Naukowcy opracowali nowe podejście architektoniczne, które pozwala agentom AI opartym na modelach języka interaktować z systemami udostępniania danych zachowując bezpieczeństwo i zgodność z polityką. Problem stanowiła niedopasowanie między probabilistycznym charakterem dużych modeli językowych a ścisłymi wymogami governance w infrastrukturach danych. Rozwiązanie opiera się na Model Context Protocol i zostało zaimplementowane w agencie o nazwie Eunomia.
Warstwie pośredniczą tłumaczy możliwości przestrzeni danych na strukturalne, schemat-oparte narzędzia, które agenty AI mogą odnaleźć i wywoływać. Podejście to zachowuje wszystkie ograniczenia governance, zapewniając że AI pracuje w ramach ustalonych reguł. Prototyp został zwalidowany na rzeczywistych scenariuszach: odkrywanie katalogów, pobieranie metadanych i wywoływanie usług danych - wszystko bez konieczności modyfikacji istniejących komponentów systemów udostępniania danych.
Wyniki pokazują, że integracja oparta na protokołach MCP umożliwia interoperacyjne i standardowe połączenie agentów AI z ekosystemami danych. Dla organizacji oznacza to praktyczną drogę do wdrażania automatyzacji opartej na AI w zarządzanych środowiskach udostępniania danych, bez utraty kontroli nad zgodością i bezpieczeństwem.