Atos hat die Verfügbarkeit einer agentischen KI-Lösung bekanntgegeben: Der Autonomous Data and AI Engineer soll die Fähigkeiten und das Tempo von Daten- und KI-Engineering-Teams steigern. Diese Lösung wird von der Atos Polaris AI Plattform betrieben, die mit den fortschrittlichen Cloud- und KI-Funktionen von Azure integriert ist und Anfang dieses Jahres eingeführt wurde. Sie ermöglicht umfassende Systeme autonom arbeitender KI-Agenten, die komplexe Workflows orchestrieren. Basierend auf den Prinzipien der verantwortungsvollen KI von Microsoft ist diese agentische Lösung darauf ausgelegt, komplexe, mehrstufige Daten- und KI-Engineering-Aufgaben für Geschäftsprozesse branchenübergreifend zu automatisieren und zu steuern. Aktuell ist sie für Azure Databricks und Snowflake auf Azure verfügbar, zwei führende cloudbasierte Datenplattformen auf Microsoft Azure.

Der Autonomous Data and AI Engineer kann selbständig strukturierte und unstrukturierte Daten aufnehmen, verarbeiten und damit interagieren. Nach dem Laden der Dateien aus externen Datenplattformen wenden die Agenten Datenqualitäts- und Transformationsregeln an und erstellen schließlich Datenansichten als Grundlage für menschliche Entscheidungen. Sobald die typischen Datenengineering-Aufgaben erfolgreich abgeschlossen sind, können Fachkräfte zusätzliche KI- und Visualisierungsagenten nutzen, um Daten einfach abzufragen und verwertbare Erkenntnisse zu gewinnen.

Sowohl technische als auch nicht-technische Daten- und Fachexperten können das integrierte No-Code-Atos Polaris AI Agent Studio verwenden, um mehrere Agenten zu integrieren und zu orchestrieren. Sie können diese mit Large Language Models, Werkzeugen und anderen Agenten über offene Standards wie Model Context Protocol (MCP) und Agent-to-Agent (A2A)-Protokolle verbinden. Die agentische KI-Lösung von Atos reduziert den manuellen Aufwand und beschleunigt Entwicklung und Bereitstellung von Datenoperationen um bis zu 60 %. Sie beschleunigt die Markteinführung, da die Abhängigkeit von zentralen Expertenteams zur Generierung von Datenerkenntnissen aus neuen Datenquellen verringert wird.

Die Lösung senkt zudem die Betriebskosten um bis zu 35 %, indem DataOps-Agenten den durchschnittlichen Ticketbearbeitungsaufwand reduzieren. Unternehmen können sich dadurch schnell an neue Datenquellen, veränderte Prioritäten und Compliance-Anforderungen anpassen und gleichzeitig Kapazitäten für Forschung und Entwicklung sowie Innovationen freisetzen.