Recientemente, se ha producido una innovadora incorporación al diseño y manejo de flujos de trabajo empresariales a través de los llamados «agentic workflows». Estos flujos de trabajo utilizan modelos de lenguaje grandes (LLMs) que actúan como motor de razonamiento, descomponiendo consultas en lenguaje natural en acciones concretas empleando herramientas y APIs. Este enfoque permite una retroalimentación constante y auto-reflexión para alcanzar resultados precisos. Sin embargo, surge la necesidad urgente de evaluar su robustez, especialmente en escenarios que podrían ser adversos o dañinos.
Alineado con esta necesidad, Amazon ha desarrollado Amazon Bedrock Agents, una solución que transforma conversaciones en tareas y llamadas a API utilizando técnicas avanzadas como «ReAct» y «chain-of-thought» (CoT). Amazon Bedrock Agents no solo incrementa la flexibilidad y reduce costos de desarrollo al permitir personalizar aplicaciones, sino que también protege datos privados y asegura las aplicaciones al funcionar sobre la infraestructura gestionada por AWS. Además, ofrece mecanismos para evitar contenido dañino, permitiendo añadir salvaguardas personalizables con Amazon Bedrock Guardrails. Estos guardrails mejoran la protección contra contenido nocivo y ayudan a filtrar respuestas indeseadas, por ejemplo, en procesos de generación de resúmenes.
Un caso práctico relevante muestra un chatbot minorista en línea diseñado para gestionar consultas sobre productos como zapatos. Este chatbot utilizó Amazon Bedrock Agents para procesar flujos de trabajo dinámicos. Sin embargo, al enfrentarse a preguntas financieras no relacionadas, carecía de la robustez necesaria para manejar estas entradas sin apoyo de Amazon Bedrock Guardrails. Estos guardrails, personalizables, son esenciales para filtrar información sensible e incorrecta, evitando consejos fiduciarios impropios y controlando la generación de información personal, asegurando que el bot opere dentro de su alcance previsto.
La implementación de los Amazon Bedrock Guardrails probó ser eficaz en resolver dicho problema. Estos elementos permitieron que el sistema evite responder a consultas inapropiadas, protegiendo la información del usuario y fortaleciendo la confianza del cliente en la aplicación.
La importancia de estas innovaciones radica en la capacidad de los LLM para transformar las interacciones digitales, facilitando la automatización de tareas con un alto grado de personalización y confiabilidad. Herramientas como Amazon Bedrock Agents y Guardrails promueven interacciones más seguras y eficientes en el mundo digital, subrayando la importancia de proteger los datos y asegurar la integridad de las respuestas generadas.
