AWS опубликовала техническое руководство по развёртыванию мультимодального ассистента для приёма заказов в WhatsApp с использованием Amazon Bedrock AgentCore — управляемой среды выполнения для агентных AI-приложений. Ассистент принимает как текстовые сообщения, так и изображения — например, клиент фотографирует товар или рукописный список заказа — и превращает этот ввод в структурированный заказ: модель-основа интерпретирует содержимое, а AgentCore управляет памятью агента, вызовами инструментов и состоянием сессии на протяжении всего разговора.
Архитектура связывает WhatsApp Business API как канал общения с клиентом, размещённого в Bedrock агента как слой рассуждений, и бэкенд-инструменты (описанные в общих терминах как функции поиска по каталогу и создания заказа), которые агент вызывает для завершения транзакции. AWS позиционирует это как референсную сборку, а не готовый продукт: цель — показать инженерным командам, как соединить эти сервисы AWS между собой, а не внедрить решение в бизнес без изменений.
Это особенно значимо для процессов приёма заказов, поскольку WhatsApp уже является основным каналом заказов для значительной доли малых и средних B2B-продавцов в Латинской Америке, части Азии и Африки, где клиенты обычно заказывают, отправляя текстовый список или фото, а не используя веб-витрину. До сих пор превращение этого канала в структурированные заказы обычно требовало либо ручного повторного ввода данных сотрудниками, либо кастомного NLP-конвейера. Задокументированный, поддерживаемый AWS путь с использованием управляемой среды выполнения агента снижает инженерные затраты на создание такой автоматизации собственными силами.
Чего AWS не раскрыла в этой публикации и что остаётся неподтверждённым: стоимость при промышленных объёмах, задержка при реальной клиентской нагрузке, а также как ассистент обрабатывает неоднозначные изображения, несколько товаров на одном фото или изменения заказа посреди разговора — всё это компании, тестирующей пилот, придётся проверить перед заменой человека на «стойке заказов». Компаниям также стоит уточнить, как обрабатываются ошибки в заказах и возвраты, поскольку неверно распознанное фото, создающее ошибочный заказ, несёт прямые издержки, которые мог бы предотвратить этап текстового подтверждения — а этот вопрос руководство AWS не затрагивает.