Руба Борно, возглавляющая в AWS направление глобальных специалистов и партнёров (Global Specialists and Partners organization), отвечает за то, чтобы клиенты облачного подразделения Amazon могли внедрять искусственный интеллект в свои процессы. По её словам, ту же модель она применяет к собственной команде.
В интервью она подчеркнула, что речь идёт не о разовом эксперименте с генеративным ИИ, а о системной перестройке способа работы. Агентные системы, способные самостоятельно выполнять последовательности задач, берут на себя рутинные операции внутри AWS — от подготовки коммерческих предложений и анализа данных до сопровождения сделок и технической поддержки партнёров. Это разгружает специалистов и ускоряет цикл взаимодействия с заказчиком.
Борно выделяет несколько направлений, где эффект уже заметен. При подготовке к встречам с клиентами агенты собирают и структурируют информацию из внутренних систем, формируя краткие сводки. В работе с партнёрами автоматизация охватывает первичную квалификацию запросов и маршрутизацию к нужным экспертам. Для самой команды Руба Борно внедрила практику регулярного использования ИИ-инструментов: сотрудники должны не просто пробовать технологию, а фиксировать конкретные сценарии, где агенты экономят время или повышают качество.
Отдельный акцент — на обучении. По словам Борно, AWS проводит внутренние программы, в которых инженеры и менеджеры осваивают работу с агентами так же, как раньше осваивали облачную инфраструктуру. Цель — сделать грамотное использование ИИ стандартным навыком, а не прерогативой отдельных энтузиастов.
На уровне продуктов AWS развивает собственный стек для агентных сценариев: модели Bedrock, сервис AgentCore для оркестровки и развёртывания агентов, а также среду Bedrock AgentCore Runtime, где агенты выполняются и масштабируются. Эти инструменты компания предлагает и внешним заказчикам, фактически превращая внутреннюю практику в коммерческий продукт.
Борно также отмечает культурный сдвиг. Если раньше внедрение новых технологий воспринималось как инициатива «сверху», то теперь команды AWS сами предлагают сценарии и измеряют результат. Часть таких предложений уже реализована в виде рабочих решений для клиентов.
На вопрос о рисках она отвечает прямо: агенты требуют контроля качества, прозрачных метрик и чёткого разделения ответственности. AWS старается встраивать эти требования в процессы с самого начала, чтобы избежать ситуации, когда автоматизация работает быстро, но непредсказуемо.
В итоге подход AWS сводится к простой формуле: сначала компания меняет собственные процессы, затем предлагает наработанные инструменты и практики клиентам. По словам Борно, именно в таком порядке — от внутреннего использования к внешнему продукту — формируется доверие к технологии.
