Membangun lapisan konteks antara penyimpanan data perusahaan dan agen AI adalah pekerjaan yang khusus, tanpa layanan standar untuk mengotomatiskan atau memelihara grafik seiring waktu. Amazon tampil di depan untuk mengubah hal itu.
Baru-baru ini, Amazon mengumumkan serangkaian tiga produk yang diposisikan sebagai tumpukan kecerdasan konteks untuk agen AI. Produk utamanya adalah AWS Context, sebuah layanan grafik pengetahuan baru yang semakin pintar seiring penggunaan oleh agen. AWS juga mengumumkan ketersediaan umum dari Amazon S3 Annotations dan preview aset keterampilan di AWS Glue Data Catalog.
Lapisan konteks sekarang menjadi kategori arsitektur yang diperebutkan, dengan banyak pilihan dari berbagai vendor. AWS memasuki pasar ini dengan premis arsitektur yang berbeda: grafik harus belajar dari cara agen menggunakannya secara otomatis, tanpa perlu pengorganisasian ulang oleh manusia.
“Agen Anda sekarang menjadi lebih pintar tanpa Anda harus membangun semuanya dari awal,” kata Swami Sivasubramanian, wakil presiden Agentic AI di AWS, selama pidato pembukaannya di AWS Summit NYC.
“Layanan ini secara otomatis membangun grafik pengetahuan dari semua data yang sudah ada,” tambahnya. “Layanan ini menyimpulkan hubungan antara dataset, aturan bisnis, dan pengetahuan domain, serta membuat semuanya tersedia untuk agen serta organisasi Anda saat runtime.”
AWS Context membangun grafik pengetahuan yang belajar sendiri dari data yang ada
Masalah ini seringkali muncul dalam implementasi pelanggan, menurut AWS.
AWS Context memetakan hubungan antara data yang sudah ada secara otomatis: tabel apa yang ada, arti kolom, bagaimana sumber terkait satu sama lain, serta mana sumber yang otoritatif. Layanan ini menggabungkan pencarian semantik dengan pemahaman pada level grafik dan menyimpulkan hubungan antar dataset, aturan bisnis, dan pengetahuan domain, serta membuat semuanya tersedia bagi agen saat runtime.
“Grafik pengetahuan ini akan memperbaiki dirinya sendiri seiring waktu dengan belajar dari sumber mana yang menghasilkan hasil yang benar dan bagian mana yang sering digunakan,” terang Sivasubramanian.
Pengelola data dapat mengelola grafik melalui AWS Management Console, meninjau hubungan yang disimpulkan, mempromosikannya ke produksi, serta melampirkan definisi bisnis dan aturan penggunaan. Setiap permintaan mengadopsi izin IAM dan Lake Formation dari pengguna yang memanggil, sehingga akses data untuk agen dapat diaudit berdasarkan identitas sesuai dengan kontrol yang sudah dipercayai perusahaan.
Semua metadata dipublikasikan dalam format Apache Iceberg ke Amazon S3 Tables, yang bisa di-query melalui Athena, Redshift, Spark, atau mesin lain yang kompatibel dengan Iceberg, tanpa perlu menggunakan API eksklusif. Koneksi katalog pihak ketiga juga didukung, sehingga konteks dari sistem di luar AWS dapat ditarik ke dalam grafik yang sama. Agen melakukan query melalui API pencarian agentic dan alat MCP di sepanjang Bedrock AgentCore, EKS, atau kerangka kerja yang kompatibel dengan MCP lainnya.
Konteks lebih dari sekadar satu layanan
Konteks adalah ruang yang kompleks dan AWS melapisi beberapa layanan untuk membantu perusahaan membangun konteks di seluruh tumpukan data.
Amazon S3 Annotations. Layanan ini memungkinkan pengguna untuk melampirkan konteks bisnis yang kaya pada lapisan penyimpanan, langsung ke objek S3 individu.
Aset keterampilan AWS Glue Data Catalog. Aset keterampilan Glue melampirkan pengetahuan domain pada lapisan katalog, menghubungkan runbook, pola query, dan aturan penggunaan ke aset data di seluruh estate.
AWS Context kemudian mensintesis keduanya ke dalam grafik pengetahuan yang dijadikan query oleh agen saat runtime, menggabungkan pencarian semantik dengan pemahaman pada level grafik di seluruh sumber yang terstruktur dan tidak terstruktur. Setiap lapisan memberi umpan balik ke lapisan berikutnya.
AWS memasuki ruang konteks yang sangat kompetitif
Snowflake mengumumkan pendekatan konteksnya lebih awal bulan ini dengan layanan Horizon Context dan Cortex Sense. Microsoft menyediakan konteks melalui platform Fabric IQ yang menawarkan ontologi semantik untuk data. Redis telah mengembangkan platform konteks yang mengoptimalkan data untuk pengambilan. Vendor database vektor Pinecone memiliki tawaran Nexus kontek yang mengompilasi data perusahaan menjadi artefak yang spesifik terhadap tugas sebelum agen melakukan query.
Argumen struktural AWS sangat sederhana: untuk perusahaan yang sudah menggunakan S3, Glue, dan Lake Formation, AWS Context memperluas model identitas yang sudah ada tanpa memerlukan pemindahan data. Penawaran ini tidak hanya mengurangi biaya, tetapi juga menghilangkan gesekan integrasi.
“Konteks membuat agen lebih kuat, dan karena seluruh dunia sedang membangun agen, setiap vendor platform agentic perlu memiliki kapabilitas konteks,” kata Holger Mueller, VP dan analis utama di Constellation Research.
Mueller menambahkan, “AWS tidak terkecuali. Kekhawatiran—seperti pada semua penawaran konteks—adalah akan ada tantangan terkait performa, terutama untuk data transaksi, kita akan lihat.”
