AWS: Works Human Intelligence migrira s LangGraph na Amazon Bedrock AgentCore i postiže 97% smanjenje troškova po procesu

Amazon Web Services objavio je case study koji prikazuje produkcijsku primjenu Amazon Bedrock AgentCore — upravljane platforme za AI agente — u suradnji s tvrtkom Works Human Intelligence (WHI), japanskim pružateljem HR softverskih sustava koji opslužuje neke od najvećih japanskih korporacija. Migracija s LangGraph i Amazon ECS infrastrukture na AgentCore rezultirala je dramatinim smanjenjem troškova i pojednostavljenim razvojem.

Što je Amazon Bedrock AgentCore i čime se razlikuje od LangGraph?

Amazon Bedrock AgentCore je upravljana usluga koja pruža AgentCore Runtime kao izvršni temelj za AI agente, zajedno s integriranom observability i upravljanjem multi-agentnim tijekovima rada. Ključna prednost nad LangGraph + Amazon ECS pristupom je eliminacija ručnog upravljanja infrastrukturom — timovi se mogu fokusirati na poslovnu logiku umjesto na operacije.

Works Human Intelligence prethodno je koristio LangGraph (framework za izgradnju agentnih tijekova rada) u kombinaciji s Amazon ECS (Elastic Container Service) za hostanje vlastitih agenata. Ova kombinacija zahtijevala je ručno praćenje logova i infrastrukturnu administraciju. AgentCore Observability zamijenila je Langfuse treće strane alat koji su koristili za monitoring, centralizirajući sve u AWS ekosustav.

Kako Works Human Intelligence implementira Commuting Allowance i Browser Operation agente?

WHI je izgradio dva produkcijska agenta:

Commuting Allowance Agent automatizira procese odobravanja naknada za prijevoz pri relokaciji zaposlenika. Slack je ulazna točka s autentikacijom pri pozivu; pod-agenti se izvode na zasebnim AgentCore Runtime instancama, a multi-tenancy se upravlja kroz Amazon DynamoDB i Amazon Cognito.

Browser Operation Agent pristupa HR sustavima putem browser automatizacije, prikuplja evidencije i izvodi operacije. Izgrađen je korištenjem Strands Agents frameworka, s AgentCore Runtimeom smještenim unutar VPC-a s NAT gatewayem za fiksnu IP adresu. Amazon S3 pohranuje kratkoročne operativne podatke, a baza znanja čuva predloške operacija i pomoćne procedure.

Kako je ostvareno 97% smanjenje troška po procesu?

Browser Operation Agent prošao je kroz tri stupnjevite optimizacije troška:

1. Prompt caching implementacija: $14,50 → $2,10 po procesu (85% smanjenje)
2. Optimizacija ponašanja agenta: $2,10 → $1,00 po procesu (52% dodatno)
3. Zamjena modela: Claude Sonnet 4.5 → Claude Haiku 4.5: $1,00 → $0,40 po procesu (60% dodatno)

Ukupno: 97% smanjenje troška — s $14,50 na $0,40 po procesu. Uz troškove, agent je postigao 88% smanjenje token potrošnje u browser operacijama kroz uklanjanje nepotrebne povijesti razgovora, eliminaciju irelevantnih Playwright MCP povratnih vrijednosti i caching definicija alata.

WHI je evaluirao tri browser automation alata — browser-use, Playwright i fast-playwright — a fast-playwright odabran je kao konačno rješenje zbog najniže potrošnje tokena.

Značaj AgentCore za AI produkciju u poslovnim sustavima

Amazon Bedrock AgentCore pozicionira se kao riješenje kojim AWS spušta barijeru za produkcijsku implementaciju AI agenata u poslovnim okruženjima. Works Human Intelligence slučaj pokazuje da se kompleksni HR procesi koji zahtijevaju interakciju s legacy sustavima (browser automation nad HR aplikacijama), multi-tenancy i sigurnu autentikaciju mogu uspješno automatizirati AI agentima uz mjerljive uštede.

WHI tim navodi da je AgentCore “znatno pojednostavnio razvoj” i omogućio im da se fokusiraju na razvoj poslovne logike umjesto na infrastrukturne operacije — što je centralna vrijednosna propozicija upravljanih agentnih platformi kao klase.