AWS SMGS如何利用基于Amazon Bedrock AgentCore的AI对话助手转变业务管理

AWS领导者在管理跨多个层级的数据时面临时间敏感的决策挑战。传统的商业智能依赖静态仪表盘和手动报告，导致延迟并限制组织敏捷性。NarrateAI利用数据湖和Amazon Bedrock AgentCore构建的会话式代理AI解决了这一问题。通过Amazon Quick会话界面，NarrateAI按需提供上下文丰富的商业智能，从CEO到现场人员的领导者均可使用。它通过自然语言问题回答业务表现，提供即时、准确且可操作的洞察，消除领导者与数据之间的障碍。

NarrateAI通过两层架构应对数据复杂性：批量叙事生成和实时交互。这种分离支持预先全面处理数据，同时通过自然对话提供即时、上下文准确的响应。Amazon Bedrock AgentCore消除了构建自定义编排基础设施的需求，提供无服务器架构、内置身份验证、内存管理以及与基础模型的集成。这使部署周期从数月缩短至数周，同时通过原生Amazon CloudWatch集成和自动会话管理保持生产级可观测性和安全性。

自动叙事生成层采用三阶段流水线：

• 数据提取：配置驱动的SQL模板从Amazon Redshift提取结构化数据，支持多层次细分和时间序列分析，并强制执行用户特定的访问控制。
• 数据转换：AWS Lambda使用基于部分类型（对象、数组、细分和容器）的逻辑将提取的数据转换为结构化JSON，包含字段映射和层次组织。
• 叙事渲染：Jinja模板从结构化数据生成可读的叙事。系统使用层次化的、业务领域感知的分块策略高效处理大型数据集。每个用户的叙事以文本文件形式存储在Amazon S3中，通过完全数据隔离支持行级安全性。

会话式AI界面层由Amazon Bedrock AgentCore驱动。当问题到达时，AgentCore编排专门的AI代理从Amazon S3中检索相关的人物特定叙事，并将其作为知识源。代理使用Anthropic的Claude Sonnet 4推理内容以生成上下文相关的响应。AgentCore的原生多代理协调框架使系统能够立即处理简单查询，对于复杂问题，则自动分解为并行子任务以获取全面答案。

核心能力包括：

• 自然语言业务查询与预生成知识：领导者用英语提问，从S3结构化知识中获得即时响应，系统理解业务术语并跨区域、产品、客户细分和时间段进行多维度分析。
• 固有行级安全性：在叙事生成期间应用行级安全性，确保每个用户的知识引擎仅包含授权数据。用户权限在数据处理期间应用，每个用户的叙事文件在S3中完全隔离，防止跨用户数据泄露。
• 角色定制体验：基于用户角色和组织级别调整响应，CEO获得组织层面的战略洞察，区域经理获得其特定区域的详细运营指标。

架构组件：

• NarrateAI代理（Strands代理）：构建在Amazon Bedrock AgentCore上，用于多代理编排。监督代理通过六个专门工具协调端到端查询工作流：问题分类、人物知识标识、知识提取器（基于目录的检索）、相关性评估器、答案生成器（Claude Sonnet 4）和在线评估器（验证响应）。
• 知识引擎：数据从Redshift和企业源流入知识引擎服务，Lambda进行转换，处理后的数据以人物特定叙事文件存储在S3中，数据刷新调度器自动更新。

基础设施和AI基础：

• 数据存储与处理：Amazon S3存储结构化的知识工件，Lambda无服务器数据转换，Redshift作为数据仓库，自定义检索系统使用目录方法快速定位文档部分。
• 基础模型：Amazon Bedrock提供访问包括Claude Sonnet 4在内的领先基础模型，用于自然语言理解和业务推理。
• 安全与护栏：Amazon Bedrock Guardrails通过三个自定义配置的过滤器（内容过滤、PII红action、语气护栏）执行安全。
• 代理部署基础设施：Amazon Bedrock AgentCore提供编排层，包括高级可观测性、认证集成和无服务器内存管理。
• 可观测性：AgentCore与CloudWatch集成，通过OpenTelemetry实现跟踪，调试时间从数十分钟降至个位数分钟。
• 内存管理：对话历史从自定义DynamoDB解决方案迁移到AgentCore的原生内存功能，消除了自定义会话管理代码，简化了架构。

该架构实现了即时响应与数据准确实时性的平衡，使AWS领导者能够做出更快、更明智的决策。