AWS ha annunciato AWS Context, un nuovo servizio progettato per fornire agli agenti AI un livello di conoscenza condiviso e governato che permette di comprendere relazioni, regole aziendali, significati e connessioni tra dati provenienti da sistemi differenti. La novità si inserisce nel crescente interesse verso le cosiddette “context layer”, infrastrutture che mirano a superare i limiti dei tradizionali sistemi RAG e delle semplici basi documentali, fornendo agli agenti una rappresentazione strutturata della conoscenza aziendale.
Il cuore della piattaforma è un knowledge graph che non si limita a memorizzare informazioni statiche, ma è progettato per apprendere direttamente dall’attività degli agenti e delle applicazioni che lo utilizzano. Ogni volta che un agente interroga il sistema, AWS Context osserva quali sorgenti risultano più efficaci, quali percorsi di collegamento tra dati vengono utilizzati e quali regole aziendali contribuiscono alla generazione delle risposte corrette. Queste informazioni vengono poi riutilizzate per migliorare progressivamente la qualità del contesto disponibile per gli altri agenti presenti nell’organizzazione.
L’obiettivo è affrontare uno dei principali problemi delle architetture agentiche moderne: la difficoltà di mantenere una comprensione coerente delle relazioni tra dati distribuiti in repository, database, cataloghi, dashboard, sistemi analitici e applicazioni operative. Nei tradizionali sistemi RAG la ricerca viene spesso effettuata attraverso similarità vettoriale, mentre i grafi di conoscenza consentono di rappresentare esplicitamente le connessioni tra entità, permettendo agli agenti di eseguire ragionamenti che coinvolgono più passaggi logici e più fonti informative contemporaneamente.
AWS Context deriva da tecnologie già impiegate internamente da Amazon per gestire grandi quantità di metadati e relazioni tra risorse aziendali. Secondo AWS, il sistema che costituisce la base del nuovo servizio è già utilizzato quotidianamente da centinaia di migliaia di utenti e gestisce milioni di richieste al giorno. Con il nuovo rilascio, questa architettura viene trasformata in una piattaforma condivisa che può essere utilizzata da agenti AI, applicazioni e servizi aziendali per accedere a una rappresentazione comune della conoscenza organizzativa.
Il servizio si integra con componenti già presenti nell’ecosistema AWS come AWS Glue Data Catalog, Amazon SageMaker Unified Studio e AWS Lake Formation. Queste integrazioni consentono di alimentare automaticamente il grafo con metadati, regole di governance, relazioni tra dataset e informazioni contestuali provenienti dai sistemi esistenti. Le organizzazioni possono inoltre aggiungere nuove connessioni attraverso strumenti assistiti dall’intelligenza artificiale oppure tramite attività di curazione manuale quando necessario.
Una delle caratteristiche più interessanti riguarda la capacità di apprendimento collettivo. Quando un agente identifica una relazione corretta tra due sorgenti dati o trova un percorso efficace per risolvere un problema, questa conoscenza può essere resa disponibile all’intera organizzazione. In pratica il grafo accumula esperienza operativa derivata dall’utilizzo reale, riducendo la necessità di aggiornamenti manuali continui e trasformandosi progressivamente in una memoria condivisa per gli agenti aziendali.
Il modello si collega direttamente all’evoluzione delle architetture GraphRAG, nelle quali la ricerca semantica tradizionale viene arricchita da strutture a grafo in grado di rappresentare relazioni tra entità, documenti e processi. AWS utilizza già tecnologie come Amazon Neptune e GraphRAG all’interno dei servizi Amazon Bedrock per migliorare il recupero delle informazioni e consentire agli agenti di effettuare inferenze più contestualizzate rispetto a quelle ottenibili con la sola ricerca vettoriale.
Per favorire interoperabilità e portabilità dei dati, AWS ha inoltre previsto la pubblicazione degli elementi principali del contesto in Amazon S3 utilizzando il formato Apache Iceberg. Questa scelta permette alle organizzazioni di utilizzare strumenti compatibili con gli standard aperti senza vincoli verso un singolo ambiente di elaborazione, rendendo il livello di contesto accessibile anche ad applicazioni esterne e a workflow di analisi personalizzati.
Con AWS Context, Amazon entra ufficialmente nel mercato delle piattaforme che puntano a diventare il livello di memoria e conoscenza condivisa degli agenti AI. La differenza principale rispetto ai tradizionali knowledge graph aziendali risiede nella capacità del sistema di apprendere dai comportamenti degli agenti stessi, trasformando l’utilizzo quotidiano in una fonte continua di aggiornamento del contesto. In uno scenario in cui gli agenti autonomi devono operare su dati distribuiti e prendere decisioni sempre più complesse, il contesto diventa un’infrastruttura critica tanto quanto i modelli linguistici che utilizzano.