GenAIIC и Works Human Intelligence построили два AI‑агента на AgentCore и снизили расходы до 97%

GenAIIC совместно с Works Human Intelligence создали два AI‑агента на основе Amazon Bedrock AgentCore для поддержки HR‑операций в системе «COMPANY», добившись сокращения расходов до 97% и заметного снижения нагрузки на автоматизированные UI‑процессы.

AWS Generative AI Innovation Center (GenAIIC) и японская компания Works Human Intelligence (WHI) разработали два AI‑агента для операционных HR‑задач в системе «COMPANY» на базе Amazon Bedrock AgentCore, что позволило снизить операционные расходы до 97% и ускорить обработку типовых запросов. Это прямой результат перехода от монолитной архитектуры к модульным суб‑агентам и интеграции облачных сервисов для аутентификации и мульти‑тенантности.

Первый агент, Commuting Allowance Agent, автоматизирует согласование заявлений на компенсацию проезда при событиях вроде переездов сотрудников. Проект стартовал как PoC с использованием LangGraph, Amazon Elastic Container Service (Amazon ECS) и AWS Fargate, но после появления AgentCore команда мигрировала логику: суб‑агенты стали запускаться отдельно на AgentCore Runtime, а аутентификация выполняется при вызове через Slack. Часть логики Commuting Allowance Agent пока остаётся в LangGraph, но раздельный Runtime упрощает добавление новых функций и масштабирование.

Второй инструмент, Browser Operation Agent, управляет браузерными операциями в «COMPANY»: проверяет содержимое, выполняет действия в интерфейсе и собирает доказательства операций от имени клиента. Для него применялись LangGraph и Playwright Model Context Protocol (MCP); команда зафиксировала сокращение использования браузерных токенов примерно на 88%, что снизило расходы и уменьшило нагрузку на автоматизированные UI‑процессы. Для поддержки мульти‑тенантности и контроля доступа архитектура опирается на Amazon DynamoDB и Amazon Cognito, что сохраняет гибкость и даёт WHI возможность самостоятельно управлять арендаторами. Аутентификация происходит в момент обращения через Slack, после чего соответствующие суб‑агенты обрабатывают запрос; такой подход снизил связность по сравнению с прежней конфигурацией, где вся логика выполнялась в одном Amazon ECS‑таске.

Во время проекта AgentCore стал общедоступным (GA), что позволило использовать встроенную наблюдаемость (AgentCore Observability) вместо самостоятельного хостинга Langfuse и тем самым сократить операционные расходы на мониторинг. Команда рассматривает также использование Strands Agents в роли супервизора для объединения суб‑агентов. а AgentCore Observability снижает эксплуатационные издержки. Для организаций, управляющих HR‑системами, внедрение таких архитектурных паттернов обещает заметное сокращение ручной работы, уменьшение затрат на мониторинг и оптимизацию браузерных операций — при условии поэтапной миграции существующей логики и контроля доступа.