Aller au contenu

AtScale et Amazon Bedrock AgentCore pour une couche sémantique gouvernée

Enregistrer

En bref

  1. AtScale crée une couche sémantique dimensionnelle sur Amazon Redshift pour un modèle client 360, exposée via MCP à un agent Strands sur Amazon Bedrock AgentCore.
  2. L’identité, les rôles et les filtres de sécurité sont appliqués au niveau de la couche sémantique, pas dans les prompts de l’agent.
  3. Le modèle sémantique est versionné en YAML dans Git et publie les données simultanément via SQL, XMLA et MCP.

AWS et AtScale annoncent une solution pour intégrer une couche sémantique gouvernée à des agents IA via Amazon Bedrock AgentCore. Selon l’article, AtScale modélise les données clients en un modèle dimensionnel sur Amazon Redshift, puis les expose à un agent Strands via le protocole MCP. L’identité, les rôles et les filtres de sécurité sont gérés au niveau de la couche sémantique, et non dans les prompts.

Le modèle sémantique d’AtScale repose sur un langage déclaratif (SML) versionné dans Git. Il permet de publier simultanément les données via SQL, XMLA et MCP, assurant une cohérence des réponses pour l’agent et les outils BI existants. L’architecture utilise Amazon Bedrock avec le modèle Anthropic Claude Sonnet 4.6 pour planifier les requêtes, tandis qu’Amazon Bedrock AgentCore gère l’authentification et l’orchestration des appels.

Cette approche s’inscrit dans une série dédiée à la construction de couches sémantiques pour l’IA agentique. Elle cible les entreprises ayant des données clients dispersées, comme un détaillant avec des enregistrements clients, commandes et produits répartis sur plusieurs systèmes. La solution évite les pré-calculs de jointures et centralise les données analytiques dans Amazon Redshift, synchronisées avec les systèmes opérationnels via AWS Database Migration Service ou zero-ETL.

Ce que ça change pour vous

  • Retail & E-commerceLes détaillants peuvent unifier leurs données clients dispersées (commandes, produits, récompenses) dans une couche sémantique gouvernée, réduisant les erreurs de jointure et améliorant la cohérence des réponses des agents IA.

Ce résumé vous donne l'essentiel. L'article complet, ses chiffres et ses citations sont chez Artificial Intelligence.

Lire l'article original

Résumé généré par IA à partir de la source, relu par règles. Comment nous rédigeons · Signaler une erreur

Cookies et vie privée

BrefAI n'utilise que le stockage strictement nécessaire (langue, thème, ce choix). Avec votre accord, nous mesurons aussi l'audience de façon anonyme, sans cookie, pour améliorer le site. En savoir plus