AWS تنشئ NarrateAI — مساعد تحليلات الأعمال على Amazon Bedrock AgentCore

قدمت AWS عمارة NarrateAI — مساعد محادثة يعتمد على Amazon Bedrock AgentCore، والذي يساعد قسم SMGS (المبيعات والتسويق والخدمات العالمية) على توسيع نطاق تحليلات الأعمال. يجمع النظام بين معالجة الدفعات والتفاعل في الوقت الفعلي لتوفير رؤى تحليلية على مستوى المنظمة بأكملها.

العمارة ثنائية الطبقات

تم بناء NarrateAI على تقسيم المعالجة إلى طبقتين مستقلتين. تنفذ الطبقة الأولى مهام الدفعات: تحضير البيانات وحساب المقاييس وتخزين النتائج في الذاكرة المؤقتة. يضمن هذا معدل إنتاجية عالي ويوفر موارد حسابية. تعمل طبقة الدفعات بشكل غير متزامن، مع موازاة معالجة مجموعات البيانات الكبيرة. تعالج الطبقة الثانية طلبات المستخدمين في الوقت الفعلي: التفاعل المحادثي وإعادة التوجيه إلى وكلاء الذكاء الاصطناعي المناسبين والتحقق من صحة بيانات الإدخال. وهي مسؤولة عن زمن الاستجابة وجودة الاستجابة في لحظة الطلب. يسمح Amazon Bedrock AgentCore بإدارة أكثر كفاءة للتنسيق بين الطبقات والتنفيذ المتوازي لوكلاء الذكاء الاصطناعي المتخصصين. هذا الفصل حاسم للتوسع: تتعامل طبقة الدفعات مع أحجام البيانات المتزايدة، وتحافظ طبقة الوقت الفعلي على زمن الاستجابة تحت السيطرة ولا تحجب العمليات الحسابية الطويلة.

وكلاء الذكاء الاصطناعي المتخصصون

بدلاً من مساعد أحادي النموذج، تستخدم AWS شبكة من وكلاء الذكاء الاصطناعي المتخصصين، لكل منهم منطقة مسؤوليته الخاصة. يتحقق وكيل التحقق من صحة وكمال الطلب الوارد قبل تمريره إلى خط الأنابيب الرئيسي. يحدد وكيل التوجيه أي قسم فرعي من SMGS (المبيعات أو التسويق أو الخدمات العالمية) يجب توجيه الطلب إليه، مع مراعاة السياق. يوفر وكلاء المعرفة سياقًا محددًا لكل قسم فرعي: المقاييس والاتجاهات التاريخية والعمليات الداخلية. يجمع وكيل التوليف الإجابات من مصادر مختلفة في توصية متماسكة يراها المستخدم. تقلل هذه العمارة من معدلات الأخطاء وتزيد من صلة الإجابات وتبسط إضافة وكلاء جدد وتسهل تصحيح الأخطاء.

أنماط الهندسة لبيئة الإنتاج

تحدد AWS عدة ممارسات سمحت لها بإطلاق NarrateAI على نطاق واسع:

• الانحدار الرشيق — إذا كان الوكيل غير متاح، يقدم النظام إجابة بديلة بدلاً من رسالة خطأ
• تتبع التكاليف — يتتبع كل وكيل تكاليف المعالجة، ويحسّن النظام المسارات بناءً على التكلفة
• القابلية للرصد في سلسلة الوكلاء — التسجيل والتتبع ومراقبة زمن الاستجابة في كل عقدة
• تحديد معدل التدفق والأولويات — لا تحجب طبقة الدفعات الطلبات في الوقت الفعلي، والطوابير منفصلة
• تخزين ردود وكلاء الذكاء الاصطناعي في الذاكرة المؤقتة للطلبات المتكررة

ساعدت هذه الأنماط AWS على تحقيق موثوقية عالية وسلوك قابل للتنبؤ به في بيئة الإنتاج.

ما تعنيه هذه النتائج

توضح المقالة أن أنظمة الذكاء الاصطناعي بجودة الإنتاج تتطلب ليس فقط نماذج اللغة الكبيرة، بل أيضًا عمارة تتعامل مع التوسع وزمن الاستجابة والموثوقية. الوكلاء المتخصصون والمعالجة ثنائية الطبقات والانحدار الرشيق — هذه ممارسات يمكن لشركات أخرى تطبيقها مع Amazon Bedrock. بالنسبة للمطورين، هذا يعني أن تنسيق الذكاء الاصطناعي أصبح طبقة منفصلة بين نماذج اللغة الكبيرة والمنطق التجاري.