bytevyte
bytevyte
Language
EN DE ES FR PT IT
Follow
ai-beats-es —

AWS integra Agentic AI en Quick y SageMaker para automatizar flujos de trabajo empresariales

IA de agentes

Amazon Web Services ha introducido un conjunto de capacidades de agentic AI en toda su cartera de datos y aprendizaje automático, señalando un cambio de las sugerencias generativas hacia la ejecución autónoma. Las actualizaciones, anunciadas esta semana, se centran en Amazon Quick y Amazon SageMaker AI, proporcionando herramientas que gestionan tareas técnicas complejas mediante instrucciones en lenguaje natural. Estos avances tienen como objetivo reducir el tiempo necesario para el análisis de datos y el ajuste de modelos de semanas o meses a solo unas horas.

La nueva función Generate Analysis en Amazon Quick permite a los usuarios de negocios crear tableros de varias hojas describiendo sus requisitos en inglés sencillo. Este sistema automatiza la creación de elementos visuales, controles de filtro y campos calculados, como métricas de crecimiento interanual, en hasta tres conjuntos de datos. Antes de que se genere el resultado final, la plataforma proporciona un plan editable para revisión humana, asegurando que la lógica automatizada se alinee con los objetivos de negocio.

El auge de la Agentic AI en la ciencia de datos

La integración de agentic AI representa un movimiento estratégico de AWS para democratizar la ciencia de datos de alto nivel. En Amazon SageMaker AI, una nueva experiencia de agentes ahora maneja el flujo de trabajo de extremo a extremo para la personalización de modelos. Los desarrolladores pueden especificar objetivos en lenguaje natural, y el agente de IA gestiona de forma independiente la preparación de datos, selecciona técnicas de optimización como Supervised Fine-Tuning (SFT) o Direct Preference Optimization (DPO), y supervisa la evaluación y el despliegue.

Este flujo de trabajo está profundamente integrado con el agente de codificación Kiro dentro de SageMaker Studio. Al automatizar la selección de métodos de ajuste y el trabajo pesado de la ingeniería de datos, AWS afirma que los procesos de personalización que antes tomaban meses ahora pueden completarse en una sola tarde. Este cambio se centra en la ejecución en lugar de la mera generación de código, lo que permite a los ingenieros enfocarse en la arquitectura de alto nivel en lugar de la configuración manual.

Implicaciones estratégicas para la automatización empresarial

Para los CTO y líderes tecnológicos, estas actualizaciones sugieren una reducción de la brecha entre los datos brutos y la inteligencia de negocios accionable. La transición a flujos de trabajo de agentic AI reduce la necesidad de personal especializado que normalmente se requiere para la creación de tableros complejos y el ajuste de modelos. Al integrar estos agentes directamente en los entornos de nube existentes, AWS está posicionando su ecosistema como una plataforma de auto-orquestación para la inteligencia empresarial.

A partir del 2026-05-05, estas funciones estarán disponibles para los clientes de AWS a nivel mundial. El movimiento destaca una tendencia más amplia de la industria donde la IA ya no es solo una interfaz de chatbot, sino un participante activo en las operaciones técnicas. Las organizaciones pueden esperar una mayor integración de estos agentes autónomos en todo el stack de AWS a medida que la compañía busca simplificar la gestión de entornos de datos a gran escala y cada vez más fragmentados.

Aunque nos esforzamos por la precisión, bytevyte puede cometer errores. Se aconseja a los usuarios verificar toda la información de forma independiente. No aceptamos ninguna responsabilidad por errores u omisiones.

✔Human Verified

Share