Empresa
AWS
Amazon Web Services (AWS) es la división de nube de Amazon, que ofrece infraestructura, modelos y servicios de IA como Amazon Bedrock, SageMaker AI, Trainium y Amazon Quick. En las noticias recientes aparece sobre todo como proveedor de plataforma: publica guías técnicas y anuncios de producto sobre agentes, personalización de modelos, capas semánticas y seguridad para agentes.
IA para hoy ha analizado 425 noticias sobre AWS, procedentes de 5 medios distintos. En los últimos siete días han sido 31, frente a las 16 de la semana anterior. La fiabilidad media de esa cobertura es de 3,1 sobre 5, medida con las reglas de nuestro método. Las áreas de impacto que más se repiten son IT, Desarrollo, Operaciones. Aparece en 8 historias en seguimiento.
Evolución en 16 semanas
El momentum semanal se estima con la misma fórmula que el momentum actual: volumen, aceleración respecto a la semana anterior, diversidad de fuentes e impacto.
Análisis Qué significa para una empresa
- Oportunidades
- Permite desplegar agentes de IA, personalizar modelos (SageMaker AI), acceder a modelos de terceros como GPT de OpenAI o Claude en Bedrock y conectar datos corporativos mediante MCP y capas semánticas. Reduce la necesidad de construir infraestructura propia para entrenamiento e inferencia.
- Riesgos
- Dependencia de proveedor, con costes que dependen del uso y de la configuración. Varias guías advierten de que el cumplimiento normativo (por ejemplo HIPAA) depende de la configuración del cliente y no de la elegibilidad del servicio. Algunos ejemplos publicados contienen vulnerabilidades conocidas y los resultados de rendimiento dependen mucho de la carga.
- Qué debería hacer una empresa
- Evaluar en los próximos 0-6 meses los servicios de AWS relevantes para sus casos de uso, empezando por un piloto de agentes con gobierno de datos y control de costes, y verificar los requisitos de cumplimiento antes de llevar datos sensibles.
Análisis generado por IA a partir de las noticias disponibles; actualizado hace 11 h.
Relacionadas
LLM ×265agentes ×203Amazon ×106RAG ×103Anthropic ×78Amazon Bedrock ×40OpenAI ×36Nvidia ×35MCP ×34Amazon Bedrock ×32
Historias
Hugging Face publica un verificador de compatibilidad de modelos con Trainium
AWS lanza sesiones de entrenamiento de SageMaker AI
Guía de AWS para desplegar agentes de IA con datos sanitarios bajo HIPAA
AWS publica guías para TTS en SageMaker: autoescalado y streaming de voz
Agente de IA para clasificar fallos de tests en Rescale
AWS publica guía de conectividad privada para Amazon Quick
AWS explica retos de sistemas multiagente en producción
Marco AAIF para agentes con modelos pequeños locales y en la nube
Noticias
Hugging Face lanza un Space para comprobar qué modelos funcionan sin cambios en AWS Trainium
Hugging Face ha publicado un Space que indica si los modelos de Transformers del Hub se ejecutan sin modificaciones en AWS Trainium, con el script para…
Por qué importaPara equipos que quieran usar Trainium como alternativa a GPU, la compatibilidad de cada modelo deja de ser una suposición y puede consultarse antes…
AWS lanza en disponibilidad general las sesiones de entrenamiento de SageMaker AI para personalizar modelos
AWS ha anunciado la disponibilidad general de las sesiones de entrenamiento dentro de la personalización de modelos sin servidor de SageMaker AI. Permiten…
Por qué importaReduce la barrera técnica para ajustar modelos abiertos con aprendizaje por refuerzo, especialmente para agentes que requieren varias interacciones…
Amazon Quick puede usarse con datos sanitarios bajo HIPAA, pero la elegibilidad no equivale a cumplimiento
AWS publica una guía para desplegar agentes de IA con Amazon Quick en entornos sanitarios regulados por HIPAA. El texto explica que Amazon Quick es un servicio…
Por qué importaLas organizaciones sanitarias y aseguradoras que quieran usar agentes con datos de pacientes deben entender que la responsabilidad de cumplimiento…
AWS explica cómo transmitir voz de baja latencia desde agentes de IA con Kokoro-82M en SageMaker
AWS publica una guía para enviar cada frase de un agente de voz a un modelo Kokoro-82M alojado en SageMaker AI en cuanto se genera, sin esperar a la respuesta…
Por qué importaLa latencia percibida es lo que más pesa en la experiencia de los agentes de voz, y el enfoque por frases reduce el tiempo hasta el primer audio sin…
AWS explica cómo calibrar el autoescalado de un endpoint TTS con Kokoro-82M en SageMaker AI
AWS Machine Learning Blog publica una guía para desplegar el modelo de síntesis de voz Kokoro-82M como contenedor personalizado en un endpoint de Amazon…
Por qué importaPara equipos que operan síntesis de voz propia, un umbral mal estimado puede tanto desperdiciar GPU como incumplir la latencia comprometida sin que…
Rescale construye en cinco días un agente de IA para clasificar fallos de tests con AI-DLC y AWS
Rescale desarrolló con el marco AI-DLC, Strands Agents y Amazon Bedrock un agente que clasifica y enruta los fallos de los tests end-to-end nocturnos. Según el…
Por qué importaMuestra un caso concreto de agente de IA integrado en un pipeline de CI/CD real, con supervisión humana en cada decisión. Es una referencia práctica…
AWS explica cómo conectar Amazon Quick con redes corporativas mediante PrivateLink sin tráfico por internet
AWS publica una guía técnica para conectar fuentes de datos locales con Amazon Quick mediante AWS PrivateLink, evitando que el tráfico pase por internet…
Por qué importaPara empresas con datos regulados o detrás de cortafuegos, es una vía documentada para usar agentes y paneles de IA sin exponer datos sensibles…
AWS documenta cinco retos de los sistemas multiagente en producción y cómo los resuelve Deep Insight
El blog de AWS Machine Learning publica la primera parte de una serie sobre cinco retos de los sistemas multiagente en producción: orquestación, selección de…
Por qué importaMuchos equipos logran prototipos rápidos pero fracasan al llevarlos a producción, y el artículo ofrece un marco concreto para anticipar esos…
AWS propone un marco que deriva tareas rutinarias de agentes de IA a modelos pequeños locales
AWS Machine Learning Blog describe el Adaptive Agentic Intelligence Framework (AAIF), construido con Strands Agents, que usa modelos pequeños de lenguaje…
Por qué importaPara equipos que construyen agentes, enrutar cada petición a un modelo grande eleva costes y latencia; separar tareas locales y en la nube puede…
Amazon explica cómo perfilar modelos PyTorch en sus chips Trainium con TorchNeuron
Amazon publica en Hugging Face la primera parte de una guía sobre perfilado de rendimiento de inferencia en AWS Trainium con TorchNeuron, su backend nativo de…
Por qué importaPara equipos que ejecutan modelos en hardware de Amazon, identificar dónde se consume el tiempo de inferencia permite reducir costes sin cambiar el…
NVIDIA amplía su familia de modelos abiertos para Europa en lenguaje, robótica, biología y cuántica
NVIDIA anunció nuevos modelos abiertos: Nemotron 3.5 Super VL y Nemotron 3.5 Bolt, Nemotron Retriever, la familia Kumo para datos empresariales estructurados…
Por qué importaLos modelos abiertos que se pueden personalizar con datos locales y desplegar en infraestructura propia pueden interesar a empresas europeas que…
Anthropic tiene dificultades para asegurar capacidad de nube, según un S-1 filtrado antes de su salida a bolsa
Según un S-1 filtrado a The Wall Street Journal, Anthropic tiene problemas para obtener suficiente capacidad de nube de AWS, Google y Microsoft, que la ven…
Por qué importaLa disponibilidad de cómputo es un factor limitante para los proveedores de modelos, y las dependencias con los grandes proveedores de nube pueden…
i14 entrena y sirve su modelo Laplace 3B en AWS Trainium2 con PyTorch nativo
i14 ha entrenado y servido Laplace 3B, un modelo de atención lineal con Gated Linear Attention, en aceleradores AWS Trainium2 mediante PyTorch nativo. Según el…
Por qué importaPresenta una alternativa a la caché KV de los transformers que podría hacer más predecible y barato el servicio de agentes y de análisis de…
Smartsheet lanza su servidor MCP general y AWS explica cómo conectarlo con Amazon Quick y Kiro
Smartsheet ha lanzado con disponibilidad general su servidor Model Context Protocol (MCP), que permite a asistentes de IA leer y modificar datos de Smartsheet…
Por qué importaPermite que agentes de IA actualicen tareas, estados y estructuras de proyectos en Smartsheet sin cambiar de herramienta, lo que puede reducir…
AWS muestra cómo conectar el servidor MCP de Smartsheet a Amazon Quick y Kiro
AWS Machine Learning Blog describe dos formas de conectar el servidor MCP de Smartsheet, ya disponible con carácter general, a Amazon Quick para equipos de…
Por qué importaPermite que agentes de IA consulten y actualicen el trabajo de proyectos real sin cambiar de herramienta, algo útil para equipos que ya usan…
AWS muestra cómo ajustar GPT-OSS-20B para razonar en varios idiomas con SFT y GRPO
AWS describe en su blog el ajuste fino de GPT-OSS-20B en Amazon SageMaker HyperPod para que razone en francés, alemán, español e italiano. El modelo base…
Por qué importaLas empresas que despliegan modelos de razonamiento para usuarios no angloparlantes necesitan que el modelo piense y responda en su idioma. El…
AWS habilita modelos GPT de OpenAI en Amazon Bedrock desde Canadá mediante inferencia entre regiones
AWS anuncia que las organizaciones canadienses pueden usar los modelos GPT-5.6, GPT-6 y GPT-6.1 de OpenAI en Amazon Bedrock desde las regiones Canada (Central)…
Por qué importaLas empresas canadienses que construyen aplicaciones de IA generativa sobre Bedrock pueden acceder a modelos de frontera sin depender de regiones…
AWS Agent Registry permite a los agentes de IA descubrir herramientas y agentes en tiempo de ejecución
AWS Blog describe un patrón de descubrimiento en tiempo de ejecución con AWS Agent Registry: un orquestador busca mediante búsqueda semántica servidores MCP y…
Por qué importaPara empresas con cientos de APIs internas, cada nueva capacidad hoy exige cambios de código y despliegues coordinados entre equipos. Un catálogo…
AWS y Keyfactor publican una arquitectura con certificados X.509 para proteger la identidad de los agentes de IA
AWS y Keyfactor han publicado una arquitectura de referencia que usa PKI X.509 con EJBCA para dar identidad criptográfica a agentes de IA. Combina envoltorios…
Por qué importaLos agentes que acceden a bases de datos y operaciones de negocio necesitan demostrar quién hace cada llamada y actuar solo con autorización. Las…
AWS muestra cómo crear una capa semántica gobernada para agentes de IA con Denodo y Bedrock AgentCore
AWS publica una guía técnica para construir una capa semántica sobre Amazon Aurora, Amazon Redshift y una base PostgreSQL local, consultada por un agente de IA…
Por qué importaMuestra un patrón concreto para que agentes de IA consulten datos empresariales dispersos en varios sistemas sin copiarlos y respetando permisos por…
Strategy Mosaic y Amazon Bedrock AgentCore: capa semántica con seguridad por usuario para agentes de IA
AWS publica un tutorial que construye una vista de cliente 360 sobre Amazon Redshift y Amazon Aurora con Strategy Mosaic como capa semántica. Un agente Strands…
Por qué importaMuestra un patrón práctico para que agentes consulten datos de varios sistemas sin meter joins ni reglas de acceso en el prompt. Puede interesar a…
AWS detalla cómo construir una capa semántica gobernada para agentes de IA con AtScale
AWS publica el tercer artículo de su serie sobre capas semánticas para agentes de IA. Describe un modelo de cliente 360 sobre Amazon Redshift, con AtScale como…
Por qué importaMuestra un patrón de arquitectura concreto para que agentes de IA consulten datos empresariales con control de acceso y métricas coherentes con las…
AWS permite crear cuenta con Google, GitHub o Apple y empezar a usar SageMaker Studio en minutos
AWS integra SageMaker Studio con su nuevo flujo de alta e inicio de sesión. Los clientes nuevos pueden registrarse con Google, GitHub, Apple, Amazon o correo…
Por qué importaReduce la fricción de los desarrolladores y pequeños equipos para probar y desplegar modelos de IA en AWS, un paso que antes exigía configurar…
AWS pone a disposición de Bedrock el modelo de vídeo Pegasus 1.5 de TwelveLabs
TwelveLabs Pegasus 1.5 está disponible en Amazon Bedrock, en la región us-west-2. El modelo convierte vídeos de larga duración en metadatos estructurados con…
Por qué importaPara equipos que manejan grandes volúmenes de vídeo, como medios, deportes o marketing, puede sustituir revisiones manuales por extracción…
Deepgram reporta entre 11 y 70 % más audio procesado por dólar al portar Nova-3 a AWS Trainium2
Deepgram, con el equipo de ingeniería de AWS, adaptó su modelo de voz a texto Nova-3 a AWS Trainium2 para transcripción por lotes. Según la propia empresa y…
Por qué importaPara proveedores de voz con gran volumen de transcripción, el coste por hora de audio depende del hardware y del software de inferencia tanto como…
AWS describe una transferencia KV por push en vLLM que reduce la latencia de inferencia de LLM
AWS publicó un artículo técnico sobre un conector NIXL en modo push para vLLM, que traslada la coordinación de la transferencia del caché KV fuera de la ruta…
Por qué importaPara quien despliega inferencia de LLM a escala, el tiempo hasta el primer token y el coste por token dependen tanto de la infraestructura de…
AWS describe transferencia KV bidireccional en vLLM que reduce el TTFT en cargas agénticas multiturno
AWS Machine Learning Blog explica una técnica de transferencia bidireccional de caché KV en vLLM para cargas agénticas multiturno, en la que el nodo de…
Por qué importaLas aplicaciones de agentes que reenvían historiales largos en cada turno pueden acumular latencia y coste de cómputo; reutilizar contexto ya…
Bezos atribuye los despidos de Amazon a la sobreplantilla de la pandemia, no principalmente a la IA
Jeff Bezos, en una entrevista con Fox News, afirmó que la IA no es el principal responsable de los despidos de Amazon y que estos responden al exceso de…
Por qué importaEl caso muestra cómo una empresa puede reducir personal y reasignar recursos hacia IA mientras su plantilla total se mantiene estable, lo que…
Hugging Face recomienda usar Transformers y TRL directamente en Trainium con TorchNeuron
Hugging Face anuncia que TorchNeuron, un plugin de PyTorch con un nuevo backend para los chips Trainium de AWS, llegará en beta pública el 20 de octubre de…
Por qué importaReduce la necesidad de forks específicos del modelo y de código propio de Neuron, lo que simplifica el mantenimiento de pipelines de entrenamiento y…
AWS describe un marco de evaluación en nueve fases para detectar fallos silenciosos en agentes de IA
AWS Machine Learning Blog presenta un marco de evaluación de nueve fases construido sobre Amazon Bedrock AgentCore para detectar regresiones de calidad en…
Por qué importaLos agentes pueden degradarse sin que lo noten las métricas habituales de latencia o errores, por lo que la calidad de las respuestas necesita…