Amazon Web Services incorpora cinco innovaciones de IA Generativa en su plataforma
La Inteligencia Artificial Generativa se incorporó dentro de la plataforma de AWS en diversos sabores para que desarrolladores independientes y empresas de todos los tamaños puedan crear una nueva generación de soluciones de software.

Mientras en HuggingFace se suben proyectos todos los días de IA Generativa, los proveedores de infraestructura no quieren quedarse atrás para ofrecer los bloques funcionales adecuados para la construcción de una nueva generación de soluciones de IA. Ya no alcanza con la nube, sino con las plataformas de desarrollo que ésta ofrece, y en particular que tipos de IA Generativa tiene embebidos. 

Las empresas entran en una era donde deben utilizar sus propios para datos pare entrenar sus IA corporativas. Y las ofertas posibles van subiendo a un impresionante ritmo de aproximadamente 20 proyectos diarios que se suben a HugginFace. 

Una vista rápida de cómo AWS quiere ser una plataforma dominante en este mercado se puede ver a partir de un resumen en cinco puntos principales. Pero si quiere profundizar el tema, luego de la síntesis se amplia toda la estrategia global de la división de Amazon para este año. 


1. Amazon Bedrock para crear y escalar aplicaciones de IA generativa. Se trata de un servicio totalmente gestionado que ofrece una selección de Modelos Fundacionales (FM, por sus siglas en inglés) de alto rendimiento de empresas líderes en IA, como AI21 Labs, Anthropic, Cohere, Meta, Stability AI y Amazon, junto con un amplio conjunto de capacidades que los clientes necesitan para crear aplicaciones de IA generativa, simplificando el desarrollo y manteniendo la privacidad y la seguridad. Los clientes pueden experimentar fácilmente con una variedad de los mejores FM para una amplia gama de casos de uso y personalizarlas de forma privada con sus propios datos. Amazon Bedrock también cuenta con un nuevo curso digital gratuito para que más personas conozcan el servicio y puedan empezar a utilizar la IA generativa.

2. Amazon Bedrock es el primer servicio de IA generativa totalmente gestionado que ofrecerá Llama 2, el LLM (modelo de lenguaje grande) de Meta, a través de una API gestionada, y estará disponible en las próximas semanas. Los modelos Llama 2, disponibles en Amazon Bedrock, están optimizados para ofrecer una respuesta rápida en la infraestructura de AWS y son ideales para casos de uso de diálogo. Los clientes podrán construir aplicaciones generativas de IA impulsadas por los modelos Llama 2 de parámetros 13B y 70B, sin necesidad de configurar ni administrar ninguna infraestructura.

3. Los dispositivos Amazon Titan Embeddings están disponibles para todo el mundo, lo que facilitará a los clientes comenzar con la generación aumentada de recuperación (RAG) para ampliar la potencia de cualquier FM (modelo fundacional) utilizando sus propios datos. Los FM de Amazon Titan son una familia de modelos creados y entrenados previamente por AWS sobre conjuntos de datos de gran tamaño, lo que les brinda potentes capacidades de uso general diseñadas para soportar una amplia variedad de casos de uso. El primero de estos modelos disponibles para los clientes, Amazon Titan Embeddings, es un LLM que convierte texto en representaciones numéricas denominadas incrustaciones para potenciar los casos de uso de RAG.

4. Amazon CodeWhisperer tiene una nueva funcionalidad que permitirá a los clientes personalizar de forma segura las sugerencias de CodeWhisperer utilizando su base de código privada para alcanzar nuevos niveles de productividad de los desarrolladores. La nueva capacidad de personalización de Amazon CodeWhisperer desbloqueará todo el potencial de la codificación generativa basada en inteligencia artificial al aprovechar de forma segura la base de código interna y los recursos del cliente para ofrecer recomendaciones personalizadas en función de sus necesidades específicas. Los desarrolladores ahorran tiempo al mejorar la relevancia de las sugerencias de código en una variedad de tareas.

5. Amazon QuickSight contará con nuevas capacidades de creación de inteligencia empresarial generativa (BI) para ayudar a los analistas de negocios a crear y personalizar elementos visuales fácilmente mediante comandos en lenguaje natural. Las nuevas capacidades de creación de inteligencia empresarial generativa permiten a los analistas de negocios describir de forma sencilla el resultado deseado a partir de fragmentos de preguntas (p. ej., «los 10 mejores productos»), y QuickSight genera imágenes atractivas que se pueden añadir fácilmente a un panel o informe con un solo clic.



Desde Amazon Bedrock y Amazon Titan Embeddings hasta CodeWhisperer y QuickSight, estas innovaciones se suman a las capacidades que AWS proporciona a los clientes en todas las capas de la pila de IA generativa, para organizaciones de todos los tamaños y con seguridad y privacidad de nivel empresarial, selección de los mejores modelos de su clase y potentes capacidades de personalización de modelos. Para comenzar con la IA generativa desde la plataforma de AWS se puede visitar: aws.amazon.com/generative-ai/.

"Durante el último año, la proliferación de datos, el acceso a la computación escalable y los avances en el aprendizaje automático (ML) han llevado a un aumento del interés en la IA generativa, despertando nuevas ideas que podrían transformar industrias enteras y reimaginar cómo se hace el trabajo", comenta Swami Sivasubramanian, vicepresidente de Datos e IA en AWS. 

El punto clave de la IA Generativa para organizaciones de todos los tamaños y sectores es reimaginar la forma de resolver problemas difíciles y crear nuevas experiencias de usuario. Aunque los recientes avances en IA generativa ya tienen la atención general, muchas empresas no participan en esta transformación. Estas organizaciones quieren empezar a utilizar la IA generativa, pero les preocupa la seguridad y la privacidad de estas herramientas. También quieren tener la posibilidad de elegir entre una amplia variedad de MF, de modo que puedan probar diferentes modelos para determinar cuál funciona mejor para su caso de uso único.

Los clientes también quieren sacar el máximo partido de los datos que ya tienen personalizando en privado los modelos para crear experiencias diferenciadas para sus usuarios finales. Por último, necesitan herramientas que les ayuden a introducir rápidamente estas nuevas innovaciones en el mercado y la infraestructura necesaria para desplegar sus aplicaciones de IA generativa a escala mundial.  En AWS detalla que ya tienen clientes como adidas, Alida, BMW Group, Genesys, Glide, GoDaddy, Intuit, LexisNexis Legal & Professional, Lonely Planet, Merck, NatWest Group, Perplexity AI, Persistent, Quext, RareJob Technologies, Rocket Mortgage, SnapLogic, Takenaka Corporation, Traeger Grills, el PGA TOUR, Verint, Verisk, WPS utilzando IA generativa.

Amazon Bedrock ya está disponible de forma general para ayudar a más clientes a crear y escalar aplicaciones de IA generativa

Amazon Bedrock es un servicio totalmente administrado que ofrece una selección de MF de alto rendimiento de empresas líderes en IA, como AI21 Labs, Anthropic, Cohere, Meta, Stability AI y Amazon, junto con un amplio conjunto de capacidades que los clientes necesitan para crear aplicaciones de IA generativa, simplificando el desarrollo y manteniendo la privacidad y la seguridad. 

La flexibilidad de los MF los hace aplicables a una amplia gama de casos de uso, potenciando desde la búsqueda hasta la creación de contenidos o el descubrimiento de fármacos. Sin embargo, algunas cosas se interponen en el camino de la mayoría de las empresas que desean adoptar la IA generativa. En primer lugar, necesitan una forma sencilla de encontrar y acceder a CP de alto rendimiento que ofrezcan resultados sobresalientes y se adapten mejor a sus objetivos. En segundo lugar, los clientes quieren que la integración de las aplicaciones sea perfecta, sin tener que gestionar enormes grupos de infraestructuras ni incurrir en grandes costes. Por último, los clientes quieren formas sencillas de utilizar el CP base y crear aplicaciones diferenciadas con sus datos. Dado que los datos que los clientes quieren para la personalización son propiedad intelectual increíblemente valiosa, deben permanecer completamente protegidos, seguros y privados durante ese proceso, y los clientes quieren controlar cómo se comparten y utilizan los datos.

Gracias a las completas capacidades de Amazon Bedrock, los clientes pueden experimentar fácilmente con una variedad de los mejores FM y personalizarlos de forma privada con sus propios datos. Además, Amazon Bedrock ofrece capacidades diferenciadas como la creación de agentes administrados que ejecutan tareas empresariales complejas (desde la reserva de viajes y el procesamiento de reclamaciones de seguros hasta la creación de campañas publicitarias y la administración de inventario) sin necesidad de escribir código. 



Como Amazon Bedrock no tiene servidor, los clientes no tienen que administrar ninguna infraestructura y pueden integrar e implementar de forma segura capacidades de IA generativa en sus aplicaciones utilizando los servicios de AWS con los que ya están familiarizados. Creado pensando en la seguridad y la privacidad, Amazon Bedrock facilita a los clientes la protección de datos confidenciales. Los clientes pueden utilizar AWS PrivateLink para establecer una conexión privada y segura entre Amazon Bedrock y su nube privada virtual (VPC) sin exponer ningún tráfico a la Internet pública. Y, para los clientes de sectores muy regulados, Amazon Bedrock es un servicio que cumple los requisitos de la HIPAA y puede utilizarse de conformidad con el GDPR, lo que permite que aún más clientes se beneficien de la IA generativa.

Amazon Bedrock sigue ampliando su selección de modelos con Amazon Titan Embeddings y Llama 2 para ayudar a cada cliente a encontrar el modelo adecuado para su caso de uso.

Ningún modelo está optimizado para todos los casos de uso y, para desbloquear el valor de la IA generativa, los clientes necesitan tener acceso a una variedad de modelos para descubrir qué funciona mejor en función de sus necesidades. Por ello, Amazon Bedrock facilita a los clientes la búsqueda y prueba de una selección de los principales MF, incluidos los modelos de AI21 Labs, Anthropic, Cohere, Meta, Stability AI y Amazon, a través de una única API. Además, como parte de una colaboración estratégica anunciada recientemente, todos los futuros MF de Anthropic estarán disponibles en Amazon Bedrock con acceso anticipado a características únicas para la personalización de modelos y capacidades de ajuste. Con el anuncio de hoy, Amazon Bedrock sigue ampliando su selección de MF con acceso a nuevos modelos:

Amazon Titan Embeddings ya está disponible de forma general: Los FM de Amazon Titan son una familia de modelos creados y preentrenados por AWS en grandes conjuntos de datos, lo que los convierte en potentes capacidades de uso general para respaldar una gran variedad de casos de uso. Amazon Titan Embeddings, el primero de estos modelos disponible de forma general para los clientes, es un modelo de lenguaje de gran tamaño (LLM) que convierte texto en representaciones numéricas denominadas incrustaciones para potenciar casos de uso de búsqueda, personalización y generación aumentada de recuperación (RAG). 

Los MF son muy adecuados para una amplia variedad de tareas, pero sólo pueden responder a preguntas basadas en el aprendizaje de los datos de entrenamiento y la información contextual de una consulta, lo que limita su eficacia cuando las respuestas requieren conocimientos puntuales o datos propios. Para aumentar las respuestas de los MF con datos adicionales, muchas organizaciones recurren a la RAG, una popular técnica de personalización de modelos en la que el MF se conecta a una fuente de conocimientos a la que puede hacer referencia para aumentar sus respuestas. Para empezar con la RAG, los clientes deben acceder primero a un modelo de incrustación para convertir sus datos en incrustaciones que permitan al MF comprender más fácilmente el significado semántico y las relaciones entre los datos. 

La creación de un modelo de incrustación requiere grandes cantidades de datos y recursos, así como profundos conocimientos de ML, lo que hace que sea poco práctico para muchos clientes crearlo ellos mismos y pone a RAG fuera del alcance de muchas organizaciones. Amazon Titan Embeddings facilita a los clientes comenzar con RAG para ampliar la potencia de cualquier FM utilizando sus datos propios. Amazon Titan Embeddings admite más de 25 idiomas y una longitud de contexto de hasta 8 192 tokens, lo que lo hace idóneo para trabajar con palabras sueltas, frases o documentos completos en función del caso de uso del cliente. El modelo devuelve vectores de salida de 1.536 dimensiones, lo que le confiere un alto grado de precisión, al tiempo que se optimiza para obtener resultados rentables y de baja latencia.

Llama 2 llegará en las próximas semanas: Amazon Bedrock es el primer servicio de IA generativa totalmente gestionado que ofrece Llama 2, el LLM de próxima generación de Meta, a través de una API gestionada. Los modelos Llama 2 incorporan mejoras significativas con respecto a los modelos Llama originales, incluido el entrenamiento con un 40% más de datos y una mayor longitud de contexto de 4.000 tokens para trabajar con documentos de mayor tamaño. Optimizados para ofrecer una respuesta rápida en la infraestructura de AWS, los modelos Llama 2 disponibles a través de Amazon Bedrock son ideales para casos de uso de diálogo. Los clientes podrán crear aplicaciones de IA generativa impulsadas por los modelos Llama 2 de 13B y 70B parámetros, sin necesidad de configurar y administrar ninguna infraestructura.

La nueva capacidad de Amazon CodeWhisperer permitirá a los clientes personalizar de forma segura las sugerencias de CodeWhisperer utilizando su código privado para desbloquear nuevos niveles de productividad de los desarrolladores.

Entrenado en miles de millones de líneas de código de Amazon y de código público, Amazon CodeWhisperer es un compañero de codificación basado en IA que mejora la productividad de los desarrolladores. Aunque los desarrolladores utilizan con frecuencia CodeWhisperer para el trabajo diario, a veces necesitan incorporar el código privado interno de su organización (por ejemplo, API internas, bibliotecas, paquetes y clases) en una aplicación, ninguno de los cuales está incluido en los datos de entrenamiento de CodeWhisperer. 

Sin embargo, el código interno puede ser difícil de trabajar porque la documentación puede ser limitada, y no hay recursos públicos o foros donde los desarrolladores puedan pedir ayuda. Por ejemplo, para escribir una función para un sitio web de comercio electrónico que elimine un artículo de un carrito de la compra, un desarrollador debe entender primero las API existentes, las clases y otro código interno utilizado para interactuar con la aplicación. Anteriormente, un desarrollador podría haber pasado horas examinando código interno escrito previamente para encontrar la información que necesita y entender cómo funciona. Incluso después de encontrar los recursos adecuados, deben inspeccionar el código de cerca para asegurarse de que se adhiere a las mejores prácticas de codificación de la empresa y no repite ningún fallo o vulnerabilidad presente en el código de referencia.

La nueva capacidad de personalización de Amazon CodeWhisperer desbloqueará todo el potencial de la codificación generativa impulsada por IA al aprovechar de forma segura la base de código y los recursos internos de un cliente para proporcionar recomendaciones personalizadas según sus requisitos exclusivos. Los desarrolladores ahorran tiempo gracias a la mejora de la relevancia de las sugerencias de código en toda una serie de tareas. Para empezar, un administrador se conecta a su repositorio de código privado desde una fuente, como GitLab o Amazon S3, y programa un trabajo para crear su propia personalización. 


Al crear una personalización, CodeWhisperer aprovecha una serie de técnicas de personalización de modelos y contextos para aprender del repositorio del cliente y mejorar sus sugerencias de código en tiempo real, de modo que los desarrolladores pasen menos tiempo buscando la respuesta correcta a problemas indiferenciados y más tiempo centrados en crear experiencias nuevas y diferenciadas. A continuación, los administradores pueden administrar de forma centralizada todas las personalizaciones desde la consola de AWS, lo que les permite ver las métricas de evaluación, estimar el rendimiento de cada personalización e implementarlas de forma selectiva en desarrolladores específicos de toda la empresa para restringir el acceso al código confidencial. 

Dado que se pueden elegir selectivamente sólo los repositorios de mayor calidad, los administradores pueden garantizar que las personalizaciones que proporciona CodeWhisperer omiten código obsoleto y cumplen las normas de calidad y seguridad de la organización. Creada teniendo en cuenta la seguridad y la privacidad de la empresa, esta función mantiene las personalizaciones totalmente privadas, y el FM subyacente de CodeWhisperer no utiliza las personalizaciones para la formación, protegiendo así la valiosa propiedad intelectual de los clientes. Esta capacidad de personalización estará disponible en breve para los clientes en versión preliminar, como parte del nuevo nivel Enterprise de CodeWhisperer. Las personalizaciones de CodeWhisperer también son seguras por defecto, y AWS no almacena ni registra ningún contenido del cliente cuando gestiona solicitudes del IDE de un desarrollador que utiliza la capa profesional o la capa empresarial de Amazon CodeWhisperer.

El lenguaje natural ahora se puede emplear en Amazon QuickSight para personalizar elementos visuales a partir de datos

Amazon QuickSight es un servicio de BI unificado creado para la nube que ofrece paneles interactivos, informes paginados y análisis integrados, además de capacidades de consulta en lenguaje natural mediante QuickSight Q, para que todos los usuarios de la organización puedan acceder a la información que necesitan en el formato que prefieran. 

Los analistas de negocio a menudo pasan horas con herramientas de BI explorando fuentes de datos dispares, añadiendo cálculos y creando y refinando visualizaciones antes de ofrecerlas en cuadros de mando a las partes interesadas de la empresa. Para crear un único gráfico, un analista debe encontrar primero la fuente de datos correcta, identificar los campos de datos, configurar los filtros y realizar las personalizaciones necesarias para garantizar que el visual sea convincente. Si el visual requiere un nuevo cálculo (por ejemplo, las ventas del año hasta la fecha), el analista debe identificar los datos de referencia necesarios y, a continuación, crear, verificar y añadir el visual al informe. Las organizaciones se beneficiarían de la reducción del tiempo que los analistas de negocio dedican a crear y ajustar manualmente gráficos y cálculos para que puedan dedicar más tiempo a tareas de mayor valor.

Las nuevas capacidades de creación de BI Generativo amplían la consulta en lenguaje natural de QuickSight Q más allá de la respuesta a preguntas bien estructuradas (por ejemplo, "¿Cuáles son los 10 productos más vendidos en California?") para ayudar a los analistas a crear rápidamente visualizaciones personalizables a partir de fragmentos de preguntas (por ejemplo, "10 productos más vendidos"), aclarar la intención de una consulta formulando preguntas de seguimiento, refinar visualizaciones y completar cálculos complejos. 


Los analistas de negocio sólo tienen que describir el resultado deseado y QuickSight genera imágenes atractivas que pueden añadirse fácilmente a un cuadro de mando o informe con un solo clic. Por ejemplo, un analista puede pedir a QuickSight Q que cree una visualización para la "tendencia mensual de las ventas de zapatillas en 2022 y 2023", y el servicio selecciona automáticamente los datos apropiados y traza la información utilizando el formato de gráfico (por ejemplo, gráfico de líneas o de barras) que tenga más sentido en función de la solicitud. QuickSight Q también ofrecerá preguntas relacionadas para ayudar a los analistas a aclarar casos ambiguos cuando varios campos de datos coincidan con su consulta (por ejemplo, si el gráfico debe incluir el valor total en dólares de las ventas de zapatillas o el número de unidades vendidas).

Una vez que el analista dispone de la visualización inicial, también puede añadir cálculos complejos, cambiar los tipos de gráfico y perfeccionar las visualizaciones utilizando indicaciones en lenguaje natural. Las nuevas funciones de creación de BI generativo de QuickSight Q facilitan y agilizan la creación de atractivos elementos visuales por parte de los analistas empresariales y reducen el tiempo necesario para obtener la información necesaria para tomar decisiones basadas en datos a gran escala.

Clientes referentes de IA generativa de AWS que están creando nuevas aplicaciones

Adidas es una de las mayores marcas deportivas del mundo. "Nos entusiasmó participar en la versión preliminar de Amazon Bedrock y probar el servicio", afirma Daniel Eichten, vicepresidente de arquitectura empresarial de adidas. "Amazon Bedrock se convirtió rápidamente en una adición muy valorada a nuestro conjunto de herramientas de IA generativa, lo que nos permite centrarnos en los aspectos centrales de nuestros proyectos de LLM, mientras dejamos que se encargue del trabajo pesado de administrar la infraestructura. Gracias a Amazon Bedrock, hemos desarrollado una solución de IA generativa que ofrece a la comunidad de ingenieros de adidas la posibilidad de encontrar información y respuestas de nuestra base de conocimientos a través de una única interfaz conversacional, que abarca desde los primeros pasos hasta preguntas muy técnicas."

GoDaddy es una empresa líder en registro de dominios, comercio y alojamiento web que presta servicio a más de 20 millones de clientes. "En GoDaddy, nuestro objetivo es ayudar a los emprendedores de todos los días a tener éxito, dándoles las herramientas para establecer su negocio, crear un sitio web y una marca, comercializar a sus clientes y administrar su trabajo", dijo Travis Muhlestein, director de datos y análisis de GoDaddy. "Hoy en día, uno de los mayores retos a los que se enfrentan los emprendedores y las microempresas es la falta de financiación, tiempo y recursos. Hemos oído decir a los clientes que quieren acelerar la creación de contenidos para la participación del usuario final, lo que les permite ampliar su negocio. Estamos utilizando Amazon Bedrock para construir un servicio de IA generativa que ayudará a los clientes a crear fácilmente sus negocios en línea, y a conectarlos de manera más eficiente con proveedores, consumidores, recursos y oportunidades de financiación relevantes."

Merck es una empresa biofarmacéutica de investigación intensiva que lleva más de 130 años descubriendo y desarrollando medicamentos y vacunas innovadores para salvar y mejorar vidas. "En toda la cadena de valor de la industria farmacéutica, existen procesos manuales que requieren mucho tiempo y que impiden realizar un trabajo de mayor impacto, así como datos que no se aprovechan eficazmente para mejorar la experiencia de los empleados, los clientes y los pacientes", afirma Suman Giri, director ejecutivo de Ciencia de Datos de Merck. "Con Amazon Bedrock, hemos creado rápidamente capacidades de IA generativa para hacer que cosas como la minería del conocimiento y la investigación de mercado sean más eficientes. En nuestros flujos de trabajo analíticos a nivel de paciente en Estados Unidos, podemos utilizar esas capacidades para proporcionar información a los pacientes, mejorar vidas y aumentar el alcance comercial, al tiempo que cerramos brechas en el intercambio de datos y construimos nuestro ecosistema de gobernanza de datos para una IA generativa responsable."

NatWest Group es un banco líder en el Reino Unido, que presta servicio a más de 19 millones de personas y apoya a comunidades, familias y empresas. "El mundo ha cambiado en los últimos 12 meses con la expansión de la tecnología de IA generativa", afirma Zachery Anderson, director de análisis y datos de NatWest Group. "Esta tecnología ha subido el listón en cuanto a los tipos de servicios, productos y soporte que nuestros clientes esperan para alcanzar sus objetivos financieros. Amazon Bedrock nos permite aprovechar los últimos modelos generativos de IA en una plataforma segura y escalable, que nuestros equipos de científicos de datos, ingenieros y tecnólogos están utilizando para experimentar y crear nuevos servicios. Con estas herramientas, podremos combatir la próxima generación de amenazas de la delincuencia financiera, así como permitir que los clientes y colegas accedan a la información que necesitan, en el formato que deseen y cuando la necesiten".

El PGA TOUR es la principal organización mundial de jugadores profesionales de golf. "Crear experiencias únicas y atractivas para los aficionados es una de las principales prioridades del PGA TOUR", afirma Scott Gutterman, vicepresidente senior de Operaciones Digitales del PGA TOUR. "Junto con AWS, hemos estado transformando la forma en que se crea, distribuye y experimenta el contenido de golf. Ahora, utilizando Amazon Bedrock, abriremos nuevos caminos mientras reimaginamos cómo los aficionados al golf conectan con nuestro deporte y lo siguen. Aprovechar la IA generativa nos permitirá crear nuevos puntos de contacto para nuestros fans, y crear una plataforma de IA para evaluar el rendimiento del juego de los jugadores y hacer recomendaciones de ajustes en diferentes hoyos o campos. AWS nos permite desbloquear más valor de nuestros datos a la vez que nos proporciona un entorno seguro para proteger nuestra propiedad intelectual."

Fundada en 1610, Takenaka Corporation es una de las principales empresas de construcción de Japón y colaboró con AWS para desarrollar la plataforma digital Building 4.0, que utiliza datos y análisis para impulsar la eficiencia y la creación de nuevo valor en todas sus operaciones empresariales. "Para aumentar la productividad y acelerar los desarrollos empresariales, las empresas de arquitectura, ingeniería y construcción deben centrarse en digitalizar todas sus operaciones, incluidos los emplazamientos físicos", afirma el Dr. Keizo Iwashita, director ejecutivo de la División Digital de Takenaka Corporation. "La IA generativa está preparada para ofrecer importantes ganancias de eficiencia y es uno de los focos clave de los esfuerzos de transformación digital de Takenaka Corporation. Planeamos utilizar Amazon Bedrock y Amazon Kendra para construir una aplicación que permita a los empleados encontrar fácilmente información de grandes cantidades de leyes y reglamentos de la industria de la construcción, directrices internas y mejores prácticas para tomar decisiones empresariales más inteligentes y rápidas, y mejorar el equilibrio entre la vida laboral y personal."

Persistent es una compañía global de servicios y soluciones que ofrece servicios de ingeniería digital y modernización empresarial a sus clientes. "En Persistent, estamos equipando a nuestra organización de más de 16 000 ingenieros con Amazon CodeWhisperer para crear y ofrecer aplicaciones del sector de forma más rápida, segura y responsable", afirma Pandurang Kamat, director de tecnología de Persistent. "Aunque ya hemos visto que CodeWhisperer acelera la productividad en una serie de tareas, nuestros desarrolladores también necesitan trabajar con código interno que no está incluido en las sugerencias de CodeWhisperer, lo que limita las ganancias de productividad al trabajar con código recomendado. 

Varios equipos aprovechan la nueva capacidad de personalización de CodeWhisperer para ayudar a maximizar los beneficios de las sugerencias de código generativas impulsadas por IA, y ya estamos viendo grandes resultados. En un estudio reciente realizado en colaboración con AWS, descubrimos que los desarrolladores que utilizaban la capacidad de personalización podían completar sus tareas de codificación hasta un 28% más rápido, de media, que los desarrolladores que utilizaban CodeWhisperer estándar, y en determinados casos. Estamos encantados de ampliar el acceso a esta nueva capacidad a más equipos para que nuestros desarrolladores puedan aumentar aún más nuestra productividad."

BMW Group es un fabricante mundial de automóviles y motocicletas de alta gama. "Aquí en BMW, nuestros especialistas regionales se centran en optimizar el inventario en toda nuestra cadena de suministro", explica Christoph Albrecht, experto en ingeniería de datos y análisis de BMW Group. "Reciben regularmente peticiones de partes interesadas, como los miembros de nuestro consejo de administración o los especialistas de la cadena de suministro, para crear nuevas vistas de cuadros de mando que les permitan analizar las últimas tendencias". La nueva experiencia de creación con Q de QuickSight supone un enorme ahorro de tiempo a la hora de crear cálculos sin detenerse a buscar referencias, crear visuales rápidamente y, a continuación, perfeccionar la presentación visual para obtener una experiencia precisa, todo ello con lenguaje natural. Los especialistas regionales pueden impresionar a nuestros usuarios empresariales con una respuesta rápida y pueden tomar decisiones críticas con mayor celeridad".

Traeger Grills es un proveedor líder de ahumadores, parrillas y productos de barbacoa. "Nuestro negocio evoluciona constantemente y desarrolla nuevas necesidades de datos, lo que nos ha llevado a crear y actualizar cuadros de mando e informes", afirma Corey Savory-Venzke, vicepresidente de Experiencia del cliente de Traeger Grills.

QuickSight permite ofrecer datos a los usuarios a través de una variedad de casos de uso, desde las previsiones del centro de distribución hasta los informes de métricas del centro de llamadas de Amazon Connect. "QuickSight Q nos demostró el poder de las experiencias de lenguaje natural para acelerar el trabajo con datos ayudando a nuestros usuarios empresariales a obtener información al instante. Estamos entusiasmados con las capacidades adicionales de Generative BI para autores porque pueden elevar a un nuevo nivel nuestra velocidad para responder a estas necesidades empresariales cambiantes. Este tipo de experiencias en lenguaje natural están cambiando radicalmente la forma de trabajar de las personas”, concluye Corey Savory-Venzke