Próximo evento: El marco de implementación de agentes de IA
Próximo evento: El marco de implementación de agentes de IA
EnterOne
Reston, Virginia
Formación en TI y servicios profesionales
Amazon Bedrock (Claude Haiku 4.5, Amazon Titan Embed Text v2), AWS Lambda, Amazon API Gateway, Amazon OpenSearch Serverless, Amazon S3, Amazon SQS, Amazon RDS, Amazon CloudFront, AWS CloudFormation, Amazon CloudWatch, AWS IAM, AWS WAF, AWS Secrets Manager
EnterOne, una empresa de formación en TI y servicios profesionales propiedad de veteranos que atiende a clientes en más de 35 países, se asoció con Avahi para desarrollar un agente de IA conversacional inteligente que mejora el descubrimiento de cursos en su plataforma de formación. Avahi entregó «Nia», un chatbot multiagente construido sobre Amazon Bedrock que permite a los usuarios encontrar el curso de formación en TI adecuado mediante conversación natural en lugar de filtrado por palabras clave a través de cientos de páginas. La solución estará activa en producción en el sitio web de EnterOne, integrada en la aplicación Ruby on Rails de EnterOne, y atenderá tanto a usuarios autenticados como anónimos con recomendaciones contextuales en todo el catálogo de formación en TI de EnterOne, que abarca Cisco, VMware, Microsoft, AWS, ITIL y otros proveedores.
Fundada por ingenieros para ingenieros, EnterOne proporciona formación en TI y servicios de consultoría en línea y presenciales a profesionales y empresas que navegan por los rápidos cambios tecnológicos en redes, nube e IA. Con sede en Reston, Virginia, y oficinas en Tyner, Carolina del Norte y América Latina, la empresa forma a más de 10.000 profesionales en todo el mundo y ejecuta más de 200 proyectos de servicios profesionales de TI cada año. El catálogo de formación de EnterOne abarca desde certificaciones de nivel asociado hasta trayectorias expertas en los principales ecosistemas de proveedores, complementado con formación personalizada, servicios avanzados, laboratorios y ofertas de desarrollo de software.
La búsqueda existente en el sitio web de EnterOne se basaba en la coincidencia de palabras clave y filtros facetados en un catálogo amplio y segmentado por proveedores. Los estudiantes potenciales normalmente tenían que saber exactamente lo que buscaban, hacer clic en múltiples páginas de categorías y comparar manualmente horarios, requisitos previos y rutas de certificación antes de reservar. Para los usuarios en una etapa más temprana de su proceso, aquellos que exploraban una nueva certificación, comparaban rutas de aprendizaje o no estaban seguros de qué curso se ajustaba a su nivel de experiencia, esta fricción se traducía directamente en sesiones abandonadas y reservas perdidas.
El mercado de la formación es cada vez más competitivo, y los estudiantes esperan experiencias de descubrimiento conversacionales y mejoradas con IA similares a las que encuentran en plataformas de consumo. Sin modernizar la experiencia de búsqueda, EnterOne corría el riesgo de quedarse atrás en las expectativas de los usuarios y perder oportunidades de inscripción, particularmente de profesionales cuya intención era clara pero cuyo vocabulario no coincidía con los filtros estructurados del catálogo (por ejemplo, preguntar sobre «formación en contenedores» cuando las ofertas relevantes eran cursos de Docker y Kubernetes).
EnterOne necesitaba una solución que pudiera comprender la intención, mantener una conversación, filtrar la base de datos de cursos en tiempo real según criterios del mundo real como fecha, coste y formato, y mostrar detalles del contenido de los cursos, todo ello integrándose de forma limpia con el sitio web basado en Rails y el sistema de gestión de clases existente.
EnterOne seleccionó AWS como plataforma en la nube por su huella de infraestructura existente y por la amplitud de servicios necesarios para construir un sistema de IA generativa de grado de producción, seguro y rentable. Amazon Bedrock proporcionó acceso gestionado a los modelos fundacionales Claude de Anthropic sin sobrecarga de alojamiento de modelos, mientras que Lambda, API Gateway, OpenSearch Serverless, S3 y SQS permitieron una arquitectura completamente serverless que escala con la demanda y evita costes de infraestructura inactiva.
El ecosistema de AWS también cumplió con los requisitos de seguridad y operativos de EnterOne de forma inmediata: IAM para control de acceso granular, AWS WAF y aislamiento VPC para la superficie de API pública, CloudFormation para infraestructura como código y CloudWatch para observabilidad en todos los componentes del pipeline.
EnterOne seleccionó a Avahi basándose en su condición de AWS Partner con experiencia profunda y práctica en todo el stack de IA/ML de AWS, particularmente en la construcción de sistemas agénticos de producción sobre Amazon Bedrock. EnterOne necesitaba un socio que pudiera ir más allá de las demostraciones de prueba de concepto y entregar un sistema reforzado, observable y mantenible listo para integrarse en un sitio web en producción de cara al cliente.
El historial de Avahi en el diseño de arquitecturas multiagente, pipelines de vectorización y backends serverless, combinado con prácticas de ingeniería disciplinadas en torno a la evaluación, el versionado de prompts y la infraestructura como código, dio a EnterOne la confianza de que el proyecto resultaría en un sistema que su equipo podría poseer, ampliar y confiar en producción.
Avahi diseñó y construyó un sistema de IA conversacional multiagente, con la marca «Nia», compuesto por dos pipelines complementarios de AWS y un widget de chat basado en React diseñado para integrarse directamente en la aplicación Ruby on Rails de EnterOne.
El pipeline de IA conversacional síncrono gestiona las interacciones de usuario en tiempo real. Las consultas de los usuarios fluyen a través de Amazon API Gateway (protegido por AWS WAF) hacia la función Lambda Course Agent, que orquesta una arquitectura de cinco agentes impulsada por Claude Haiku 4.5 en Amazon Bedrock. Un agente Orchestrator analiza la intención del usuario y dirige el trabajo a agentes especializados en paralelo: un DB Agent que traduce el lenguaje natural en consultas SQL seguras y de solo lectura contra la base de datos RDS de EnterOne (devolviendo disponibilidad en tiempo real, precios, horarios y datos de instructores); un RAG Agent que realiza búsquedas semánticas en materiales de cursos vectorizados en Amazon OpenSearch Serverless; y un Follow-up Agent que gestiona preguntas aclaratorias y contexto de múltiples turnos. Un agente Synthesizer compone entonces la respuesta final, verifica los detalles del curso contra la base de datos en tiempo real e inyecta URL de cursos programáticas antes de devolverla al usuario.
El pipeline de mejora de búsqueda vectorial asíncrono mantiene actualizada la base de conocimientos. Cuando se cargan nuevos PDF de cursos en S3 o se añaden nuevos cursos a la base de datos, una función Lambda Event Handler encola trabajos de vectorización en Amazon SQS. Una función Lambda Vectorize consume la cola, extrae contenido de los PDF de cursos, genera embeddings utilizando Amazon Titan Embed Text v2 y los indexa en OpenSearch Serverless. Una cola de mensajes fallidos captura fallos para inspección, y el pipeline escala automáticamente con el volumen de contenido.
La gestión de sesiones se maneja mediante un almacén ligero respaldado por S3 que persiste el historial de conversaciones tanto para usuarios autenticados de EnterOne como para visitantes anónimos. Esto permite a Nia mantener la continuidad conversacional a través de navegaciones de página y visitas de retorno sin requerir inicio de sesión.
El frontend es un widget de chat basado en Create React App construido en TypeScript, servido desde un bucket de S3 con Amazon CloudFront como frontal, y diseñado para montarse en un nodo DOM controlado por Rails dentro de application.html.slim. Una vez desplegado en producción, el widget se cargará en cada página de http://enterone.com, compartirá contexto de autenticación con la aplicación anfitriona y se comunicará con el backend a través de una API REST expuesta por API Gateway.
Toda la infraestructura está definida en plantillas de AWS CloudFormation y desplegada mediante un pipeline de CI/CD de GitHub Actions. Avahi también realizó una evaluación comparativa de Claude Haiku 4.5 y Claude Sonnet 4.5 utilizando un marco de similitud semántica inspirado en COMET, seleccionando finalmente Claude Haiku 4.5 por su equilibrio superior de calidad de respuesta, velocidad y rentabilidad.
El agente de IA Nia está listo para producción y preparado para su despliegue en http://enterone.com, proporcionando a los estudiantes potenciales de EnterOne una ruta conversacional y consciente de la intención hacia el descubrimiento de cursos que complementará la búsqueda existente del sitio web. Los resultados de la evaluación muestran que Nia gestiona con éxito una amplia gama de tipos de consultas, desde búsquedas precisas («muéstrame cursos que empiecen el 15 de diciembre») hasta exploración abierta («quiero certificarme en AWS pero no sé por dónde empezar»), mientras escala de forma elegante al soporte humano cuando las consultas quedan fuera de su alcance. EnterOne ahora dispone de una plataforma de IA mantenible, observable y extensible que su equipo puede evolucionar de forma independiente una vez en producción, con procedimientos documentados para añadir nuevos proveedores, certificaciones, filtros e incluso agentes especializados completos a medida que el negocio crece.
Exploremos juntos sus oportunidades de IA de alto impacto en una sesión gratuita
