Construyendo un Asistente de Datos Conversacional, Parte 2: Incorporación de Inteligencia Empresarial Generativa con Amazon Q en QuickSight

Elena Digital López

Amazon ha dado un paso significativo en su misión de democratizar el acceso a los datos dentro de su organización de Worldwide Returns & ReCommerce (WWRR) con el lanzamiento de su asistente de datos, el Returns & ReCommerce Data Assist (RRDA). Esta innovadora herramienta, potenciada por inteligencia artificial generativa, permite a los usuarios técnicos transformar preguntas en lenguaje natural en consultas SQL validadas, facilitando así el acceso a la información necesaria.

El verdadero avance del RRDA no se limita solo a las consultas en lenguaje SQL. Uno de sus principales objetivos es empoderar a los usuarios empresariales para que visualicen tendencias y patrones sin necesidad de interpretar complicados resultados técnicos. Para cerrar esta brecha, Amazon ha incorporado a su asistente Amazon Q en QuickSight. Esta integración permite convertir preguntas sencillas, como “Muéstrame cuántos artículos fueron devueltos en EE.UU. durante los últimos seis meses”, en visualizaciones de datos claras y significativas.

El RRDA se destaca por su arquitectura avanzada que incluye un sistema de clasificación de intenciones y dominios. Esto significa que el asistente puede discernir si una consulta se orienta a una visualización o requiere la generación de código SQL. Cuando se identifica una intención de mostrar métricas, la integración con Amazon Q asegura que el usuario reciba gráficos útiles y precisos.

Para optimizar las visualizaciones, el sistema utiliza un método de búsqueda semántica apoyado en modelos de aprendizaje automático. Este método evalúa los temas más apropiados que pueden responder adecuadamente a las preguntas del usuario. Al simplificar el proceso, el RRDA mejora la experiencia del usuario, reduciendo la necesidad de profundizar en complejas bases de datos.

Un desafío importante para el RRDA es convertir las preguntas formuladas por los usuarios en formatos que Amazon Q pueda procesar eficientemente. La solución pasa por la implementación de la API Converse de Amazon Bedrock, que reconfigura las preguntas manteniendo su contexto y esencia original.

La integración del RRDA en QuickSight asegura que las visualizaciones se generen de forma fluida y en el contexto del diálogo, optimizando el flujo de trabajo y acelerando la obtención de conclusiones basadas en datos. Con una base de datos automatizada que se actualiza diariamente, el sistema garantiza que siempre se trabajen con los temas Q más actuales, mejorando así la precisión y calidad de las recomendaciones.

Mientras Amazon sigue perfeccionando el RRDA con el feedback de los usuarios, se anticipa que esta herramienta se convierta en un aliado esencial en la toma de decisiones, permitiendo a los usuarios centrarse en involucrar preguntas e insights, mientras la tecnología se encarga del resto.

Scroll al inicio