Commandes omnicanales avec Amazon Bedrock AgentCore et Amazon Nova 2 Sonic

Un hôte téléphonique IA pour restaurants avec Amazon Bedrock AgentCore et Amazon Nova 2 Sonic

Les restaurants manquent en moyenne 150 appels téléphoniques par établissement chaque mois, et environ 60% de ces appels proviennent de clients qui souhaitent passer commande ou réserver une table. La majorité de ces appels arrivent pendant le service du dîner, au moment précis où l'hôte accueille les clients, où les serveurs tournent les tables, et où le téléphone passe au second plan. Amazon vient de détailler, via son blog technique AWS, comment construire un système de commande vocale capable de répondre à un numéro de téléphone et de gérer l'intégralité d'une commande, de l'accueil jusqu'à la confirmation. La solution s'appuie sur Amazon Bedrock AgentCore pour héberger et exécuter l'agent conversationnel, et sur Amazon Nova 2 Sonic pour la synthèse et la reconnaissance vocale en temps réel, le tout relié à un backend de restaurant via le protocole MCP (Model Context Protocol). L'architecture complète se déploie avec AWS CDK et fait transiter l'appel téléphonique vers l'agent grâce à une passerelle SIP hébergée sur Amazon ECS et AWS Fargate, avec un pont SIP fourni par Amazon Chime SDK Voice Connector. Ce système répond à un problème concret pour l'industrie de la restauration: détourner un employé du service pour répondre au téléphone dégrade deux expériences à la fois, celle du client au comptoir et celle de l'appelant. Une application ou un site web de commande en ligne n'aide en rien les clients qui préfèrent simplement appeler. En automatisant cette interaction vocale, les restaurants peuvent capter des commandes et des réservations qui seraient autrement perdues, sans mobiliser de personnel supplémentaire. Le système va jusqu'à préchauffer la session de l'agent pendant que le téléphone sonne encore, afin que l'appelant n'entende jamais de silence mort en décrochant. Cette architecture modulaire, où la logique de commande reste indépendante du canal d'appel, permet aussi d'ajouter facilement d'autres points d'entrée, comme une application mobile ou une borne en magasin, sans réécrire le backend. Techniquement, la solution repose sur quatre couches distinctes. Le backend utilise Amazon DynamoDB pour stocker les données clients, commandes, menus et paniers, Amazon Location Service pour la géolocalisation et le calcul d'itinéraires, AWS Lambda pour la logique métier, et Amazon API Gateway sécurisé par IAM pour exposer ces services. AgentCore Gateway transforme ensuite ces points d'accès en outils MCP que l'agent peut découvrir et appeler par leur nom, ce qui évite de redéployer l'agent à chaque modification du backend. Chaque appel s'exécute dans sa propre microVM pour garantir l'isolation. Cette démonstration illustre la stratégie d'AWS visant à positionner Bedrock AgentCore et Nova 2 Sonic comme des briques standards pour construire des agents vocaux d'entreprise, dans un secteur de la restauration où l'automatisation téléphonique reste un chantier largement inexploité malgré son potentiel de revenus immédiat.

💬 150 appels ratés par mois et par resto, c'est du chiffre d'affaires qui part direct chez le concurrent, pas juste un désagrément pour le client qui poireaute au comptoir. Le détail malin, c'est de préchauffer la session pendant que le téléphone sonne encore, histoire que personne n'entende de blanc en décrochant, enfin presque. Le vrai chantier de l'IA vocale en entreprise, c'est pas le chatbot du site que personne n'ouvre, c'est ce bon vieux téléphone qu'aucun resto n'avait les moyens de décrocher à chaque sonnerie.

Personnaliser l'expérience spectateur avec un assistant cinéma IA à base d'agents — Amazon Bedrock AgentCore et Nova Sonic 2.0

Amazon a dévoilé une architecture d'assistant IA conversationnel pour les plateformes de streaming vidéo, combinant Amazon Bedrock AgentCore et le nouveau modèle vocal Amazon Nova Sonic 2.0. Le système permet deux cas d'usage principaux : des recommandations de films personnalisées en temps réel selon l'humeur et le contexte de l'utilisateur, et une assistance contextuelle en cours de visionnage — permettant par exemple de demander à voix haute « qui est cet acteur ? » ou « résume ce qui vient de se passer » sans quitter le film. L'infrastructure repose sur AWS Fargate pour le traitement serveur, Amazon CloudFront et S3 pour le frontend, Amazon Cognito pour l'authentification, et OpenSearch combiné à S3 Vector pour la recherche sémantique. La communication entre le client et le serveur s'effectue via WebSocket avec validation de token JWT, tandis que le modèle vocal Nova Sonic 2.0 gère le streaming bidirectionnel en temps réel via un protocole RPC Smithy. Ce type de système représente un changement de paradigme pour les services de streaming : là où les moteurs de recommandation classiques — basés sur le filtrage collaboratif ou par contenu — se contentent de prolonger les habitudes passées, l'approche agentique intègre le contexte immédiat. Un utilisateur qui vient de regarder « Les Évadés » et veut se détendre ne se verra pas proposer un autre drame carcéral, mais quelque chose d'adapté à son état d'esprit exprimé en langage naturel. Pour les plateformes, cela ouvre la voie à une réduction du taux de désabonnement lié à la friction de découverte, l'une des principales causes d'attrition dans le secteur. Pour les utilisateurs, c'est l'équivalent d'un programmateur culturel personnel disponible en permanence. Le projet s'inscrit dans la montée en puissance des architectures dites « agentiques », où les modèles de langage ne se contentent plus de répondre à des requêtes isolées mais orchestrent des chaînes d'outils complexes. Amazon positionne ici son écosystème — Bedrock AgentCore, le protocole MCP (Model Context Protocol) pour exposer des fonctions Lambda comme outils d'agent, et Nova Sonic pour la voix — comme une pile verticale intégrée pour ce type d'application. C'est une réponse directe aux initiatives similaires de Google (avec Gemini Live) et d'OpenAI (avec les capacités vocales temps réel de GPT-4o). Le code source de la démonstration est disponible sur GitHub, signalant une stratégie d'adoption par les développeurs avant un déploiement commercial plus large. La bataille pour devenir l'infrastructure standard des expériences média augmentées par l'IA ne fait que commencer.

Créer un agent FinOps avec Amazon Bedrock AgentCore

Amazon a dévoilé une solution clé en main pour construire un agent FinOps basé sur Amazon Bedrock AgentCore, permettant aux équipes financières de gérer les coûts AWS à travers plusieurs comptes via une interface conversationnelle unique. L'architecture repose sur Claude Sonnet 4.5 d'Anthropic, le Strands Agent SDK et le protocole MCP (Model Context Protocol), déployée via AWS CDK. L'agent consolide les données de trois services AWS — Cost Explorer, Budgets et Compute Optimizer — et propose plus de 20 outils spécialisés couvrant l'intégralité du spectre de la gestion des coûts cloud. La mémoire conversationnelle conserve jusqu'à 30 jours de contexte, permettant des questions de suivi sans répéter les informations préalables. Concrètement, cette solution élimine la nécessité pour les équipes finance et DevOps de naviguer manuellement entre plusieurs consoles AWS pour obtenir une vue consolidée des dépenses. Un responsable peut simplement demander "Quels sont mes principaux postes de dépenses ce mois-ci ?" et obtenir une réponse immédiate, sans requêtes SQL ni exports manuels. L'authentification repose sur Amazon Cognito (gestion des utilisateurs et flux OAuth 2.0 machine-à-machine), tandis qu'AWS Amplify héberge l'interface web. L'accès en langage naturel démocratise la visibilité sur les coûts cloud à l'ensemble de l'organisation, y compris aux profils non techniques — un enjeu majeur dans les entreprises où la facture AWS est souvent opaque pour les décideurs métier. Le FinOps — la pratique de gouvernance financière du cloud — est devenu un domaine à part entière alors que les dépenses cloud des entreprises ont explosé ces cinq dernières années, rendant le suivi des coûts multi-comptes complexe et chronophage. Amazon Bedrock AgentCore, lancé récemment par AWS, est la réponse d'Amazon à la vague d'agents IA d'entreprise : une plateforme d'exécution managée pour déployer des agents LLM avec mémoire, outils et identité gérés nativement. Cette solution illustre parfaitement la stratégie d'AWS de transformer ses propres services (Cost Explorer, Compute Optimizer) en sources de données accessibles via des agents IA, réduisant la friction d'adoption. La concurrence s'intensifie sur ce segment : Microsoft Copilot pour Azure Cost Management et Google Cloud Carbon Footprint poursuivent des ambitions similaires. La prochaine étape logique sera l'automatisation des recommandations d'optimisation, passant d'un agent qui répond à des questions à un agent qui agit directement sur l'infrastructure pour réduire les coûts.

Créer des agents multi-locataires avec Amazon Bedrock AgentCore

Amazon a lancé Bedrock AgentCore, un service managé et serverless conçu pour permettre aux éditeurs de logiciels SaaS de déployer des applications agentiques en environnement multi-tenant sur AWS. Le service offre des primitives pour héberger des agents et des serveurs MCP (Model Context Protocol), avec une gestion intégrée des identités, de la mémoire, de l'observabilité et des évaluations. Le coeur de son architecture repose sur des microVMs isolées par session: chaque session client obtient son propre environnement d'exécution éphémère, avec un système de fichiers persistant propre, sans le coût ni la latence d'une machine virtuelle complète. Le contexte du tenant transite via des en-têtes HTTP personnalisés, portant l'identifiant du tenant, son niveau de service, ses préférences régionales et ses droits d'accès aux outils, ce qui permet à l'agent d'adapter dynamiquement son comportement sans logique de routage codée en dur. Cette approche répond directement au fossé qui sépare un prototype fonctionnel d'un déploiement en production dans un contexte SaaS. Les architectes d'applications agentiques devaient jusqu'ici résoudre manuellement six problèmes distincts: l'isolation des tenants, la propagation de leur identité, l'observabilité par tenant, l'isolation des données, l'attribution des coûts et la mitigation du "noisy neighbor" (un tenant monopolisant les ressources au détriment des autres). AgentCore propose trois patterns d'isolation, appelés Silo, Pool et Bridge, chacun offrant un compromis différent entre protection stricte et mutualisation des coûts. Pour les éditeurs gérant des centaines ou des milliers de clients sur une même plateforme, cette capacité à choisir un modèle d'isolation par segment tarifaire change concrètement l'équation économique et de conformité. Le lancement s'inscrit dans une course des grands fournisseurs cloud à imposer leurs infrastructures agentiques comme standard de facto pour la prochaine génération d'applications IA. AWS fait face à la concurrence directe de Google avec Vertex AI Agent Builder et de Microsoft avec Azure AI Agent Service, tous trois cherchant à capter les équipes d'ingénierie qui passent de l'expérimentation à la production. L'article publié par AWS est le premier d'une série, ce qui suggère que d'autres composants d'AgentCore (évaluation, fine-tuning par tenant, facturation granulaire) seront détaillés dans les prochaines semaines. La question centrale pour les équipes SaaS reste le degré de lock-in accepté en échange de la simplicité opérationnelle qu'offre un service pleinement managé.