AWS entra nella gara della context layer: un knowledge graph che impara dagli agenti, non dalla curation manuale

Costruire un context layer tra i data store aziendali e gli agenti AI è un lavoro artigianale: non esiste un servizio standard per automatizzare o mantenere i grafi nel tempo. Amazon vuole cambiare le cose. Mercoledì, al AWS Summit NYC, ha annunciato tre prodotti che chiama context intelligence stack per agenti AI.

Il pezzo centrale è AWS Context, un servizio di knowledge graph che costruisce e aggiorna automaticamente le relazioni tra dati aziendali. Durante il keynote, Swami Sivasubramanian, VP of Agentic AI di AWS, lo ha descritto così: «I vostri agenti diventano più intelligenti senza che dobbiate ricostruire nulla da zero. Il servizio costruisce automaticamente un knowledge graph da tutti i vostri dati esistenti, inferisce le relazioni tra dataset, regole di business e conoscenza di dominio, e li rende disponibili agli agenti al runtime».

L’idea di fondo è diversa da quella di altri vendor. Mentre molti offrono context layer curati manualmente o basati su ontologie statiche, AWS Context impara dall’uso: il grafo migliora nel tempo analizzando quali fonti producono risultati corretti e quali parti vengono effettivamente interrogate. «Il knowledge graph migliora da solo imparando quali sorgenti producono risultati corretti e quali parti vengono usate», ha detto Sivasubramanian.

I data steward gestiscono il grafo dalla console AWS: possono revisionare le relazioni inferite, promuoverle in produzione e allegare definizioni e regole d’uso. Ogni query eredita i permessi IAM e Lake Formation dell’utente che la esegue, il che rende l’accesso agli agenti tracciabile per identità — usando i controlli che le aziende già hanno. Tutti i metadati sono pubblicati in formato Apache Iceberg su Amazon S3 Tables, queryabili da Athena, Redshift, Spark o qualsiasi motore Iceberg, senza API proprietarie. Le connessioni a cataloghi terze parti sono supportate, così la context da sistemi esterni ad AWS può confluire nello stesso grafo.

Non un singolo servizio, ma uno stack

Context è uno spazio complesso, e AWS lo affronta con più servizi che si sovrappongono:

• S3 Annotations: permette di attaccare contesto a livello di storage, direttamente sui singoli oggetti S3.
• AWS Glue Data Catalog skill assets: allegare conoscenza di dominio a livello di catalogo, collegando runbook, pattern di query e regole d’uso agli asset dati.
• AWS Context: sintetizza entrambi in un knowledge graph che gli agenti interrogano al runtime, combinando ricerca semantica e ragionamento a livello di grafo.

Ogni livello alimenta il successivo. Per le aziende che usano già S3, Glue e Lake Formation, il vantaggio è che non serve spostare dati: AWS Context estende il modello di identità esistente. Il pitch è zero frizione di integrazione, non solo consolidamento dei costi.

Il mercato è già affollato. Snowflake ha presentato il suo approccio con Horizon Context e Cortex Sense. Microsoft offre context via Fabric IQ con ontologia semantica. Redis e Pinecone (con Nexus) hanno le loro proposte. AWS scommette sulla profondità dello stack e sulla familiarità degli strumenti già in uso nelle aziende.

Holger Mueller, VP e Principal Analyst di Constellation Research, ha commentato: «Context rende gli agenti più potenti e, visto che tutto il mondo sta costruendo agenti, ogni piattaforma agentica avrà bisogno di una capacità di context. Il problema — come per tutte le offerte di context — sarà la performance, specialmente per i dati transazionali».