Comment fonctionnent les skills et les agents dans AWS Quick
AWS présente le fonctionnement des agents, des compétences (skills) et des données dans AWS Quick, son service propulsé par l'IA qui sert à automatiser des tâches, analyser des données, créer des applications web et mener des recherches, le tout en langage naturel. L'objectif est d'éviter à l'utilisateur de réexpliquer sans cesse les mêmes tâches répétitives, comme la rédaction d'un point d'avancement hebdomadaire, de notes de version ou de tickets. Au centre du dispositif, l'agent suit ses instructions, charge les compétences qu'exige la tâche, agit via des connecteurs et fonde ses réponses sur les données de l'utilisateur. Quick est l'agent intégré par défaut, accessible à chacun. Il n'a pas de périmètre fixe et travaille, à chaque conversation, avec les espaces, bases de connaissances, tableaux de bord, connecteurs et compétences auxquels l'utilisateur a accès. Un agent personnalisé, lui, est configuré pour une mission précise, par exemple un assistant d'intégration RH qui répond aux questions des nouvelles recrues à partir de l'espace de l'équipe RH. Après test et publication, il peut être partagé avec des utilisateurs et des groupes du même compte AWS Quick.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de AWS ML Blog. Lire l'article original →
L'enjeu est double : gain de temps et maîtrise. Un agent ne peut atteindre que les ressources et services auxquels son utilisateur a lui-même droit, et c'est ce dernier qui décide de ce que chaque agent est autorisé à faire. Les équipes peuvent donc encoder une fois leurs méthodes de travail, puis les partager, plutôt que de laisser chacun les réinventer. Les agents fonctionnent en conversation, mais aussi de façon autonome grâce aux routines. Pour les entreprises, cela revient à transformer des savoir-faire dispersés en briques réutilisables, tout en gardant un contrôle strict sur les accès. AWS annonce aussi un catalogue officiel de compétences et la possibilité d'en créer de sur mesure pour l'équipe.
Côté données, Quick s'appuie sur plusieurs briques. Un espace est une collection organisée de documents et de ressources, personnelle ou partagée, qui peut contenir des fichiers, des tableaux de bord, des bases de connaissances, des connecteurs d'action et des jeux de données. Une base de connaissances est un ensemble indexé de contenus optimisé pour la recherche et les questions-réponses. Elle se synchronise régulièrement depuis Google Drive, Microsoft OneDrive, Confluence, SharePoint, Amazon S3, un robot d'exploration web ou Amazon Bedrock Managed Knowledge Bases. Les jeux de données et tableaux de bord proviennent d'Amazon Quick Sight, la fonction d'analyse décisionnelle disponible dans les comptes créés via la console de gestion AWS. Cette architecture s'inscrit dans la course des grands fournisseurs cloud à proposer des agents d'entreprise, où la connexion aux données internes et la gouvernance des droits deviennent les principaux critères de différenciation.
Pas d\'impact direct sur la France/UE