В последние годы предприятия стремятся к созданию AI-агентов, способных обрабатывать данные, находящиеся в разных аккаунтах AWS, без необходимости их копирования или централизации. Каждая команда хранит свои данные в отдельном аккаунте, что обеспечивает четкое владение, изоляцию области и независимые жизненные циклы развертывания. Однако агент, работающий только с данными одного аккаунта, имеет ограниченную ценность, и соединение с распределенными источниками обычно требует репликации данных или сложной настройки управления доступом.
Целью нового подхода является возможность оставить данные там, где они находятся, в каждом аккаунте. Только конкретные данные, необходимые для запроса, будут передаваться, что позволяет избежать перемещения основных наборов данных. В статье описывается архитектура многоаккаунтного решения, которая сохраняет данные каждой команды в своем аккаунте, одновременно предоставляя агентам единый способ запроса информации, используя Amazon Bedrock AgentCore Gateway и Model Context Protocol (MCP).
Данная разработка имеет важное значение для повышения эффективности работы AI-агентов в крупных организациях, позволяя им более эффективно взаимодействовать с распределенными данными. Это решение способствует улучшению управления данными, а также упрощает доступ к информации, что в свою очередь может привести к более быстрому принятию решений и повышению общей продуктивности.