tom, že význam dát sa zachytí raz v ontológii a agent sa potom pýta cez túto spoločnú obchodnú vrstvu.

V bežnej podnikovej analytike sú údaje rozložené medzi transakčné databázy, dátové sklady, dátové jazerá a špecializované aplikácie. Rovnaký pojem môže mať v každom systéme inú hranicu: zákazník v CRM nemusí byť rovnaký záznam ako zákazník vo fakturácii a výpočet výnosov sa môže líšiť podľa regiónu alebo tímu. Model, ktorý dostane priamy prístup k tabuľkám, môže tieto rozdiely prekryť pekne znejúcou vetou. Pre firmy je to riziko, pretože prvá viditeľne rozporná odpoveď znižuje dôveru v celý systém.

AWS preto v návode rozlišuje medzi klasickým vyhľadávaním v dokumentoch a analytickým uvažovaním nad živými záznamami. Retrieval augmented generation je užitočný, keď odpoveď leží v texte, ktorý sa dá vyhľadať a vložiť do kontextu modelu. Pri otázke typu „ktoré účty sú vysokorizikové a zároveň strategicky dôležité“ však nestačí nájsť odsek v príručke. Agent musí použiť pravidlá, vzťahy medzi entitami, prístupové politiky a aktuálne hodnoty v databázach. Práve tu má sémantická vrstva fungovať ako preklad medzi prirodzeným jazykom a dôveryhodnou dátovou logikou.

Stardog v tomto scenári reprezentuje firemné pojmy ako znalostný graf. Ontológia opisuje entity, vzťahy, atribúty a pravidlá; mapovania určujú, ako sa tieto pojmy viažu na riadky v Aurrore a Redshifte. Dáta sa pritom nemusia kopírovať do samostatného skladu len preto, aby ich mohol čítať agent. Dotaz na obchodný pojem sa v čase behu preloží na dotazy voči pôvodným zdrojom a výsledok sa vráti cez jednotný významový model.

Agentická časť ukážky používa Strands Agents a Bedrock AgentCore. AgentCore je dôležitý preto, že nejde len o knižnicu v notebooku: poskytuje riadené hosťovanie, vstupnú autentifikáciu a správu prihlasovacích údajov k nástrojom. Pre produkčné nasadenie agentov nad podnikovými dátami sú tieto prevádzkové detaily často rovnako podstatné ako samotná schopnosť modelu písať dotazy. Bez nich sa proof-of-concept rýchlo zmení na systém, ktorý je ťažké auditovať a bezpečne pripojiť k interným zdrojom.

Praktický dopad je najväčší pre tímy, ktoré chcú z agentov urobiť analytických spolupracovníkov, nie iba vyhľadávače dokumentov. Namiesto toho, aby každý tím budoval vlastný prompt s vlastnou definíciou metrík, sa definície presunú do zdieľanej sémantickej vrstvy. To umožňuje opakovateľné odpovede, jednoduchšiu kontrolu pôvodu dát a lepšie vysvetlenie, prečo agent dospel k určitému záveru. Znižuje sa aj tlak na ETL projekty, ktoré by inak museli presúvať údaje iba kvôli novému agentickému rozhraniu.

Zároveň nejde o magické vyriešenie správy dát. Ontológia, mapovania a pravidlá musia niekto navrhnúť, udržiavať a zosúladiť s tým, ako firma naozaj meria svoje procesy. Ak je sémantická vrstva neúplná alebo zastaraná, agent bude iba rýchlejšie reprodukovať starý chaos. Dôležité je aj prístupové riadenie: jednotná vrstva nesmie obísť rozdiely medzi tým, čo smie vidieť obchodník, analytik, finančný tím alebo externý partner.

Pre vývojárov je však tento vzor užitočný, lebo posúva debatu od „ktorý model vie najlepšie SQL“ k otázke „z čoho model rozumie firme“. Ak majú agenti odpovedať na analytické otázky v prostredí s reguláciou, auditom a viacerými dátovými vlastníkmi, samotný veľký jazykový model je len jedna časť architektúry. Sémantická vrstva s jasnými pravidlami môže byť rozdielom medzi demonštráciou a systémom, ktorý sa dá pustiť k reálnym rozhodnutiam.