Решения в селекции растений требуют анализа огромного объёма данных — от геномики до полевых испытаний и погодных условий. Bayer создала Connected Decision Engine (CDE) для запуска и мониторинга сотен ML-моделей, обеспечивая повторяемость и контроль.
Однако с ростом использования возникла проблема понимания результатов: пользователям приходилось собирать информацию из разных систем, чтобы объяснить, почему модель сработала так или почему произошёл сбой.
Для решения этой задачи Bayer разработала Agentic Decision Engine (ADE) — многоагентную систему с естественным языком, которая автоматически направляет запросы пользователей к нужным специалистам и возвращает понятные ответы без необходимости разбираться в технических деталях.
ADE построена на Amazon Bedrock AgentCore, что позволило сосредоточиться на логике агентов, а не на инфраструктуре. Используются возможности изоляции сессий, безопасного доступа к инструментам и фреймворк-независимая архитектура.
В работе над проектом Bayer активно сотрудничала с AWS Unified Operations, получая техническую поддержку и экспертизу в области генеративного ИИ, что помогло быстро вывести систему в продакшен и обеспечить её стабильную эксплуатацию.
Интеграция многоагентных систем на базе Amazon Bedrock AgentCore позволяет бизнесу создавать сложные AI-решения с высокой степенью автоматизации, прозрачности и управляемости, что критично для отраслей с большими данными и строгими требованиями к контролю.
Материал подготовлен редакцией VOSHOD по открытому источнику. Мы сокращаем и адаптируем текст, чтобы выделить практический смысл.