Votre démonstration d’agent a pris une semaine. La mise en production prend six mois.
Ce n’est pas une fatalité. Découvrez comment des équipes mettent des agents en production rapidement et en toute sécurité.
Cela vous rappelle quelque chose ?
- des projets pilotes d’agents d’IA d’entreprise n’atteignent jamais la production
- 88 %
- des entreprises déclasseront ou mettront hors service des agents d’IA autonomes d’ici 2027 en raison d’échecs de gouvernance
- 40 %
- des agents fonctionneront au sein d’une entreprise moyenne du Fortune 500 d’ici 2028, entraînant une prolifération importante des agents
- Plus de 150 000
- des organisations ne peuvent pas visualiser l’ensemble de leurs dépenses d’IA
- 54 %
Lequel de ces obstacles vous ralentit ? Obtenez l’aide d’un expert lors d’un prochain webinaire.
Des problèmes courants se manifestent dans presque toutes les organisations qui créent et exécutent des agents à l’échelle. Voici comment les résoudre.
L’écart de mise en production
Des mois sont consacrés à la mise en place de l’identité, de la mémoire et de l’observabilité pour un seul agent. Puis l’équipe suivante recommence de zéro. Une plateforme gérée vous fournit ce socle dès le premier jour, ce qui vous permet de déployer plus rapidement vos agents.
Angles morts de la gouvernance
Une démonstration fonctionnelle n’est pas un système sur lequel vous pouvez compter, et les lacunes de gouvernance n’apparaissent qu’en production. Appliquez des limites à ce que chaque agent peut consulter et faire, puis tracez et évaluez son comportement pour le démontrer.
Prolifération des agents
À mesure que davantage d’équipes créent des agents, leur nombre augmente plus vite qu’il n’est possible de les suivre. Sans vue centralisée, personne ne sait ce qui existe, qui en est responsable ni qui y a accès. Un registre unique vous apporte la visibilité nécessaire pour gouverner et réutiliser les agents.
Coûts imprévisibles
Les dépenses liées aux agents que vous ne pouvez pas attribuer sont des dépenses que vous ne pouvez pas maîtriser. Suivez chaque coût lié aux agents par équipe, projet et action d’agent. Augmentez l’utilisation en sachant exactement combien vous dépensez.
Crainte de dépendance à l’égard d’un fournisseur
Créez avec des modèles de premier plan comme Anthropic et OpenAI, ainsi qu’avec les meilleures options open source, à l’aide d’un seul ensemble de contrôles. Changez de modèle ou de cadre sans changer de plateforme, quel que soit le nombre d’agents que vous exécutez.
Agents de codage isolés
Les agents de codage sont puissants, mais restent cloisonnés sur les machines de développement. Fournissez-leur un environnement d’exécution dans le cloud et une mémoire partagée afin qu’ils conservent leur état, partagent le contexte et suivent les directives de votre équipe.
Comment les équipes de premier plan créent et déploient des agents
Des start-ups aux grandes entreprises mondiales, les équipes font confiance à AWS pour faire passer les agents du prototype à la production à l’échelle. Découvrez pourquoi.
Amazon Bedrock
La plateforme complète pour créer et mettre à l’échelle des applications et des agents d’IA en toute sécurité
Commencez à déployer des agents d’IA à l’échelle
Amazon Bedrock
L’environnement approuvé pour développer l’IA.
Amazon Bedrock AgentCore
Mettez les agents en production, pas l’infrastructure.
Créez des agents d’IA réellement prêts pour la production
Questions fréquentes
FAQ
Ouvrir toutPour créer des agents d’IA sur AWS, commencez par sélectionner un modèle sur Amazon Bedrock. Choisissez parmi des modèles frontières et open source de premier plan, notamment ceux d’Anthropic et d’OpenAI. Utilisez ensuite Amazon Bedrock AgentCore pour déployer la logique de votre agent dans n’importe quel cadre (LangGraph, CrewAI, Strands, OpenAI Agents SDK ou un cadre personnalisé). AgentCore fournit l’environnement d’exécution géré, la mémoire et la connectivité aux outils afin que vous puissiez vous concentrer sur la logique de l’agent plutôt que sur l’infrastructure.
Amazon Bedrock AgentCore est une plateforme gérée qui fournit un environnement d’exécution, de la mémoire, la gestion des identités, l’observabilité et une intégration des outils pour les agents d’IA. Vous déployez des agents en production en écrivant leur logique dans n’importe quel cadre (LangGraph, CrewAI, Strands, OpenAI Agents SDK ou un cadre personnalisé), en les connectant à des modèles sur Amazon Bedrock et en les déployant dans l’environnement d’exécution géré d’AgentCore, avec une sécurité appliquée au niveau de l’infrastructure dès le premier jour.
L’écart de mise en production existe parce que l’infrastructure opérationnelle (environnement d’exécution, mémoire, identité, sécurité, observabilité) doit être créée avant que les agents n’effectuent la moindre action. AgentCore élimine cet obstacle en fournissant une plateforme gérée avec une sécurité de niveau production appliquée au niveau de l’infrastructure. Les équipes passent du développement local aux agents déployés sans réarchitecturer.
AgentCore applique la sécurité au niveau de l’infrastructure à l’aide de politiques Cedar évaluées à chaque appel d’outil et vérifiées par raisonnement automatisé, la même technologie que celle utilisée par Amazon S3 et AWS IAM. Les informations d’identification sont gérées au niveau de la passerelle et n’entrent jamais dans la boucle des agents. Cela permet une application déterministe des contrôles, que les agents ne peuvent pas contourner par leur raisonnement.
Les dépenses liées aux agents et à l’inférence sur AWS sont attribuées par agent selon le principal IAM et apparaissent sur votre facture AWS existante. Amazon Bedrock propose la mise en cache des prompts, le routage intelligent, la distillation de modèles et l’inférence par lots pour optimiser automatiquement les coûts. L’attribution par agent vous permet de prévoir, budgétiser et expliquer les dépenses d’IA de la même manière que pour toute autre charge de travail ; aucun système distinct de facturation de l’IA n’est requis.
Oui. AgentCore est indépendant du modèle et du cadre utilisés. Exécutez sur Bedrock des modèles frontières d’Anthropic, OpenAI, Amazon Nova et d’autres fournisseurs. Créez des agents avec LangGraph, CrewAI, Strands, OpenAI Agents SDK ou des cadres personnalisés. Changez de modèle sans refactoriser vos agents. La plateforme assure le découplage au niveau de l’infrastructure, et pas seulement de l’API.
Avez-vous trouvé les informations que vous recherchiez ?
Faites-nous part de vos commentaires afin que nous puissions améliorer le contenu de nos pages