xAI a présenté Grok 4.5 tandis qu’AWS a ajouté Grok 4.3 à Amazon Bedrock, élargissant la portée de Grok vers les agents d’entreprise et les workflows d’IA à long contexte.

AWS utilise sa propre architecture de référence pour montrer comment Amazon Bedrock peut aller au-delà des interfaces de chat et entrer dans des flux de travail documentaires réglementés. Dans un nouvel article du AWS Machine Learning Blog, l’entreprise a présenté un pipeline automatisé de gestion des réclamations de santé qui combine Amazon Bedrock Data Automation, Amazon Bedrock AgentCore, AWS HealthLake, AWS Lambda, Amazon S3 et Amazon SNS pour extraire, valider et transformer les formulaires de réclamation CMS-1500 en enregistrements FHIR. Un second article d’AWS sur les agents IA pour l’analytique AWS Health apporte un contexte supplémentaire : AWS positionne les agents basés sur Bedrock comme des couches d’orchestration pour les flux de travail d’entreprise où les requêtes déterministes, les règles et la validation comptent autant que la sortie du modèle.