En la actualidad, la tecnología de inteligencia artificial (IA) avanza de manera acelerada, brindando oportunidades únicas para la creación de asistentes impulsados por IA que se adaptan a las necesidades específicas de las empresas. Un ejemplo destacado es Amazon Q Business, un asistente impulsado por IA generativa que es capaz de responder preguntas, proporcionar resúmenes, generar contenido y completar tareas de forma segura basándose en datos presentes en los sistemas empresariales de una organización.
La ingestión de datos a gran escala es un componente esencial para aplicaciones como el análisis de documentos, la resumación, la investigación y la gestión del conocimiento. Estas tareas, que implican el procesamiento de grandes volúmenes de documentos, suelen ser tediosas y requieren mucho tiempo. A pesar de su importancia, la ingestión de grandes volúmenes de datos empresariales presenta desafíos significativos, particularmente en la orquestación de flujos de trabajo que recojan datos de fuentes diversas.
Para superar estas dificultades, el equipo de AWS Support Engineering decidió implementar un asistente de chat utilizando Amazon Q Business, con el fin de optimizar sus procesos. Anteriormente, el equipo se enfrentaba a la complicada tarea de examinar manualmente una gran cantidad de herramientas, fuentes internas y documentación pública de AWS para encontrar soluciones a las preguntas de los clientes, lo que a menudo prolongaba el tiempo de espera para aquellos que necesitaban respuestas.
Gracias a Amazon Q Business, el equipo pudo integrar datos de cientos de miles de tickets de soporte, avisos de escalación, documentación pública de AWS, artículos de re:Post y publicaciones de blogs de AWS. La solución simplificó el desarrollo y la gestión de la infraestructura de aprendizaje automático y los modelos a través de conectores preconfigurados, facilitando la ingestión y el procesamiento de datos, lo que les permitió ofrecer respuestas rápidas y precisas tanto a consultas básicas como avanzadas.
El proceso de implementación de esta solución consiste en la integración a gran escala de bases de conocimiento empresariales, abarcando desde la pre-prueba de los datos hasta la aplicación de medidas de seguridad y buenas prácticas específicas. A través de una serie de plantillas de CloudFormation, se puede desplegar la solución y configurar los componentes necesarios para la orquestación eficiente de flujos de trabajo.
La arquitectura del sistema incluye, entre otros aspectos, el uso de AWS Step Functions, una herramienta que proporciona una forma visual de orquestar tareas, permitiendo la ejecución paralela de múltiples elementos en un conjunto de datos y mejorando así la eficiencia del procesamiento. Esta herramienta, junto con Lambda y otras integraciones de AWS, permite la ingestión segura y el procesamiento automatizado de datos.
Además, la implementación de medidas de seguridad robustas es crucial para proteger la información sensible. Amazon Q Business ofrece controles configurables, conocidos como guardrails, que minimizan el acceso y el procesamiento de contenidos inapropiados, manteniendo así el cumplimiento normativo y interno.
Con estas innovaciones, las empresas pueden mejorar su eficiencia operativa y reducir tiempos de respuesta al integrar sus datos empresariales en un entorno de IA que ágil y dinámicos. La solución se adapta a diferentes sectores, permitiendo a las organizaciones gestionar una variedad de fuentes de datos y escalar según sus necesidades. Al utilizar Amazon Q Business, las empresas tienen la oportunidad de optimizar sus operaciones y presentar una atención al cliente más eficaz.
vía: AWS machine learning blog
