AgentesAplicaciones 🇺🇸 10.08.2026 20:01

nOps acelera la entrega de su agente FinOps en un 75 por ciento con Amazon Bedrock AgentCore

Amazon Web ServicesAmazon Web Services DatabricksDatabricks VercelVercel LangChainLangChain
nOps, una empresa de optimización de la nube impulsada por IA, reconstruyó su agente de análisis FinOps Clara sobre Amazon Bedrock AgentCore, logrando una reducción del 75 por ciento en el tiempo de producción y una mejor calidad de respuesta. La nueva arquitectura, que utiliza un único agente con streaming y una capa de datos gobernada, también redujo la complejidad operativa y el mantenimiento de la infraestructura.
nOps, que gestiona más de 4 mil millones de dólares en gasto en la nube para sus clientes, migró su agente de análisis FinOps Clara a Amazon Bedrock AgentCore para superar las limitaciones de su infraestructura previa centrada en API, como la latencia, la complejidad y el alto mantenimiento. La nueva arquitectura utiliza un único agente basado en Strands en Amazon Bedrock AgentCore con acceso directo a herramientas, una capa de datos construida sobre Databricks Lakehouse Metric Views para análisis gobernados, y Databricks Lakebase para almacenar estado persistente como sesiones y especificaciones de canvas. La interacción se maneja mediante una aplicación Next.js alojada en Vercel con eventos de servidor enviados en streaming, y los flujos de trabajo asíncronos utilizan Amazon DynamoDB, Amazon SNS, Amazon SQS y Amazon API Gateway WebSocket. Esta reestructuración redujo el tiempo de producción de 10 a 12 meses a 4 meses (una reducción del 75 por ciento), aumentó la puntuación de Corrección al 81.7 por ciento y la Utilidad al 79.4 por ciento, redujo la tasa de fallos de herramientas del 7.49 al 0.92 por ciento, y eliminó la capa de orquestación LangGraph/LangChain. La empresa también mejoró la eficiencia del análisis manual de 2 horas a 30 minutos para los equipos de éxito del cliente, y ahora pueden ejecutar de 4 a 6 agentes de producción en un tiempo de ejecución compartido.
Fuente: AWS ML blog — original
Nuestros artículos anteriores sobre este tema ↓
Noticias frescas