AWS ha lanciato Agent Registry, una piattaforma centralizzata per la gestione degli agenti IA, disponibile in anteprima tramite la console AWS Bedrock AgentCore in cinque regioni di elaborazione.
La piattaforma mira ad affrontare le sfide legate alla governance e alla trasparenza poiché le aziende utilizzano sempre più agenti AI nei loro flussi di lavoro. AWS ha identificato problemi come la mancanza di visibilità, la governance debole e la duplicazione degli strumenti come preoccupazioni chiave per i Chief Information Officer (CIO) che gestiscono la diffusione dell’intelligenza artificiale.
Il registro degli agenti funziona come un database strutturato e ricercabile, che memorizza dati su agenti, strumenti e risorse personalizzate. Ogni voce includerà funzionalità essenziali come proprietà, protocolli, funzionalità e metodi di invocazione. Una funzione di ricerca ibrida consente agli utenti di trovare risorse utilizzando parole chiave specifiche e frasi in linguaggio naturale.
AWS ha dichiarato: “La scoperta diventa il percorso di minor resistenza”, sottolineando che i team possono facilmente cercare soluzioni esistenti prima di impegnare risorse per crearne di nuove.
Anche altri fornitori stanno facendo progressi nella gestione dell’intelligenza artificiale. OpenAI ha lanciato la sua piattaforma focalizzata sull’impresa, Frontier, per la gestione degli agenti AI, con AWS come distributore cloud esclusivo. Anthropic ha recentemente introdotto i suoi Claude Managed Agents, fornendo un’infrastruttura precostruita progettata per semplificare lo sviluppo e la supervisione di sistemi autonomi.
La proliferazione degli agenti è emersa come una preoccupazione urgente per i CIO, con il rapido sviluppo di strumenti di intelligenza artificiale che superano le capacità di gestione. Autumn Stanish, direttore analista di Gartner, ha osservato che gli agenti IA stanno diventando una forza dirompente significativa nelle operazioni IT.
Il registro degli agenti di AWS riflette una tendenza più ampia tra i CIO, che stanno passando da approcci sperimentali a strategie di governance e scalabilità più strutturate per le distribuzioni di intelligenza artificiale.
