En el mundo de la inteligencia artificial (IA), consumir grandes volúmenes de datos no garantiza siempre una mejor capacidad de razonamiento. Aunque se disponga de bases y repositorios de datos masivos, sin un contexto adecuado, la información pierde su valor fundamental para la toma de decisiones inteligentes.
AWS ha reconocido esta problemática y ha presentado en su AWS New York Summit 2026 un innovador servicio llamado AWS Context. Esta plataforma crea automáticamente un grafo de conocimiento que mapea las relaciones existentes entre los datos empresariales ya almacenados, facilitando a los agentes de IA el acceso a reglas de negocio, relaciones gobernadas y conocimientos de dominio en tiempo real.
Uno de los principales retos que afronta AWS Context es el de atravesar de forma estructural y semántica los distintos silos y repositorios de información para construir un contexto integrado y relevante. Por ejemplo, debe ser capaz de explicar cómo una vulnerabilidad en ciberseguridad (A) afecta a un compromiso del sistema (B), que está vinculado a la base de código (C), cuyo funcionamiento impacta en una aplicación específica (D) y pone en riesgo a ciertos usuarios (X, Y y Z). Para lograrlo, no basta con simples búsquedas por palabras clave, sino con saltos inteligentes y múltiples entre datos y relaciones. 
Un lago de datos matizados para que la IA razone mejor
Mai-Lan Tomsen Bukovec, vicepresidenta de tecnología en AWS para datos y analítica, explica que AWS Context crea un «lago de datos lleno de matices e información donde los agentes de IA pueden nadar para razonar y tomar decisiones adecuadas para el negocio«.
“No es diferente de cómo funcionan los humanos. Cuando actuamos, dependemos de nuestro propio contexto, de decisiones previas y de resultados anteriores, entre otros datos.”
Esta analogía subraya cómo AWS Context dota a los agentes de IA de un grafo de conocimiento enriquecido con todos los matices posibles, almacenando y utilizando datos empresariales en formatos abiertos, lo que diferencia a un agente que toma decisiones acertadas de otro que simplemente ejecuta acciones.
Los desarrolladores tendrán que establecer estrategias para definir qué datos priorizar en la construcción de este contexto y decidir qué información incorporar o excluir, como datos de prueba o entornos de desarrollo, asegurando que la fuente de conocimiento permanece relevante y actualizada.
Control, gobernanza y actualización continua
AWS Context se actualiza constantemente conforme cambian las relaciones entre recursos de datos, sin requerir intervención manual por parte de los desarrolladores. Además, ofrece controles para establecer límites y exclusiones en la información que los agentes pueden utilizar.
Este servicio se basa en la misma tecnología de grafos que respalda a Amazon Quick, el asistente de trabajo inteligente de AWS que integra información dispersa en aplicaciones como Slack, Microsoft Teams, Outlook o CRM. De este modo, la herramienta puede aprender de los patrones de uso para mejorar en cada interacción, ampliando su capacidad más allá de un grafo personal a uno organizativo compartido y gobernado.
“Los desarrolladores pueden moldear y gobernar una capa de contexto dinámica e inteligente de la que dependen los agentes para tomar decisiones correctas. Así, los agentes no solo mejorarán con los avances en sus modelos, sino porque cuentan con un contexto curado y vasto al alcance de su mano.”
Del grafo personal al conocimiento corporativo curado
Los usuarios de Amazon Quick notarán que al activar AWS Context, sus agentes acceden a un grafo de conocimiento mucho más amplio que incluye relaciones entre sistemas, reglas del negocio y contexto curado que supera el conocimiento aislado de cada usuario.
Además, a medida que los agentes consultan el grafo, el sistema va observando qué fuentes aportan resultados acertados, qué rutas de conexión son fiables y qué reglas se aplican, permitiendo que todo ello se comparta entre agentes sin necesidad de reconfiguraciones manuales.
Por otro lado, la seguridad está garantizada mediante la gestión de identidades y permisos (IAM y Lake Formation), asegurando que cada agente solo puede acceder a los datos autorizados, dejando un registro auditable de cada acceso acorde con las normativas corporativas y de cumplimiento.
Nuevas funciones para AWS Glue Data Catalog
En paralelo, AWS ha anunciado la vista previa de funciones de contexto empresarial y búsqueda semántica para AWS Glue Data Catalog, su repositorio centralizado de metadatos. Estas mejoras facilitan el descubrimiento y comprensión de los datos tanto para humanos como para agentes IA.
También se habilita la posibilidad para los «productores de datos»—típicamente desarrolladores o administradores de bases de datos—de crear «activos de habilidades» que asocian instrucciones específicas a datos concretos. Esto evita tener que reentrenar agentes con cada interacción, ya que pueden recuperar progresivamente las instrucciones adecuadas según el contexto.
El auge de la ingeniería del contexto
Este lanzamiento podría marcar el inicio o renacimiento de la ingeniería del contexto como un área especializada dentro de la ciencia de datos, un tema que la industria ha discutido durante años. Conforme las arquitecturas empresariales incorporan estructuras complejas de grafos con múltiples agentes inteligentes que orquestan tareas según roles específicos, la necesidad de gestionar y curar el contexto cobra protagonismo.
Si AWS y otros grandes actores del mercado comienzan a integrar tecnologías de bases de datos vectoriales y grafos multi-modelo, la ingeniería del contexto podría consolidarse como un elemento clave para el desarrollo de IA de próxima generación.
Por ahora, se recomienda a los desarrolladores que aborden este «lago de datos matizado» con precaución y buena planificación, asegurando que sus agentes naveguen con una base sólida y controlada.
