ArticleInfrastructure & Cloud
AWS adapte Opensearch serverless à l'IA agentique
Le fournisseur de services cloud a revu son moteur de recherche managé et vectoriel Opensearch serverless pour adresser les exigences des agents IA. Il découple dorénavant le stockage du calcul et s'intègre avec les plateformes de développement Kiro et Vercel.
La montée en puissance des agents IA oblige les éditeurs et les fournisseurs de cloud à revoir l’architecture de leurs offres. C’est le cas d’AWS qui vient d’annoncer l’adaptation du service managé Opensearch Serverless à l’IA agentique. Il s’agit d’une déclinaison du moteur de recherche open source issue du fork d’Elasticsearch en 2021. Le fournisseur de services cloud l’avait ensuite placé sous les auspices de la Fondation Linux via une fondation dédiée.
AWS a revu en profondeur son moteur de recherche en mode serverless pour ajuster la demande en cas d’inactivité des agents. En effet, leur usage se caractérise par des pics d'activité entrecoupés de longues périodes d'inaction. Pour répondre à cette problématique, la société a décidé de découpler le calcul et le stockage. La puissance de calcul peut ainsi augmenter en quelques secondes pour absorber les pics de trafic des agents et diminuer jusqu’à zéro, ce qui signifie que les clients ne paient rien lorsque les agents sont inactifs.
Une intégration avec Kiro et Vercel
OpenSearch Serverless s'intègre nativement aux plateformes de développement IA telles que Vercel et Kiro (la plateforme IA de codage d’AWS), permettant ainsi aux développeurs de déployer des backends de recherche et de vectorisation prêts pour la production pour les agents, sans avoir à gérer l'infrastructure. Le service comprend par ailleurs des skills pour être utilisé sur les outils de développement comme Claude Code et Cursor.
Avec ce système d’ajustement automatique à l’activité des agents IA, AWS prévoit des économies importantes pour les clients. Dans un entretien accordé à notre confrère The New Stack, Tia White, responsable du service Opensearch chez AWS évoque les évolutions à venir pour le moteur de recherche avec une fonctionnalité de mémoire à long terme pour les agents comprenant une évaluation et une gouvernance dès le départ. Il devrait comprendre aussi une fonction d’observabilité avec l’analyse des logs, un domaine où Datadog, Splunk et Grafana sont déjà présents.
