Немецкий страховой брокер MRH Trowe развернул self-service ИИ-агентов примерно для 400 сотрудников в первый месяц продакшена. Стоимость составила около $14 за рабочее место, а инфраструктурные расходы планируют сократить ещё на 40% за счёт right-sizing и scheduled scaling. Компания работает в Германии, Швейцарии и Австрии и одной из первых среди немецких страховых брокеров перешла на полностью облачную ИТ-инфраструктуру.
Задача была типичной для регулируемой отрасли: сотрудники хотели использовать генеративный ИИ в ежедневной работе, но отдельные команды начали экспериментировать самостоятельно. Это грозило фрагментацией инструментов и риском утечки чувствительных клиентских и страховых данных. Нужен был способ дать людям возможность самим создавать и применять ИИ-агентов без глубоких технических навыков — но в централизованно управляемой среде, соответствующей требованиям финансового сектора к защите данных и комплаенсу.
| Компонент | Роль | Ключевая особенность |
|---|---|---|
| Strands Agents | Создание агентов | Open-source SDK, оркестрация и reasoning, масштабирование от ноутбука до продакшена |
| Amazon Bedrock AgentCore | Запуск в продакшене | Изоляция сессий на уровне вычислений и файловой системы, consumption-based модель |
| LibreChat | Чат-интерфейс | Управление пользователями, токен-бюджеты, поддержка нескольких моделей, брендирование |
Базовые чат-интерфейсы не закрывали несколько потребностей. Контекстные ответы должны опираться на внутренние данные, а не только на общие знания модели. Многошаговые рабочие процессы требуют сбора информации, рассуждения и действий на нескольких этапах. Нужна безопасная интеграция с внутренними системами и хранилищами документов. И всё это — в одном управляемом приложении, а не в теневых инструментах, разбросанных по командам.
Решение собрано из трёх технологий. Strands Agents — open-source SDK, который создаёт агентов в несколько строк кода и берёт на себя оркестрацию и reasoning, масштабируясь от ноутбука разработчика до продакшена. Amazon Bedrock AgentCore — платформа для запуска агентов в продакшене с любым фреймворком или моделью. Именно AgentCore стал решающим фактором: он нативно поддерживает open-source фреймворки вроде Strands Agents, изолирует каждую сессию агента на уровне вычислений и файловой системы и предлагает consumption-based модель с прозрачностью затрат по мере роста adoption. LibreChat — open-source альтернатива коммерческим чат-интерфейсам: знакомый брендированный чат, управление пользователями с аутентификацией и авторизацией, встроенные токен-бюджеты против неожиданных расходов, поддержка нескольких моделей без vendor lock-in, управление диалогами и кастомизируемый интерфейс.
Первый агент в продакшене превращает встречу в Microsoft Teams в готовый протокол. Сотрудник в LibreChat на немецком языке запрашивает недавнюю встречу с заданным названием, агент находит её, извлекает содержание и формирует структурированный документ. Это иллюстрирует подход компании: «каждый вопрос должен сначала получить ответ от ИИ, прежде чем вмешается человек, а повторяющиеся процессы должны автоматизировать те, кто делал их раньше».
Для финансового сектора ключевым остаётся вопрос управления. MRH Trowe строит не отдельные инструменты, а централизованную платформу, где ИИ-агенты работают внутри контролируемого периметра. Изоляция сессий, аудируемость и прозрачность затрат — не дополнительные функции, а условия допуска в регулируемой среде. Остаётся неясным, как именно компания будет масштабировать число агентов и сценариев, а также насколько заявленное сокращение инфраструктурных расходов на 40% окажется достижимым при росте нагрузки.
