A medida que las empresas amplían rápidamente sus aplicaciones, plataformas e infraestructuras, se enfrenta a un desafío creciente para mantenerse al día con las tendencias tecnológicas, las mejores prácticas y los estándares de programación. Los departamentos de tecnología suelen proporcionar a sus desarrolladores, ingenieros y arquitectos diversas fuentes de conocimiento, como guías de usuario, wikis técnicas, repositorios de código y herramientas especializadas. Sin embargo, con el tiempo, estos recursos tienden a quedar aislados dentro de equipos individuales, dificultando el acceso a información relevante a nivel organizacional. Esta falta de intercambio de conocimiento puede dar lugar a esfuerzos duplicados, reducción de la productividad y oportunidades perdidas para aprovechar la experiencia institucional.
Imagina ser un desarrollador que debe solucionar un problema complejo en la infraestructura de la nube de su empresa. Después de revisar guías obsoletas y conversaciones dispersas, te das cuenta de que no puedes encontrar la respuesta adecuada. Minutos se convierten en horas, a veces días, mientras luchas por reunir la información necesaria, todo mientras tu proyecto se retrasa.
Para abordar estos desafíos, el equipo de MuleSoft ha integrado Amazon Q Apps, una capacidad dentro de Amazon Q Business, un servicio asistido por inteligencia artificial generativa, directamente en su portal Cloud Central. Este portal personalizado muestra a más de 100 equipos de ingenieros activos los activos que poseen, los costos y su uso, así como recomendaciones de AWS Well-Architected. Amazon Q Apps está diseñado para utilizar los datos, documentos y sistemas internos de una empresa y proporcionar asistencia conversacional a los usuarios. Al aprovechar estas ricas fuentes de información, se permite a los usuarios crear aplicaciones que pueden responder preguntas, resumir puntos clave, generar contenido personalizado e incluso completar ciertas tareas de manera segura, todo ello sin necesidad de recorrer repositorios o sistemas diversos. Antes de la implementación de Amazon Q Apps, MuleSoft utilizaba un chatbot que funcionaba a través de Slack y Amazon Lex V2, pero esta solución no satisfacía las necesidades de los equipos de ingeniería y desarrollo, lo que llevó a la exploración de Amazon Q Apps.
Este nuevo enfoque permite maximizar el valor de los recursos de conocimiento existentes y mejorar la productividad en diversos equipos, desde finanzas hasta DevOps y soporte técnico. Por ejemplo, al enfrentarse a problemas de conectividad de red, se pueden adaptar las respuestas a personalidades específicas y líneas de negocio, lo que garantiza que la comunicación sea clara y útil.
Amazon Q Apps no sólo optimiza la creación de aplicaciones ligeras y específicas dentro de Amazon Q Business, sino que también permite a los usuarios compartir y personalizar estas aplicaciones, beneficiándose de un sistema que hereda las configuraciones de permisos y controles de acceso de Amazon Q Business para garantizar la seguridad y adherencia a las políticas de gobernanza de datos.
En un caso de uso particular, el equipo de soporte de MuleSoft encontró en Amazon Q Apps una herramienta útil para diagnosticar problemas de latencia de tráfico de red al implementar un nuevo cliente en su entorno de producción. Este recurso no solo proporcionó posibles causas de la latencia, sino que también ofreció orientación prescriptiva para resolver estos inconvenientes.
La implementación de Amazon Q Apps en el portal Cloud Central de MuleSoft ha mostrado resultados concretos, con una reducción del 50% en las consultas del equipo sobre diversos temas, desde información básica sobre los servicios de AWS hasta la solución de problemas complejos relacionados con la red.
Amazon Q Business, por lo tanto, se posiciona como una herramienta potente para que las empresas maximicen el valor de sus recursos de conocimiento al democratizar el acceso a capacidades avanzadas de inteligencia artificial conversacional, permitiendo a los equipos impulsar la innovación, la productividad y el intercambio de conocimientos.
vía: AWS machine learning blog
