Een bedrijf slaat klantgegevens op in OpenSearch en heeft een AI-gebaseerde oplossing nodig die queries omzet in dataverzoeken, de resultaten exporteert als CSV-bestanden en die bestanden uploadt naar Amazon S3. Welke optie biedt de meest operationeel efficiënte manier om deze workflow te implementeren?

Een AI-agent is de meest operationeel efficiënte oplossing omdat deze is ontworpen om complexe, meerstaps taken autonoom uit te voeren. De agent kan de query interpreteren, de benodigde data uit OpenSearch halen, deze naar CSV exporteren en vervolgens uploaden naar S3, allemaal binnen één geautomatiseerde workflow. Een enkel foundation model met few-shot prompting is niet toereikend voor de gehele workflow, omdat het weliswaar queries kan omzetten, maar niet de daaropvolgende data-extractie, -conversie en -upload kan orkestreren. Een traditionele softwareapplicatie zou de functionaliteit kunnen bieden, maar mist de flexibiliteit en schaalbaarheid van een AI-agent om met variërende query-structuren om te gaan. Een beslissingsboommodel is te beperkt voor deze taak, aangezien het primair geschikt is voor classificatie of regressie en niet voor het uitvoeren van complexe, sequentiële acties.