bytevyte
bytevyte
Language
EN DE ES FR PT IT
Follow
ai-beats-it —

AWS integra l'Agentic AI in Quick e SageMaker per automatizzare i workflow aziendali

agentic AI

Amazon Web Services ha introdotto una suite di funzionalità di agentic AI nel suo portfolio di dati e machine learning, segnando il passaggio dai suggerimenti generativi all'esecuzione autonoma. Gli aggiornamenti, annunciati questa settimana, riguardano Amazon Quick e Amazon SageMaker AI, fornendo strumenti che gestiscono compiti tecnici complessi attraverso istruzioni in linguaggio naturale. Questi progressi mirano a ridurre il tempo richiesto per l'analisi dei dati e il tuning dei modelli da settimane o mesi a poche ore.

La nuova funzione Generate Analysis in Amazon Quick consente agli utenti aziendali di creare dashboard multi-foglio descrivendo i propri requisiti in inglese semplice. Questo sistema automatizza la creazione di elementi visivi, controlli di filtro e campi calcolati, come le metriche di crescita anno su anno, su un massimo di tre set di dati. Prima che l'output finale venga generato, la piattaforma fornisce un piano modificabile per la revisione umana, garantendo che la logica automatizzata sia in linea con gli obiettivi aziendali.

L'ascesa dell'Agentic AI nella Data Science

L'integrazione dell'agentic AI rappresenta una mossa strategica di AWS per democratizzare la data science di alto livello. In Amazon SageMaker AI, una nuova esperienza agentica gestisce ora il workflow end-to-end per la personalizzazione dei modelli. Gli sviluppatori possono specificare gli obiettivi in linguaggio naturale e l'agente AI gestisce in modo indipendente la preparazione dei dati, seleziona tecniche di ottimizzazione come Supervised Fine-Tuning (SFT) o Direct Preference Optimization (DPO) e supervisiona la valutazione e il deployment.

Questo workflow è profondamente integrato con l'agente di codifica Kiro all'interno di SageMaker Studio. Automatizzando la selezione dei metodi di tuning e il lavoro pesante di data engineering, AWS afferma che i processi di personalizzazione che prima richiedevano mesi possono ora essere completati in un solo pomeriggio. Questo cambiamento si concentra sull'esecuzione piuttosto che sulla semplice generazione di codice, consentendo agli ingegneri di concentrarsi sull'architettura di alto livello anziché sulla configurazione manuale.

Implicazioni strategiche per l'automazione aziendale

Per i CTO e i leader tecnologici, questi aggiornamenti suggeriscono un restringimento del divario tra dati grezzi e business intelligence operativa. La transizione verso workflow di agentic AI riduce il personale specializzato tipicamente richiesto per la creazione di dashboard complesse e il fine-tuning dei modelli. Incorporando questi agenti direttamente negli ambienti cloud esistenti, AWS sta posizionando il suo ecosistema come una piattaforma auto-orchestrante per l'intelligence aziendale.

A partire dal 05-05-2026, queste funzionalità saranno disponibili per i clienti AWS a livello globale. La mossa evidenzia una tendenza più ampia del settore in cui l'AI non è più solo un'interfaccia chatbot, ma un partecipante attivo nelle operazioni tecniche. Le organizzazioni possono aspettarsi un'ulteriore integrazione di questi agenti autonomi in tutto lo stack AWS, mentre l'azienda cerca di semplificare la gestione di ambienti di dati sempre più frammentati e su larga scala.

Sebbene ci impegniamo per l'accuratezza, bytevyte può commettere errori. Si consiglia agli utenti di verificare tutte le informazioni in modo indipendente. Non accettiamo alcuna responsabilità per errori o omissioni.

✔Human Verified

Share