# Bayer udostępnia analitykę przez 22 agentów na Amazon Bedrock AgentCore

- Source: MechNext — https://mechnext.eu/pl/article/52-bayer-adds-22-agent-natural-language-access-to-its-analytics-platform
- Published: 2026-10-25
- Updated: 2026-10-25
- Category: Industry News
- Language: pl (Markdown in other languages: ?lang=en, ?lang=de, ?lang=sk, ?lang=zh, ?lang=ru)

> Bayer Crop Science stworzył interfejs języka naturalnego do swojej platformy analitycznej. Według opisu AWS agenci ADE pobierają wyniki, analizują awarie i przygotowują wizualizacje, a CDE pozostaje warstwą kontrolującą wykonanie procesów.

Bayer Crop Science zbudował Agentic Decision Engine (ADE), wieloagentowy interfejs języka naturalnego do swojej platformy analitycznej. Według studium przypadku AWS rozwiązanie działa na Amazon Bedrock AgentCore i uzupełnia Connected Decision Engine (CDE). CDE pozostaje kontrolowaną warstwą wykonywania procesów analitycznych.

CDE wdraża, koordynuje, monitoruje i ponownie wykorzystuje procesy uczenia maszynowego, zachowując historię wykonania oraz mechanizmy kontroli operacyjnej. Analityka obejmuje genomikę, doświadczenia polowe, obrazy, warunki środowiskowe i wyniki modeli. ADE pobiera kontekst rozproszony wcześniej między API, dokumentacją, metadanymi, pulpitami i logami.

### Specjaliści korzystający z kontekstu operacyjnego

ADE ma 22 agentów specjalistycznych działających produkcyjnie. Domain Expert wykorzystuje RAG, Operational pobiera stan i wyniki procesów CDE, Troubleshooting analizuje telemetrię, a Visualization dostarcza wykresy lub pulpity. Wzorzec Models as Skill przekształca kod i dokumentację modeli w centralnie rejestrowane umiejętności, aby odpowiedzi opierały się na implementacji.

Interfejs w React korzysta z proxy tożsamości Entra ID. Nadzorca LangGraph klasyfikuje zapytania, wybiera specjalistów i łączy wyniki. GitHub Actions buduje obrazy, wysyła je do ECR i wdraża w AgentCore Runtime. Aurora PostgreSQL przechowuje sesje, opinie i dane analityczne, a ElastiCache buforuje odpowiedzi. Treści w S3 wykorzystują Titan Text Embeddings V2 i OpenSearch Serverless do RAG.

AgentCore zachowuje kontekst w czasie trwania sesji. Punkty kontrolne LangGraph w DynamoDB pozwalają wznawiać pracę po skalowaniu, restartach i przekroczeniu granic sesji. Entra ID dostarcza tożsamość użytkownika, IAM autoryzuje wywołania między usługami, a autoryzacja wyjściowa Gateway kontroluje dostęp do CDE. Interceptor Lambda sprawdza żądania i przekazuje atrybuty autoryzacji. Zespół ze specjalistą AWS określił kontrakty tokenów na poszczególnych granicach.

### Narzędzia i zgodność modeli

Rejestracja specyfikacji OpenAPI w AgentCore Gateway udostępnia operacje REST jako narzędzia MCP, bez osobnego serwera dla każdego API. ADE oferuje około 20 narzędzi API. Ich zakres zależy od specjalisty, co ogranicza liczbę tokenów wejściowych i przestrzeń wyboru narzędzi. Gateway obsługuje też wyszukiwanie semantyczne w większych katalogach.

CDE zarządza ponad 500 konfiguracjami modeli. Na potrzeby wydania ADE Bayer zachował dotychczasowy model: nowsza wersja z włączonym rozumowaniem okazała się niezgodna z wdrożonym połączeniem narzędzi i ustrukturyzowanych odpowiedzi. Produkcja stosuje minimalne uprawnienia, narzędzia tylko do odczytu przypisane agentom i walidację wyników. Troubleshooting nie może zmieniać procesów, a Domain Expert wywoływać niezwiązanych API.

Visualization stał się osobnym agentem, gdy potrzebował pobierania danych, wyboru wykresów, ponawiania prób, obsługi błędów i decyzji o pulpitach. Korzysta z matplotlib i Plotly w AgentCore Code Interpreter, wymienia dane przez S3 i może zwracać materiały dla Amazon Quick lub Power BI.

### Raportowane wyniki i przygotowanie produkcji

Według źródła czas diagnozy spadł z ponad godziny do mniej niż dziesięciu minut. Gdy obsługa wyjątków powodowała, że błędy agentów wyglądały w monitoringu jak sukcesy, zespół dodał metryki awarii i alarmy CloudWatch. Obejmują błędy narzędzi, ograniczanie żądań, przekroczenia czasu modeli i walidację ustrukturyzowanych wyników. Ślady i logi wywołań obejmują nadzorcę oraz specjalistów.

ADE szacuje koszty interakcji na podstawie profili inferencji, metadanych żądań, logów wywołań modeli i tożsamości IAM. Najwięcej tokenów zużywali Visualization i Operational. Telemetria ujawniła powtarzane dane wejściowe bez buforowania promptów. Buforowanie stałego prefiksu promptu obniżyło według źródła koszty tokenów wejściowych o 20–30 procent.

Bayer udostępnił ADE zamkniętej grupie; korzystało z niego ponad 100 hodowców roślin, analityków, badaczy, specjalistów danych i inżynierów. Opis podaje, że około 80 procent pytań pierwszej fazy rozwiązano bez inżyniera, a Gateway zmniejszył nakład integracyjny na jedno API o ponad 99 procent. Są to wyniki opisywanego wdrożenia.

Wyznaczony Technical Account Manager i Domain Specialist Engineer z AWS wspierali projekt od architektury po produkcję, uczestnicząc w trzech spotkaniach technicznych tygodniowo. Przeglądy Critical Workload i Well-Architected z Generative AI Lens doprowadziły do wzmocnienia alarmów, przyjęcia niezmiennych wersjonowanych obrazów, skanowania ECR przy wysyłaniu i zasad cyklu życia obrazów. Testy obciążeniowe wykryły problem sieciowy z pustymi odpowiedziami; przed startem rozwiązano 35 problemów blokujących.

Po uruchomieniu kontynuowano przeglądy operacyjne. Krytyczne alarmy włączono do AWS Incident Detection and Response; według źródła inżynierowie incydentów podejmują działania w ciągu pięciu minut. AWS Security Incident Response wspiera obsługę zdarzeń bezpieczeństwa. Bayer ma już komunikację między agentami, bada interoperacyjność chmury hybrydowej i planuje ocenę Bedrock Guardrails obok własnych kontroli. Zachowuje odpowiedzialność za architekturę i decyzje.