Crear una capa de contexto entre los almacenes de datos empresariales y los agentes de inteligencia artificial ha sido hasta ahora un proceso muy personalizado, carente de servicios estándar que permitan automatizar y mantener actualizados los grafos de conocimiento. Amazon Web Services (AWS) pretende cambiar este panorama con una nueva apuesta que integra aprendizaje automático directo desde el comportamiento de los agentes.
En un anuncio oficial realizado el pasado miércoles, AWS presentó tres productos que conforman lo que denominan una pila de inteligencia contextual para agentes de IA. El núcleo de esta propuesta es AWS Context, un servicio de grafos de conocimiento capaz de mejorar su precisión y utilidad a medida que los agentes interactúan con él, sin necesidad de intervención humana para su reestructuración o actualización.
Junto a este lanzamiento, AWS dio a conocer la disponibilidad general de Amazon S3 Annotations, que permite incorporar contexto empresarial directamente sobre los objetos almacenados en S3, y una vista previa de los “skill assets” en el catálogo de datos AWS Glue, que vincula conocimientos específicos del dominio con los activos de datos. 
Un grafo que aprende y crece con el uso
AWS Context ha sido diseñado para resolver un problema recurrente en las implantaciones corporativas de IA: la compleja gestión y actualización manual de relaciones semánticas entre datos dispersos. El servicio mapea de forma automática las conexiones existentes entre tablas, columnas y fuentes de datos, identificando además cuáles son las referencias autorizadas.
La combinación de búsqueda semántica con razonamiento a nivel de grafo permite inferir relaciones no explícitas, evaluando reglas de negocio y conocimientos específicos para proporcionar a los agentes acceso contextualizado y en tiempo real. Según Swami Sivasubramanian, vicepresidente de Agentic AI en AWS, «el grafo de conocimiento mejora continuamente, aprendiendo qué fuentes generan resultados correctos y qué elementos son más utilizados».
Los responsables de gestión de datos pueden supervisar este grafo a través de la consola de administración de AWS, revisando y aprobando las relaciones inferidas, además de añadir definiciones, reglas de uso y políticas. Asimismo, todas las consultas heredan los permisos de IAM y Lake Formation de los usuarios, asegurando un acceso auditado y controlado según las normativas corporativas.
La metadata generada se publica en formato Apache Iceberg en Amazon S3 Tables, permitiendo interrogaciones mediante Athena, Redshift, Spark o cualquier motor compatible con Iceberg, sin depender de interfaces propietarias. Esta arquitectura facilita también la incorporación de datos externos al grafo a través de conectores de catálogos de terceros, ampliando así el contexto disponible para los agentes que utilizan las APIs de búsqueda agentic y las herramientas MCP compatibles como Bedrock AgentCore o Amazon EKS.
Una estrategia multicapas para enriquecer el contexto empresarial
AWS aborda la complejidad de la capa de contexto mediante una combinación coordinada de servicios:
- Amazon S3 Annotations: permite asociar información empresarial detallada directamente a los objetos dentro del almacenamiento S3.
- AWS Glue Data Catalog skill assets: vincula conocimientos del dominio, como manuales de procedimiento, patrones de consulta y reglas de uso, directamente en el catálogo de datos.
- AWS Context: sintetiza los datos y anotaciones anteriores en un grafo unificado que combina búsqueda semántica y razonamiento a nivel de grafo para proporcionar acceso contextual a los agentes durante su operación.
Un mercado en rápida evolución con fuertes competidores
El espacio de la capa de contexto para IA está intensamente disputado, con varios actores notables lanzando sus propias soluciones. Recientemente, Snowflake presentó Horizon Context y Cortex Sense como parte de su oferta de contexto. Microsoft apuesta por la plataforma Fabric IQ, que aporta una ontología semántica para organizar los datos. Redis ha desarrollado una plataforma orientada a optimizar la recuperación de información, y Pinecone ofrece Nexus, que compila datos empresariales en artefactos específicos antes del acceso por parte de los agentes.
La propuesta de AWS se distingue por aprovechar infraestructuras existentes en muchas empresas, como Amazon S3, Glue y Lake Formation, integrando la capa de contexto sin necesidad de migrar datos o alterar modelos de identidad, lo que reduce las barreras de integración y costes asociados a cambios radicales en la arquitectura de TI.
Holger Mueller, vicepresidente y analista principal en Constellation Research, ha reconocido el potencial de esta iniciativa: «Contextualizar agentes es clave para potenciar sus capacidades, y dado el auge global de estas tecnologías, todos los proveedores de plataformas agentic requieren ofrecer funciones de contexto». No obstante, también advierte sobre posibles retos, especialmente en términos de rendimiento para datos altamente transaccionales, un aspecto que está por demostrarse en la práctica.
