Amazon ha desarrollado una solución automatizada que mejora la precisión y reduce el tiempo de verificación en los centros de cumplimiento mediante la implementación de la inteligencia artificial. Su equipo de Amazon Global Engineering Services es responsable de garantizar que cada nuevo centro de cumplimiento esté totalmente equipado y listo para iniciar operaciones, un proceso conocido como prueba de preparación operacional (ORT). Esto tradicionalmente requería 2,000 horas de esfuerzo manual por instalación para verificar más de 200,000 componentes en aproximadamente 10,500 estaciones de trabajo.
La nueva solución, denominada Intelligent Operational Readiness (IORA), utiliza modelos de Amazon Nova para implementar un sistema de reconocimiento de imágenes que automatiza la detección y validación de componentes, reduciendo considerablemente los esfuerzos manuales. Al asignar un número de identificación único (UIN) a cada componente, el proceso de verificación se ha vuelto más ágil y eficiente.
La implementación del IORA incluye varias etapas clave: un plan de pruebas bien definido, la revisión de módulos físicos en el centro, la verificación de la correcta instalación de los componentes, pruebas funcionales, y documentación rigurosa de los resultados. El uso de Amazon Nova Pro ha demostrado ser decisivo en esta etapa, gracias a su capacidad de detección de objetos, procesamiento de imágenes y una arquitectura sin servidor que simplifica la gestión de la infraestructura.
Un aspecto crucial del éxito de la solución fue la generación de descripciones estandarizadas para los UIN mediante el modelo Claude Sonnet de Anthropic, que proporciona información contextual para mejorar la detección y minimizar los falsos positivos. Este enfoque genera reglas de detección específicas para cada módulo y ha permitido a Amazon identificar componentes que antes se pasaban por alto.
Durante las pruebas en varios centros de cumplimiento, se alcanzó una precisión del 92% con un tiempo de respuesta de 2 a 5 segundos por imagen. Comparado con las pruebas manuales anteriores, el sistema IORA ha logrado reducir el tiempo total de prueba en un 60%. Esta automatización no solo mejora la eficiencia operativa, sino que también permite al personal centrarse en la identificación de componentes faltantes con mayor confianza.
La arquitectura basada en servicios gestionados y el enfoque hacia la mejora continua resaltan el compromiso de Amazon con la innovación y la eficiencia operativa. De cara al futuro, la empresa planea expandir las capacidades del sistema e implementar pruebas piloto más amplias, explorando aplicaciones adicionales en diversas operaciones de Amazon.
vía: AWS machine learning blog
