Amazon presenta Q, su asistente de IA generativa para empresas

El 28 de noviembre de 2023, durante su conferencia re:Invent, Amazon presentó Q, un chatbot corporativo integrado en AWS que responde preguntas, redacta documentos y ayuda a programadores usando los datos internos de cada empresa.

Amazon quiere que cada empleado de cada empresa cliente de AWS tenga un asistente de inteligencia artificial que conozca sus documentos, sus sistemas y su forma de trabajar. Ese es el planteamiento detrás de Amazon Q, presentado hoy por el consejero delegado de AWS, Adam Selipsky, en el escenario de re:Invent, la conferencia anual de la nube de Amazon en Las Vegas.

Un chatbot que conoce los datos de la empresa

Amazon Q es un asistente conversacional pensado para el entorno corporativo, no para el usuario doméstico. Se conecta a las herramientas que ya usa una organización —Amazon ha mencionado decenas de integraciones con sistemas como Salesforce, ServiceNow, Slack, Google Drive, Gmail, Microsoft 365 o Zendesk, entre otros— para responder preguntas, resumir documentos, redactar textos y generar contenido a partir de información interna, no solo de conocimiento genérico de internet.

La promesa central es la personalización: en lugar de un modelo que responde con conocimiento general, Q se adapta a los datos, procesos y políticas de cada cliente de AWS, respetando los permisos de acceso que ya existan en la empresa. Un empleado sin acceso a cierto documento no podrá pedirle a Q que se lo resuma.

Integrado en todo AWS, no solo un producto aislado

Amazon Q no llega como una aplicación suelta, sino tejido dentro del catálogo de AWS. Aparece dentro de QuickSight, el servicio de analítica de datos, para generar visualizaciones y explicaciones en lenguaje natural; dentro de Connect, la plataforma de atención al cliente, para asistir a los agentes en tiempo real; y dentro del propio panel de administración de AWS, para ayudar a resolver dudas técnicas sobre la infraestructura de la nube.

Para los desarrolladores, Amazon ha mostrado una capacidad que amplía lo que ya ofrecía CodeWhisperer, su asistente de programación: la posibilidad de automatizar migraciones de código, como actualizar aplicaciones escritas en versiones antiguas de Java a versiones más recientes, una tarea que tradicionalmente exige semanas de trabajo manual.

Amazon Q está construido sobre Amazon Bedrock, la plataforma de la compañía que da acceso a varios modelos fundacionales —incluidos los modelos propios Titan y otros de terceros como Anthropic— en lugar de depender de un único modelo cerrado.

La respuesta de Amazon a Copilot y a Gemini para empresas

El lanzamiento sitúa a Amazon en la misma carrera que Microsoft lleva meses librando con Copilot, integrado en Office 365 y en GitHub, y que Google persigue con las funciones de IA generativa de Workspace. La diferencia de enfoque de Amazon es su posición como proveedor de infraestructura: AWS no vende ofimática ni buscador propios, así que su baza es conectar Q con los sistemas empresariales que sus clientes ya tienen desplegados en la nube, vengan de donde vengan.

Es también un movimiento defensivo. AWS domina el mercado de computación en la nube, pero ha llegado más tarde que Microsoft y Google a la conversación pública sobre IA generativa. Con Q, la compañía busca demostrar que su ventaja en infraestructura —los mismos servidores donde ya viven los datos de miles de empresas— se traduce en un asistente más útil que el de la competencia, precisamente porque parte de datos privados y no de un modelo genérico.

Precio y disponibilidad

Amazon ha anunciado un precio de entrada de 20 dólares por usuario al mes para Amazon Q Business, la versión orientada a empleados no técnicos. El servicio se ofrece en vista previa desde hoy para clientes de AWS, con planes de ampliar progresivamente las integraciones y las funciones dirigidas a desarrolladores. Fuente del anuncio.

Queda por ver si las empresas confían en dar a un asistente de IA acceso amplio a documentos internos, contratos o conversaciones de soporte, y cómo gestiona Amazon los riesgos de que el modelo genere respuestas erróneas presentadas con la misma seguridad que las correctas, un problema que ningún asistente basado en modelos de lenguaje ha resuelto todavía por completo.

El triángulo que decide si un asistente empresarial es útil

Un chatbot corporativo combina tres sistemas que conviene auditar por separado. El primero recupera documentos: debe encontrar el fragmento pertinente y conservar su procedencia. El segundo redacta una respuesta a partir de ese material. El tercero, si está habilitado, ejecuta una acción. Cada capa añade una clase de fallo. Una respuesta puede sonar correcta y partir del documento equivocado; una acción puede estar bien formulada y carecer de autorización.

AWS explica en el anuncio de la vista previa que Q ofrece más de 40 conectores, respeta los controles de acceso del usuario y muestra referencias. Son propiedades verificables, no una garantía universal. Hay que comprobar que el conector sincroniza borrados y cambios de permisos, que una referencia conduce al pasaje utilizado y que el sistema se abstiene cuando los documentos se contradicen.

Una prueba razonable usa cuentas con privilegios diferentes y un conjunto pequeño de preguntas cuya respuesta ya conoce el equipo. Incluye un documento vigente, otro obsoleto y uno que el usuario de prueba no puede abrir. El asistente debería citar el vigente, advertir la incertidumbre y no revelar ni resumir el restringido. Después se revoca un permiso y se repite la consulta: un índice que tarda en actualizarse puede convertir un control correcto en una filtración temporal.

Responder y actuar no son el mismo riesgo

Cuando el asistente solo propone texto, una persona todavía puede corregirlo. Cuando crea un ticket, modifica infraestructura o envía un mensaje, el coste de un error cambia. Las acciones sensibles necesitan vista previa, confirmación, límites de alcance y un registro que permita reconstruir qué usuario pidió qué, qué fuente consultó el sistema y qué operación ejecutó.

La capacidad transferible es evaluar un asistente empresarial como una cadena de permisos, recuperación, generación y acción. La pregunta útil no es solo “¿responde bien?”, sino “¿puedo rastrear la respuesta, impedir que vea lo indebido y detener una acción antes de que produzca daño?”. Esa prueba seguirá siendo válida aunque cambien el nombre del producto o el modelo que lo impulsa.

Qué debe quedar en el registro

Una respuesta empresarial útil debería permitir reconstruir su recorrido. El registro mínimo incluye identidad y rol del usuario, consulta, documentos recuperados con su versión, respuesta mostrada, acción propuesta, confirmación y resultado del sistema externo. Los datos sensibles se protegen, pero no se elimina la trazabilidad necesaria para investigar un error. Sin versión del documento, una cita correcta hoy puede parecer falsa después de una actualización.

Las evaluaciones deben incluir la abstención. Se preparan preguntas sin respuesta en el repositorio y otras con fuentes incompatibles. El sistema de calidad no premia que el asistente responda siempre: premia que reconozca la falta de evidencia, muestre el conflicto y remita a una persona cuando corresponde. En una organización, una negativa bien justificada suele ser más segura que una síntesis fluida inventada.

Finalmente hay que designar propietario para cada conector y cada acción. Alguien debe revisar sincronización, permisos, incidentes y retirada. La IA no elimina esa responsabilidad; añade una interfaz nueva sobre sistemas que ya tenían dueños, controles y obligaciones.

Antes de desplegarlo, el equipo debe acordar qué consultas quedan fuera: asesoramiento legal definitivo, decisiones de personal o cambios irreversibles, por ejemplo. Esa frontera se implementa con permisos y revisión, no solo con un aviso. El control más importante puede ser que el asistente no tenga una herramienta que nunca debería usar.