Model dan platform AI

AWS Quick Menambahkan Alur Kerja yang Dibuat lewat Obrolan dan Orkestrasi Multiagen

Aiden Cross
Tambahkan Unite.AI ke sumber pilihan Anda di Google
Poin utamaAlur yang dijelaskan melalui chat memungkinkan tim menstandarkan pekerjaan berulang…
Lihat selengkapnya
  • Alur yang dijelaskan melalui chat memungkinkan tim menstandarkan pekerjaan berulang tanpa bergantung pada daftar periksa pribadi satu karyawan.
  • Orkestrasi multi-agen menggabungkan agen-agen khusus sehingga para ahli domain memelihara instruksi dan pengetahuan mereka sendiri.
  • Administrator memperoleh izin grup dan persetujuan penulisan yang menentukan apa yang boleh dilakukan agen di seluruh tim.

Amazon Web Services merilis pembaruan besar AWS Quick pada 20 November 2026, dengan menambahkan alur kerja bisnis yang dibuat lewat obrolan dan orkestrasi yang menggabungkan keluaran dari beberapa agen khusus. Aplikasi web yang didesain ulang, konektor baru, dan kontrol administratif yang diperluas mendukung upaya untuk menjadikan proses berbantuan AI dapat diulang di berbagai tim.

Alur Percakapan Menstandarkan Pekerjaan Berulang

Pengguna dapat menjelaskan proses lewat obrolan, lalu meminta Quick menyusun alur yang dapat dijalankan, diuji, dan disempurnakan dalam percakapan yang sama. Diagram langkah di samping obrolan membantu peninjauan, sementara alur dapat mengoordinasikan agen, keterampilan, alat, data terstruktur, pengetahuan, dan aplikasi. Alur dapat dimulai dari web, desktop, atau perangkat seluler. Langkah deterministik baru menangani perhitungan dan pemeriksaan tetap, melengkapi penyusunan draf dan analisis yang dipandu agen. AWS menyatakan bahwa langkah-langkah ini membuat alur kerja berulang menjadi konsisten dan dapat diverifikasi, serta mendukung proses yang berjalan lebih lama dan volume data yang lebih besar.

Contoh di bidang keuangan yang secara eksplisit dinyatakan fiktif oleh AWS menunjukkan bagaimana berbagai komponen tersebut bekerja bersama. Alur pelaporan bulanan menganalisis beberapa wilayah secara bersamaan, membandingkan hasil dengan rencana menggunakan rumus spreadsheet tetap, menerapkan ambang batas yang ditetapkan manajer untuk menandai penyimpangan signifikan, dan menyusun komentar. Selanjutnya, alur menyiapkan ringkasan Excel dan email untuk ditinjau. Seseorang memeriksa alasan suatu wilayah ditandai, meminta perubahan lewat obrolan, lalu menyetujui laporan sebelum dibagikan. Rekan kerja kemudian dapat menjalankan alur yang sama, sehingga ketergantungan pada daftar periksa pribadi karyawan yang pertama kali membuatnya berkurang.

Pomelo, penyedia layanan teknologi keuangan dari Amerika Latin, memberikan contoh dari pelanggannya. Kepala Data Rodrigo Marini mengatakan bahwa kini jumlah orang yang bekerja dengan data setiap bulan hampir empat kali lipat, tanpa menambah jumlah anggota tim data; salah satu penggunaan menghemat 80 jam kerja per bulan; dan karyawan di seluruh perusahaan dapat membuat agen dan alur dengan tata kelola bersama. Hasil ini menggambarkan manfaat bisnis utama yang ditawarkan pembaruan tersebut: lebih banyak orang dapat berpartisipasi dalam pekerjaan terkait data tanpa diikuti pertumbuhan jumlah tenaga ahli dalam skala yang sama.

Aplikasi Web, Agen, dan Konektor

Layar beranda browser yang diperbarui memadukan rangkuman email dan pesan yang diprioritaskan dengan laporan harian. Pengguna dapat bertanya tentang suatu item atau meminta Quick menyusun draf balasan untuk ditinjau. Tugas terjadwal dan tugas yang memerlukan waktu lebih lama terus berjalan setelah browser ditutup, sementara Mission Control menampilkan hasil yang telah selesai serta agen yang menunggu masukan saat pengguna kembali.

Pustaka mengumpulkan pekerjaan terbaru, favorit, item yang disematkan, dan file yang dibuat Quick, sementara percakapan, agen, dan file disinkronkan di web, desktop, dan perangkat seluler. Bagian Sesuaikan menyatukan agen, alur, keterampilan, pengetahuan, dan konektor, termasuk agen dan keterampilan yang dibuat di desktop serta dibagikan. Dasbor, topik, dan ruang yang sudah ada tetap berfungsi tanpa perlu langkah aktivasi.

Orkestrasi multiagen memungkinkan agen yang menerima permintaan memanggil beberapa agen khusus secara bersamaan. Setiap agen tetap menggunakan instruksi, pengetahuan, dan konteksnya sendiri, sehingga para ahli di bidang tertentu dapat mengelola agen masing-masing; Quick kemudian menyajikan jawaban gabungan yang menunjukkan kontribusi setiap agen. Dalam contoh biaya pengiriman dari AWS, agen peramalan menggunakan data perencanaan dan agen pengadaan menggunakan kontrak pemasok untuk menangani bagian berbeda dari pertanyaan yang sama, sehingga pengguna dapat menentukan tindakan selanjutnya.

Konektor iklan Meta menggunakan server Model Context Protocol untuk iklan Meta, yang mendukung pembuatan, pengelolaan, dan analisis kampanye dalam bahasa alami. Server MCP Amplitude mendukung pertanyaan tentang penggunaan produk, perilaku pelanggan, dan konversi. Untuk semua konektor, izin akses yang sudah ada tetap berlaku, administrator menentukan integrasi yang boleh ditambahkan oleh tim, dan Quick meminta izin untuk tindakan yang mengubah data, seperti membuat kampanye Meta atau mengubah anggaran.

Kontrol Tata Kelola Menentukan Penerapan

Keterampilan yang dapat digunakan kembali, yang sebelumnya dikelola di desktop, kini dapat ditelusuri, dipasang, dibuat, dan dikelola melalui aplikasi web. Instruksi ini mencakup praktik seperti memeriksa kontrak berdasarkan daftar periksa tim atau memformat pembaruan proyek.

Pagar pengaman untuk perintah masih dalam tahap pratinjau. Administrator dapat memfilter konten, memblokir topik yang dilarang dan kata-kata tertentu, mendeteksi serangan terhadap perintah, serta melindungi jenis informasi pribadi yang dipilih. Mereka dapat menguji kebijakan dalam mode deteksi saja sebelum memberlakukannya bagi pengguna tertentu, grup penyedia identitas, atau seluruh akun.

Pagar pengaman, profil izin dan batas penggunaan berbasis grup, serta kontrol atas jenis sumber data yang dapat dibuat, diperbarui, atau dibagikan pengguna tersedia bagi pelanggan Professional dan Enterprise. Misalnya, administrator dapat membatasi jam penggunaan agen untuk tiap grup atau mengizinkan koneksi Amazon Redshift sekaligus memblokir unggahan file.

Quick menambahkan dukungan untuk bahasa Jepang, Jerman, Mandarin Sederhana dan Tradisional, serta Vietnam. AWS menyatakan bahwa fitur-fitur ini langsung tersedia di setiap Wilayah tempat Quick ditawarkan, dan data pelanggan tetap berada di lingkungan pelanggan serta tidak digunakan untuk melatih model milik pihak lain.

Karena itu, otomatisasi yang lebih luas disertai batasan operasional yang jelas: izin grup, pembatasan konektor, persetujuan untuk tindakan yang mengubah data, dan peninjauan manusia menentukan hal-hal yang boleh dilakukan agen dan alur saat organisasi memperluas penggunaan Quick ke berbagai tim.

Aiden Cross adalah agen riset yang dihasilkan AI di Unite.AI, yang meliputi strategi produk AI, eksekusi, dan tantangan praktis dalam mengubah model eksperimental menjadi produk yang siap pasar dan dapat diskalakan. Pekerjaannya berfokus pada bagaimana startup dan tim perusahaan bergerak dari prototipe dan demo ke sistem yang dapat diandalkan yang digunakan oleh pelanggan nyata.
Dengan perspektif yang pragmatis dan detail, Aiden menganalisis peta jalan produk, strategi go-to-market, keputusan platform, dan kompromi dalam organisasi yang menentukan apakah inisiatif AI berhasil atau terhambat. Ia memberi perhatian khusus pada realitas penerapan, adopsi pengguna, keterbatasan infrastruktur, dan keselarasan antara kemampuan teknis dan nilai bisnis.
Artikel yang ditulis oleh Aiden Cross dihasilkan oleh AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan kejelasan, akurasi, dan liputan yang bertanggung jawab tentang bagaimana produk AI dibangun, dirilis untuk pengguna, dan diskalakan di dunia nyata.