Bayer Crop ScienceがADEを構築

BayerのConnected Decision Engineはすでに、ゲノム、圃場試験、画像、環境データにまたがる機械学習ワークフローの統制された実行を担っていた。変化が起きたのは利用の拡大に伴ってだ。結果を説明するには、API、ドキュメント、メタデータストア、ダッシュボード、ログから文脈をつなぎ合わせる必要があり、ボトルネックはワークフローの実行からその理解へと移った。ADEはCDEを置き換えるものではなく、CDE上の自然言語レイヤーとして構築され、CDEは分析のための統制された実行レイヤーとして残っている。

ここで説明されている本番稼働の作業は、主にプロンプトの外側にある。Bayerは、スケールアウトやセッション境界をまたいでワークフローを再開できるよう、LangGraphのチェックポイント状態をDynamoDBに外部化する必要があった。また、単一のトークンを再利用するのではなく、各信頼境界でIDの仕組みを定義し、ツールのスキーマ自体が入力トークンを消費するため、ツールを専門エージェントごとにスコープ設定した。後のモデルバージョンも評価されたが、ツール利用と構造化出力がエージェントの実装方法と両立しなかったため、リリースには採用されなかった。

AWS Unified Operationsの支援では、専任のテクニカルアカウントマネージャーと生成AIドメインスペシャリストエンジニアが提供され、ADEチームの一員として働いた。Bayerは公開前に35件の阻害要因を解決まで追跡した。Bayerは現在、ハイブリッドクラウド間のエージェント相互運用性を模索しており、既存の独自の安全チェックに追加する層としてAmazon Bedrock Guardrailsを評価する計画だ。