AI-агент для 12 тысяч компаний: как финтех собрал «умного помощника» из конструктора Amazon и Claude

Кажется, эпоха, когда для создания толкового AI-агента требовался штат из десятка PhD в области машинного обучения, потихоньку подходит к концу. На сцену выходят «сборщики». Австралийская компания BGL, которая обслуживает более 12,700 бизнесов в 15 странах, только что продемонстрировала, как выглядит будущее корпоративного AI. Они запустили в продакшн полноценного агента для навигации по аду австралийского пенсионного законодательства. И сделали это не с помощью секретных разработок в подвалах, а на базе публично доступного конструктора от Amazon и Anthropic.

Суть задачи BGL проста и одновременно чудовищно сложна. Их клиенты — бухгалтеры и финансовые советники — управляют самоуправляемыми пенсионными фондами (SMSF). Это сфера, где ошибка в интерпретации одного пункта закона может стоить клиенту огромных денег. Раньше для ответов на сложные вопросы приходилось часами курить мануалы или держать на зарплате дорогих юристов. BGL решила автоматизировать этот процесс, создав агента, который может в режиме реального времени анализировать их гигантскую базу знаний и давать точные, аргументированные ответы со ссылками на конкретные нормативные акты. Никакой «воды» и галлюцинаций — только факты.

Технологический стек этого проекта — наглядная иллюстрация текущего состояния рынка. В качестве «мозга» выступает одна из моделей семейства Claude 3 от Anthropic. Вся магия оркестрации, то есть управления логикой агента, происходит на платформе Amazon Bedrock с помощью сервиса AgentCore. А связующим звеном стал недавно выпущенный Claude Agent SDK. Говоря по-человечески, BGL не изобретала велосипед. Они взяли лучший на рынке движок (Claude), самую надежную и масштабируемую «коробку передач» (Amazon Bedrock) и удобный набор инструментов (SDK), чтобы все это собрать воедино. Агент умеет понимать сложный запрос, определять, какие «инструменты» ему нужны для ответа (например, «найти документ по ключевым словам» или «извлечь параграф X»), выполнять эти действия и синтезировать из полученных данных внятный ответ.

Это не просто технологический кейс, это маркер большой войны платформ. Пока Microsoft эксклюзивно встраивает модели OpenAI в свою экосистему Azure, а Google продвигает собственную Gemini через Google Cloud, Amazon выбрала другую стратегию. Их Bedrock — это «супермаркет моделей», где клиент может выбрать лучшее от Anthropic, Cohere, Meta или самого Amazon. История с BGL — мощнейший рекламный проспект для AWS. Они показывают всему рынку: «Смотрите, вам не нужно быть AI-компанией, чтобы создавать передовые AI-решения. Приходите на нашу платформу, берите готовые компоненты и стройте. Быстро, надежно и безопасно». Для корпораций, панически боящихся утечек данных, аргумент «все крутится внутри нашего защищенного облака AWS» звучит как музыка.

Наш вердикт: это не технологический прорыв, но это крайне важный рыночный сигнал. Сами по себе технологии, лежащие в основе (RAG, function calling, оркестрация), не новы. Однако их упаковка в удобные, доступные и масштабируемые облачные сервисы — вот где настоящая революция. Она знаменует переход AI из фазы «научного исследования» в фазу «инженерной дисциплины». Создание AI-агентов становится рутиной, доступной любой компании с сильной командой разработчиков, а не только для FAANG. И хотя слово «демократизация» набило оскомину, в данном случае оно почти уместно. Это еще не AI в каждом утюге, но уже уверенный шаг к тому, чтобы сложные AI-системы стали таким же стандартным бизнес-инструментом, как CRM или облачное хранилище. Это скучная, прагматичная и невероятно прибыльная стадия хайпа.