AWS a lancé Agent Registry, une plateforme centralisée de gestion des agents IA, disponible en version préliminaire via la console AWS Bedrock AgentCore dans cinq régions de calcul.
La plateforme vise à relever les défis liés à la gouvernance et à la transparence alors que les entreprises déploient de plus en plus d’agents d’IA dans leurs flux de travail. AWS a identifié des problèmes tels que le manque de visibilité, une gouvernance faible et la duplication des outils comme principales préoccupations des directeurs informatiques (CIO) qui gèrent la prolifération de l’IA.
Agent Registry fonctionne comme une base de données structurée et consultable, stockant des données sur les agents, les outils et les ressources personnalisées. Chaque entrée comprendra des fonctionnalités essentielles telles que la propriété, les protocoles, les capacités et les méthodes d’invocation. Une fonction de recherche hybride permet aux utilisateurs de trouver des ressources à l’aide de mots-clés spécifiques et d’expressions en langage naturel.
AWS a déclaré : « La découverte devient la voie de moindre résistance », soulignant que les équipes peuvent facilement rechercher des solutions existantes avant d’engager des ressources pour en créer de nouvelles.
D’autres fournisseurs progressent également dans la gestion de l’IA. OpenAI a lancé sa plateforme axée sur l’entreprise, Frontier, pour la gestion des agents IA, avec AWS comme distributeur cloud exclusif. Anthropic a récemment présenté ses agents gérés Claude, fournissant une infrastructure prédéfinie conçue pour simplifier le développement et la surveillance des systèmes autonomes.
La prolifération des agents est devenue une préoccupation pressante pour les DSI, le développement rapide des outils d’IA dépassant les capacités de gestion. Autumn Stanish, directrice analyste chez Gartner, a souligné que les agents IA sont en train de devenir une force perturbatrice importante dans les opérations informatiques.
Le registre d’agents d’AWS reflète une tendance plus large parmi les DSI, qui passent d’approches expérimentales à des stratégies de gouvernance et de mise à l’échelle plus structurées pour les déploiements d’IA.
