AWS transforme le savoir d’entreprise en assistant vocal

AWS présente un système cloud destiné à préserver le savoir institutionnel accumulé par les organisations. La solution capture des procédures, politiques et pratiques dans des documents stockés sur Amazon S3. Elle permet ensuite des requêtes en langage naturel, par texte ou par voix. Un avatar configurable fournit les réponses dans une interface accessible depuis un navigateur. AWS indique que le prototype complet se déploie en quelques heures avec CloudFormation. Le dispositif vise notamment les environnements industriels, les établissements de santé, les sociétés financières, les entreprises énergétiques et les administrations. Il doit aussi limiter la perte de connaissances lorsque des experts quittent leur organisation ou partent à la retraite.

Le savoir circule depuis un dépôt documentaire vers Amazon Bedrock Knowledge Bases. Le service segmente les documents, crée leurs représentations vectorielles avec Amazon Titan Text Embeddings, puis récupère les passages utiles. Les réponses s’appuient ainsi sur les documents de l’organisation. Amazon OpenSearch Serverless héberge le magasin vectoriel utilisé par la base de connaissances. Amazon Cognito gère l’accès des utilisateurs, tandis qu’API Gateway contrôle les échanges entre composants. Des fonctions AWS Lambda orchestrent le traitement des demandes. Les responsables peuvent importer des fichiers Word, PDF, texte brut, Markdown ou JSON. AWS recommande toutefois Markdown et JSON structuré pour améliorer la récupération des informations.

AWS structure le traitement documentaire

Le coût principal provient du magasin vectoriel Amazon OpenSearch Serverless. Celui-ci reste facturé selon les unités de calcul OpenSearch, avec un minimum actif indépendant du volume de requêtes. AWS estime ce socle à quelques centaines de dollars par mois avec le niveau minimal par défaut. Le cache DynamoDB agit ensuite sur les coûts variables d’inférence. Dans les tests présentés, son taux de succès atteignait 50 à 70 % pour des usages dominés par les questions répétées. AWS précise que les économies réelles dépendent de la répétitivité des demandes. Le cache réutilise donc certaines réponses déjà produites, sans supprimer le coût fixe du magasin vectoriel.

Trois phases structurent la mise en œuvre décrite par AWS. La première consiste à organiser les connaissances et à déposer les documents dans Amazon S3. Une tâche AWS Glue peut convertir des sources externes, mais cette intégration reste optionnelle et n’est pas créée par CloudFormation. La deuxième phase déploie Cognito, API Gateway, S3 et DynamoDB avec des modèles CloudFormation. La troisième configure Bedrock, Lambda, Amazon Transcribe et Amazon Polly. Transcribe convertit la voix en texte, puis Polly transforme les réponses textuelles en parole. L’intégration avec un fournisseur d’avatar complète l’expérience vocale. Le déploiement initial exige des compétences AWS, DevOps et gestion des identités.

Le déploiement exige des droits AWS

Les utilisateurs finaux n’ont besoin d’aucune compétence technique particulière pour interroger le système. Ils accèdent à une URL et posent leurs questions par écrit ou oralement. L’équipe chargée du déploiement doit en revanche disposer d’un compte AWS et des autorisations nécessaires pour créer des ressources S3, des piles CloudFormation et appeler les modèles Bedrock. AWS recommande le principe du moindre privilège pour les environnements de production. Le guide a été écrit et testé dans la région us-east-1, choisie pour la disponibilité plus large des modèles fondamentaux et du flux d’avatar. Une autre région nécessite de vérifier la disponibilité des modèles et du fournisseur d’avatar retenus.

Le prototype AWS se distingue des solutions personnalisées par une interaction vocale centrée sur un avatar, plutôt qu’un agent textuel seul. Une construction personnalisée avec Amazon Bedrock offre davantage de contrôle, mais demande l’intégration séparée de la voix, de l’avatar, du cache et de la récupération documentaire. AWS estime cette approche à plusieurs semaines ou plusieurs mois, avec une expertise technique approfondie. Les agents textuels, comme Amazon Q ou des interfaces Bedrock personnalisées, accélèrent la recherche écrite. L’accélérateur présenté vise plutôt un déploiement rapide pour des travailleurs non techniques ou de terrain. Le code d’exemple est disponible sur GitHub, avec la présentation complète publiée par AWS.