- AWS mendorong AI agen maju dengan agen otonom baru dan kemampuan canggih di Amazon Bedrock AgentCore.
- Kiro Autonomous Agent, AWS Security Agent, dan AWS DevOps Agent bertindak sebagai anggota virtual tim pengembangan, keamanan, dan operasi.
- AgentCore menggabungkan kebijakan bahasa alami, memori kontekstual, dan evaluasi otomatis untuk mengontrol dan meningkatkan kinerja agen perusahaan.
- Infrastruktur baru dengan chip Trainium3 dan chip Trainium4 masa depan berupaya untuk meningkatkan penyebaran agen otonom dengan mengurangi biaya dan konsumsi energi.
Amazon Web Services telah melakukan langkah untuk mengkonsolidasikan dirinya sebagai pemimpin dalam agen otonom di cloud-nyaMenggabungkan layanan perangkat lunak baru dengan perangkat keras khusus yang dirancang untuk meningkatkan skala kecerdasan buatan perusahaan. Di re:Invent 2025, perusahaan Telah disampaikan serangkaian pengumuman yang bertujuan untuk memungkinkan organisasi mana pun menyebarkan ribuan atau bahkan jutaan agen yang mampu beroperasi terus-menerus. di AWS.
Pergeseran strategis ini mengesampingkan perbincangan tentang model generatif dan mengarahkannya ke arah AI agen berorientasi tindakanSistem yang merencanakan, memutuskan, dan menjalankan tugas-tugas kompleks dengan pengawasan minimal. Bagi perusahaan-perusahaan di Spanyol dan Eropa, yang mengutamakan regulasi dan perlindungan data, proposal AWS bergantung pada... kontrol keamanan, tata kelola, dan efisiensi energi yang disempurnakanaspek kunci untuk dapat mengadopsi agen ini dalam skala besar.
Generasi baru agen otonom di AWS
Pada konferensi yang diadakan di Las Vegas, AWS mendefinisikan Agentic AI sebagai langkah besar berikutnya bagi industri: Agen AI yang mampu melakukan penalaran dinamis, beroperasi selama berjam-jam atau berhari-hari dan mengoordinasikan tugas-tugas kompleks tanpa perlu penjadwalan ulang yang konstan. Tesis perusahaan adalah, di masa depan, Setiap perusahaan akan memiliki miliaran agen internal mencakup hampir semua fungsi yang dapat dibayangkan.
Sistem ini berbeda dari asisten tradisional karena Mereka tidak hanya menghasilkan teks atau kodetetapi juga Mereka merencanakan alur kerja, mengatur alat eksternal, dan membuat keputusan dalam lingkungan yang terus berubah. Bagi banyak organisasi di Eropa, pendekatan ini membuka peluang untuk mengotomatiskan segala hal, mulai dari proses layanan pelanggan hingga tugas-tugas administrasi, dengan syarat kontrol ketat terhadap risiko, kepatuhan, dan privasi tetap dipertahankan.
Menurut AWS, pasar AI Agentic bisa meroket dalam dekade berikutnya, dengan perkiraan yang sudah menempatkan nilainya di ratusan miliar dolarPerusahaan tersebut bersikeras bahwa tujuannya adalah untuk “mendemokratisasi” akses ke agen-agen ini, yang memungkinkan mereka untuk UKM dan perusahaan besar sehingga mereka dapat menggunakannya tanpa perlu membangun infrastruktur berbiaya tinggi sendiri.
Pendekatan ini khususnya relevan untuk sektor-sektor Eropa yang diatur, seperti perbankan, asuransi, layanan kesehatan, atau administrasi publik, yang mana otomatisasi memerlukan ketertelusuran, kebijakan yang jelas, dan pengawasan manusia yang dapat diaudit oleh regulator.
Amazon Bedrock AgentCore: pusat kendali agen korporat
Elemen kunci dari pendekatan AWS adalah Agen Inti Amazon Bedrock, platformnya untuk merancang, menyebarkan, dan mengatur agen AI di lingkungan perusahaan. AgentCore dirancang sebagai lapisan perantara yang menghubungkan model, data perusahaan, dan alat bisnis dengan mekanisme kontrol dan keselamatan yang dirancang untuk produksi.
Salah satu kemajuan utama adalah Kebijakan, tersedia dalam pratinjau, yang memungkinkan tim untuk menentukan batasan tindakan menggunakan bahasa alamiDaripada menulis aturan teknis yang rumit, seorang manajer dapat menentukan, misalnya, bahwa seorang agen Jangan menyetujui pengembalian yang melebihi jumlah tertentu tanpa peninjauan manusia, atau yang tidak mengakses repositori data sensitif tertentu.
Kebijakan ini terintegrasi dengan AgentCore Gateway untuk secara otomatis memblokir tindakan yang melanggar pedomanbertindak sebagai lapisan keamanan yang mencegah operasi tidak sah dengan sistem seperti Salesforce, Slack, atau aplikasi penting lainnya. Untuk perusahaan Eropa dengan kewajiban berdasarkan GDPR atau peraturan AI Uni Eropa di masa mendatang, jenis ini kontrol granular dan dapat diaudit Ini adalah bagian penting untuk mengurangi risiko hukum.
Hal baru yang menonjol lainnya adalah Memori AgentCore, yang melengkapi agen dengan memori kontekstual episodikFungsi ini memungkinkan sistem mengingat informasi relevan dari setiap pengguna atau kasus penggunaan—seperti preferensi perjalanan, konteks proyek, atau insiden masa lalu—untuk membuat keputusan yang lebih baik di masa mendatang, tanpa harus mengonfigurasi ulang diri mereka sendiri dalam setiap interaksi.
Secara paralel, Evaluasi AgentCore Ini memperkenalkan 13 evaluator pra-konfigurasi yang mengukur dimensi seperti keamanan, akurasi, penggunaan alat yang tepat, atau kualitas responsBerkat pemantauan berkelanjutan ini, tim dapat mendeteksi penurunan kinerja atau potensi penyimpangan perilaku dan menyesuaikan agen tanpa harus membuat sistem evaluasi mereka sendiri dari awal.
Agen Frontier: Kiro, Agen Keamanan, dan Agen DevOps sebagai rekan tim baru
Berdasarkan AgentCore, AWS telah meluncurkan kelas agen baru yang disebut agen perbatasandirancang untuk berfungsi sebagai anggota virtual tim pengembangan, keamanan, dan operasiIdenya adalah agar perangkat lunak tersebut tidak lagi menjadi alat sekali pakai, tetapi menjadi komponen permanen dalam siklus hidup perangkat lunak.
Yang pertama adalah Agen Otonom KiroKiro ditujukan untuk pengembangan perangkat lunak. Tidak seperti asisten kode yang lebih mendasar, Kiro mengambil pendekatan yang lebih canggih. “pengembangan berbasis spesifikasi”Sebelum menulis kode, agen Menghasilkan persyaratan, dokumentasi teknis, dan rencana kerja terperinci, mengurangi improvisasi dan kesalahan desain.
Kiro bisa menghasilkan, memperbarui, dan memelihara basis kode lengkapIni mencakup dokumentasi dan pengujian unit, mempertahankan konteks yang persisten di seluruh sesi, serta belajar dari permintaan tarik dan umpan balik pengembang. Ini memungkinkan Anda untuk mengatasi masalah dari Dari klasifikasi bug hingga perubahan yang memengaruhi banyak repositoriselalu menyajikan proposal mereka sebagai suntingan atau permintaan tarik yang dapat ditinjau oleh tim.
Bagi perusahaan rintisan teknologi dan perusahaan Eropa yang sedang dalam tahap pertumbuhan, agen jenis ini menunjukkan harapan. memperpendek siklus pengiriman dan membebaskan pengembang dari tugas-tugas yang berulangNamun, adopsi akan memerlukan peninjauan proses internal, risiko ketergantungan teknologi, dan kebijakan pada kode yang dihasilkan AI.
Anggota keluarga kedua adalah Agen Keamanan AWS, dipahami sebagai insinyur keamanan virtualAgen ini meninjau dokumen arsitektur, menganalisis permintaan tarik, dan mengevaluasi aplikasi terhadap standar keamanan internal dan kerentanan yang diketahui, membantu memprioritaskan risiko yang benar-benar memengaruhi bisnis daripada membuat daftar pemberitahuan umum yang tak ada habisnya.
AWS Security Agent juga mengubah pengujian penetrasi menjadi layanan sesuai permintaan, yang dapat untuk dieksekusi lebih sering dan dengan biaya lebih rendah daripada pengujian manual tradisional. Temuan ini mencakup proposal kode remediasi, yang memfasilitasi perbaikan masalah yang terdeteksi dengan cepat, sesuatu yang sangat penting dalam lingkungan yang diatur seperti perbankan Eropa atau fintech.
Pilar ketiga adalah Agen DevOps AWSberfokus pada keunggulan operasional. Agen ini "siap siaga" saat insiden terjadi, menggunakan data dari alat seperti Amazon CloudWatch, Dynatrace, Datadog, New Relic atau Splunk, beserta buku petunjuk dan repositori kode, untuk menemukan akar penyebab masalah.
Selain bereaksi terhadap insiden, AWS DevOps Agent menganalisis pola kegagalan historis Rekomendasi ini menawarkan peningkatan observabilitas, optimalisasi infrastruktur, penguatan alur penerapan, dan peningkatan ketahanan aplikasi. Di Amazon, pendekatan ini telah menangani ribuan eskalasi internal, dengan tingkat identifikasi akar penyebab yang menurut perusahaan melebihi 80%.
Infrastruktur Trainium3 dan jalur menuju Trainium4 untuk mendukung agen otonom
Komitmen AWS terhadap agen otonom juga didukung oleh perombakan infrastruktur yang besar. Perusahaan telah meluncurkan Chip Trainium3 dan Trainium3 UltraServers, dirancang khusus untuk melatih dan menjalankan model AI besar dengan konsumsi energi yang lebih rendah.
Trainium3 dibuat dengan teknologi 3 nanometer dan terintegrasi ke server yang mampu mengelompokkan hingga 144 chip dalam satu unitMenurut AWS, UltraServer ini menawarkan lebih dari empat kali kecepatan dan empat kali memori dibandingkan dengan generasi sebelumnya, serta Efisiensi energi 40% lebih tinggi, faktor utama dalam mengendalikan biaya listrik di pusat data.
Arsitektur memungkinkan koneksi ribuan UltraServer di jaringan untuk mencapai konfigurasi hingga satu juta chip Trainium3 bekerja bersamaKemampuan ini dirancang untuk organisasi yang perlu melatih model perintis dan menyebarkan agen bervolume tinggi, sesuatu yang mungkin sangat berguna bagi penyedia layanan digital, perbankan, atau telekomunikasi besar Eropa.
Di antara pelanggan pertama yang telah menguji Trainium3 adalah Antropik, LLM Karakuri, SplashMusic atau DecartPerusahaan-perusahaan ini berupaya mengurangi biaya inferensi dan mempercepat waktu pelatihan. Meskipun kasus-kasus ini sebagian besar terkonsentrasi di Amerika Serikat, strategi AWS juga melibatkan penyediaan kemampuan ini kepada pelanggan global, termasuk di Eropa.
Dalam jangka panjang, AWS telah mengonfirmasi bahwa Trainium4 sudah dalam tahap pengembanganGenerasi berikutnya ini menjanjikan peningkatan substansial dalam kinerja komputasi—dengan pertumbuhan berlipat ganda dalam FP4 dan FP8—dan bandwidth memori yang lebih tinggi untuk gelombang model dan agen berikutnya. Aspek yang relevan adalah Kompatibilitas yang diharapkan dengan Nvidia NVLink FusionIni akan memudahkan penggabungan GPU Nvidia dengan chip Trainium dalam infrastruktur yang sama.
Interoperabilitas ini bertujuan untuk menarik pengembang yang bekerja dengan Ekosistem CUDA dan Nvidiamemungkinkan mereka untuk menyebarkan aplikasi yang sudah dioptimalkan untuk GPU ini pada infrastruktur hibrid yang menggabungkan perangkat keras Amazon dan pihak ketiga, yang berpotensi mengurangi biaya tanpa kehilangan akses ke pustaka dan alat yang sudah ada.
Ekosistem AI perusahaan, mitra, dan perluasan model
Untuk memperkuat penerapan agen otonomnya, AWS memperluas ekosistem mitra dan layanan pelengkapDalam program AWS AI Competency Partners, perusahaan telah memperkenalkan kategori baru yang berfokus pada AI agensi yang mengakui penyedia yang mengkhususkan diri dalam solusi otonom pada skala perusahaan.
Katalog digital AWS Marketplace Ini juga menggabungkan inovasi berbasis AI, seperti mode agen untuk pencarian percakapan, mengekspresikan penawaran pribadi untuk mengotomatiskan negosiasi harga dan solusi multi-produk yang mengelompokkan layanan dari penyedia yang berbeda, termasuk Agen AI siap dikerahkan.
Di bidang pengalaman pelanggan, Amazon Connect menambahkan 29 fitur baru yang mengandalkan agen otonom untuk menawarkan suara otomatis, bantuan waktu nyata, dan analitik prediktif. Kemampuan ini sangat relevan bagi pusat panggilan dan penyedia layanan pelanggan yang tersebar di seluruh Eropa yang ingin mengurangi waktu tunggu dan meningkatkan kualitas layanan tanpa menambah jumlah tenaga kerja pada tingkat yang sama.
Selain itu, AWS telah menggabungkan 18 model bobot terbuka baru di Amazon Bedrock...dalam apa yang digambarkannya sebagai perluasan model terbesar hingga saat ini. Ini termasuk: Mistral Besar 3 dan Ministral 3 dari Mistral AI —sebuah perusahaan Eropa dengan kehadiran yang kuat di UE—, serta Gemma 3 milik Google, M2 milik MiniMax, Nemotron milik Nvidia, dan GPT OSS Safeguard milik OpenAIAntara lain. Rangkaian ini memungkinkan perusahaan memilih model yang paling sesuai dengan kebutuhan, persyaratan kepatuhan, dan preferensi kedaulatan data mereka.
Bagi pelanggan yang membutuhkan infrastruktur khusus, Pabrik AI AWS Mereka menawarkan penerapan AI di pusat data mereka sendiri, menggabungkan GPU Nvidia, chip Trainium, dan layanan seperti Perbandingan Amazon Bedrock dan Amazon SageMaker AIMeskipun solusi ini dirancang untuk organisasi besar, solusi ini mungkin menarik bagi entitas Eropa dengan regulasi atau pembatasan residensi data yang ketat.
Keamanan, tata kelola, dan adopsi agen oleh perusahaan di Eropa
Selain kemampuan teknis, AWS mencoba untuk merespons masalah keamanan dan kepatuhan yang menyertai penerapan agen otonom. Di area ini, sudah tersedia secara umum Pusat Keamanan AWS, yang menyatukan sinyal dari layanan seperti GuardDuty, Amazon Inspector atau Amazon Macie untuk menawarkan analisis risiko hampir waktu nyata dan mengoordinasikan operasi keamanan cloud.
Solusinya Deteksi Ancaman Amazon GuardDuty yang Diperluas memperluas cakupannya ke Amazon EC2 dan Amazon ECSMemberikan pandangan yang lebih luas tentang rangkaian serangan yang canggih dan memfasilitasi remediasi yang lebih cepat. Jenis alat ini sejalan dengan tujuan banyak perusahaan Eropa. mengotomatiskan sebagian respons insiden tanpa kehilangan ketertelusuran yang disyaratkan oleh regulator dan audit.
Pada saat yang sama, AWS menegaskan bahwa agennya tidak menggantikan pengawasan manusia, melainkan bertindak sebagai perluasan peralatan yang adaAgen perbatasan dipahami sebagai sumber daya bersama yang belajar dari konteks masing-masing organisasi, beradaptasi dengan standar kualitas, keamanan, dan kepatuhan—sesuatu yang sangat sensitif di pasar seperti Spanyol, di mana UKM cenderung memiliki sumber daya keamanan dan DevOps terbatas.
Kolaborasi strategis yang telah ditandatangani AWS dengan perusahaan global—seperti BlackRock, Nissan, Sony, Adobe atau Visa—memperkuat pesan mereka bahwa agen otonom dapat diintegrasikan ke dalam operasi kritis berskala besar. Meskipun banyak kesepakatan ini telah diumumkan di pasar lain, diperkirakan Dampaknya meluas ke anak perusahaan dan operasi di Eropa, mempercepat penerapan arsitektur serupa di perusahaan lokal.
Bagi bisnis-bisnis di Eropa, isu utama adalah bagaimana menyeimbangkan manfaat dalam hal produktivitas dan kecepatan penerapan dengan tuntutan regulasi AI Uni Eropa yang baru, yang akan mengharuskan penilaian dampak, transparansi dan manajemen risiko dalam sistem yang membuat keputusan otomatis dengan dampak signifikan pada orang.
Dengan kombinasi agen perbatasan baru, kemampuan canggih di Amazon Bedrock AgentCore, dan infrastruktur yang diperkuat dengan Trainium3—dan Trainium4 di masa depan—AWS mencoba memposisikan dirinya sebagai platform referensi untuk membangun, mengatur, dan meningkatkan skala agen otonom di cloud. Bagi perusahaan di Spanyol dan seluruh Eropa, kuncinya adalah menilai apakah ekosistem ini memungkinkan mereka mempercepat transformasi digital tanpa mengabaikan persyaratan keamanan, kepatuhan, dan efisiensi yang menentukan konteks regulasi dan ekonomi saat ini.
Saya seorang penggila teknologi yang telah mengubah minat "geek"-nya menjadi sebuah profesi. Saya telah menghabiskan lebih dari 10 tahun hidup saya menggunakan teknologi mutakhir dan mengutak-atik semua jenis program hanya karena rasa ingin tahu. Sekarang saya memiliki spesialisasi dalam teknologi komputer dan video game. Hal ini karena selama lebih dari 5 tahun saya telah menulis untuk berbagai website tentang teknologi dan video game, membuat artikel yang berupaya memberikan informasi yang Anda butuhkan dalam bahasa yang dapat dimengerti oleh semua orang.
Jika Anda memiliki pertanyaan, pengetahuan saya berkisar dari segala sesuatu yang berhubungan dengan sistem operasi Windows serta Android untuk ponsel. Dan komitmen saya adalah kepada Anda, saya selalu bersedia meluangkan beberapa menit dan membantu Anda menyelesaikan pertanyaan apa pun yang mungkin Anda miliki di dunia internet ini.