Il s’agit notamment du service client et des centres de contact, de l’ingénierie logicielle et de l’automatisation DevOps, des opérations informatiques, de l’automatisation des processus de services financiers, de l’administration des soins de santé, de la coordination de la chaîne d’approvisionnement et des opérations de sécurité, où les agents d’IA opèrent souvent simultanément à grande échelle, a ajouté Dewan.
Les hyperscalers empruntent des chemins différents vers l’IA de production
AWS n’est cependant pas le seul à adapter son infrastructure pour aider les entreprises à faire évoluer les agents d’IA en production, et les hyperscalers concurrents, tels que Microsoft et Google, abordent le défi de différentes manières.
L’approche de Microsoft avec Azure Foundry Agent Service, selon Chandak, diffère de celle d’AWS : « La plupart des limites d’exécution de ses agents sont fixées par conception ; elles ne peuvent pas être augmentées, même sur demande. »
