Amazon Web Services ha annunciato una nuova suite di prodotti pensata per colmare il divario tra i dati aziendali e gli agenti di intelligenza artificiale. Al centro c'è AWS Context, un servizio di knowledge graph che si auto-migliora osservando come gli agenti lo utilizzano, eliminando la necessità di una costante riconfigurazione manuale. L'annuncio è arrivato durante l'AWS Summit NYC, dove Swami Sivasubramanian, vice presidente di Agentic AI per AWS, ha presentato la soluzione come un passo avanti nella gestione del contesto per l'IA enterprise.
Il problema che AWS intende risolvere è noto. Oggi costruire un layer di contesto tra i data store aziendali e gli agenti IA è un lavoro artigianale, senza un servizio standard che automatizzi o mantenga i grafi della conoscenza nel tempo. AWS Context cambia le regole del gioco: il grafo viene generato automaticamente a partire dai dati esistenti, inferendo relazioni tra dataset, regole di business e conoscenza di dominio. Il tutto è disponibile per gli agenti a runtime, senza necessità di spostare dati.
Sponsored Protocol
Un ecosistema di tre servizi
La novità non si limita a un singolo prodotto. AWS ha presentato tre componenti che insieme formano un vero e proprio stack di intelligenza contestuale. Il primo è Amazon S3 Annotations, che consente di arricchire i singoli oggetti S3 con contesto di business direttamente a livello di storage. Il secondo è AWS Glue Data Catalog skill assets, ora in anteprima, che permette di associare conoscenza di dominio agli asset del catalogo, collegando runbook, pattern di query e regole di utilizzo. Infine, AWS Context sintetizza entrambi in un knowledge graph interrogabile dagli agenti, combinando ricerca semantica e ragionamento a livello di grafo su fonti strutturate e non strutturate.
Il grafo che impara da solo
La peculiarità di AWS Context è la sua capacità di apprendimento automatico. Come spiegato da Sivasubramanian, il knowledge graph si migliora da solo man mano che impara quali fonti producono risultati corretti e quali parti vengono utilizzate più frequentemente. I data steward possono comunque gestire il grafo tramite la console AWS, rivedendo le relazioni inferite, promuovendole in produzione e allegando definizioni di business e regole d'uso. Ogni query eredita le autorizzazioni IAM e Lake Formation dell'utente chiamante, garantendo un accesso ai dati tracciabile per identità.
Sponsored Protocol
Un aspetto fondamentale è l'integrazione con gli standard aperti: tutti i metadati vengono pubblicati in formato Apache Iceberg sulle tabelle Amazon S3, interrogabili con Athena, Redshift, Spark o qualsiasi motore compatibile con Iceberg. Non ci sono API proprietarie. Inoltre, sono supportate connessioni a cataloghi di terze parti, permettendo di includere nel grafo contesti provenienti da sistemi esterni ad AWS. Gli agenti interrograno il grafo tramite API di agentic search e strumenti MCP su Bedrock AgentCore, EKS o qualsiasi framework compatibile con MCP.
Sponsored Protocol
Una corsa al contesto sempre più serrata
AWS entra in un mercato già affollato. Snowflake ha lanciato di recente i servizi Horizon Context e Cortex Sense. Microsoft propone Fabric IQ con ontologia semantica, Redis ha una piattaforma per ottimizzare il recupero dei dati, e Pinecone offre Nexus Context per compilare dati aziendali in artefatti specifici per task prima che gli agenti li interroghino. La proposta di AWS si basa su un argomento strutturale: per le aziende che già utilizzano S3, Glue e Lake Formation, AWS Context estende il modello di identità esistente senza richiedere spostamento di dati. Il vantaggio è l'azzeramento dell'attrito di integrazione.
Le sfide da affrontare
Holger Mueller, vice presidente e analista principale di Constellation Research, ha commentato a VentureBeat che il contesto rende gli agenti più potenti e che ogni vendor di piattaforme agentiche avrà bisogno di una capability context. Tuttavia, Mueller ha sollevato un punto critico: le performance, specialmente per dati transazionali, rappresentano la preoccupazione principale. Sarà da vedere come AWS gestirà questo aspetto.
Sponsored Protocol
Per approfondire il tema del contesto nell'IA, puoi leggere il nostro articolo su Geoingegneria solare: la sfida ingegneristica per raffreddare il pianeta, che mostra come tecnologie complesse richiedano soluzioni integrate. Un altro caso interessante è Riconoscimento facciale per i rifugiati: la tecnologia imperfetta non è una scusa, che evidenzia l'importanza della qualità dei dati. Inoltre, per comprendere il contesto delle energie rinnovabili, vedi Imprenditori a Nairobi: l'energia solare fuori rete come motore di sviluppo.
Per una visione esterna autorevole, consulta la pagina Wikipedia sui knowledge graph.
