Próximo evento: El marco de implementación de agentes de IA
Próximo evento: El marco de implementación de agentes de IA
GE Healthcare
Bengaluru, India
Sanidad / Dispositivos médicos
Amazon Bedrock | Amazon S3 | Amazon RDS | Amazon DynamoDB | Bedrock Agents | Aplicación de pestaña de Microsoft Teams | Azure AD / Entra ID | Marco de evaluación LLM-as-a-Judge | Canalizaciones de CI/CD
GE Healthcare es un líder global en tecnología médica y diagnóstico, y opera complejos sistemas de IA a escala empresarial para dar soporte a su plantilla en todo el mundo. Ante un cambio estratégico para alejarse de Azure, GE Healthcare necesitaba migrar su plataforma interna de agentes de IA, Genie, a AWS sin interrumpir las operaciones ni perder funcionalidad. Avahi lideró la migración completa de Azure OpenAI a Amazon Bedrock, reconstruyó la capa de orquestación de agentes utilizando servicios nativos de AWS y entregó un nuevo agente de gestión del trabajo impulsado por IA directamente en la plataforma en producción, todo ello antes de que la migración estuviera finalizada. El resultado fue una plataforma Genie totalmente alojada en AWS, con servicio ininterrumpido, paridad de modelos validada y capacidades ampliadas.
GE Healthcare es un proveedor líder mundial de soluciones de imagen médica, diagnóstico, monitorización de pacientes y TI sanitaria. Con presencia en más de 100 países, la empresa desarrolla tecnologías que permiten a los profesionales clínicos tomar decisiones más rápidas y mejor fundamentadas. Para dar soporte a su amplia plantilla interna, GE Healthcare ha invertido de forma significativa en herramientas de IA empresarial, incluido Genie, una plataforma interna de agentes de IA utilizada para agilizar la gestión del trabajo y el acceso a la información en toda la organización.
GE Healthcare había desarrollado Genie, su plataforma interna de agentes de IA, en Microsoft Azure utilizando Azure OpenAI como proveedor de modelos. A medida que evolucionaba la estrategia de nube de la organización, el equipo necesitaba migrar Genie por completo a AWS, trasladando la capa de modelos de IA, la orquestación de agentes, los servicios de backend y todas las integraciones a una arquitectura nativa de AWS.
El reto no era únicamente técnico. Genie era un sistema en producción, orientado a los empleados. Cualquier degradación en el comportamiento del modelo o interrupción del servicio durante la migración afectaría directamente a la productividad de los equipos que dependían de él a diario. Garantizar que los modelos de Amazon Bedrock ofrecieran la misma calidad y consistencia que Azure OpenAI, a lo largo de miles de interacciones potenciales de agentes, exigía un enfoque de validación riguroso, no conjeturas.
Al mismo tiempo, GE Healthcare quería ampliar las capacidades de Genie, no solo preservarlas. Existía la oportunidad de desarrollar y lanzar nuevas funcionalidades durante la ventana de migración, pero hacerlo en un entorno empresarial en producción, con plazos ajustados, requería tanto precisión técnica como una sólida disciplina de entrega.
La migración a AWS también brindó la oportunidad de modernizar la arquitectura de despliegue de la plataforma, estableciendo desde el inicio procesos de publicación automatizados y repetibles, alineados con los estándares de ingeniería empresarial.
De no haberse abordado la migración, GE Healthcare habría permanecido bloqueada en Azure, renunciando a las capacidades ampliadas de modelos y a las ventajas operativas de Amazon Bedrock y del ecosistema más amplio de AWS. La plataforma habría seguido acumulando dependencias técnicas sobre una pila desalineada con la dirección de nube de la organización, incrementando con el tiempo la complejidad y el coste de la migración.
La decisión de GE Healthcare de trasladarse a AWS estuvo impulsada por el deseo estratégico de consolidarse en una plataforma de nube que ofreciera un ecosistema de servicios de IA más amplio y en rápida evolución. Amazon Bedrock, en particular, proporcionaba acceso a un conjunto seleccionado de modelos fundacionales y a un sólido marco de orquestación de agentes, alineado con la dirección a largo plazo de la plataforma Genie.
Más allá de la capa de modelos, AWS ofrecía la infraestructura nativa (S3, RDS, DynamoDB) para respaldar un backend escalable y de nivel empresarial sin la sobrecarga de gestionar dependencias entre nubes. Migrar a AWS significaba que GE Healthcare podía profundizar su inversión en un único entorno de nube integrado, al tiempo que obtenía acceso al creciente catálogo de modelos de Bedrock.
Avahi fue seleccionada para este proyecto por su experiencia demostrada en migraciones de IA empresarial y por su posición como socio de AWS de nivel premier. GE Healthcare necesitaba un socio capaz de operar en un entorno complejo y ambiguo, en el que la plataforma debía seguir en producción, la migración debía ser fluida y las nuevas funcionalidades debían entregarse en paralelo. Avahi aportó la profundidad técnica y la disciplina de entrega necesarias para cumplir simultáneamente los tres requisitos.
De forma crucial, el equipo de Avahi entendió que la paridad en el comportamiento del modelo no era un simple trámite. Era la base de la confianza de las partes interesadas. En lugar de apoyarse en revisiones manuales o comparaciones informales, Avahi introdujo una metodología de validación estructurada y automatizada, diseñada específicamente para este tipo de migración. Ese enfoque, combinado con la capacidad de Avahi para aportar valor real al producto antes de que la migración estuviera completa, diferenció el proyecto de un simple lift-and-shift de infraestructura.
Avahi comenzó con una evaluación exhaustiva de la arquitectura existente de Genie alojada en Azure, mapeando cada dependencia, integración y servicio a su equivalente en AWS. Este plano guio cada fase posterior de la migración y garantizó que no se dejara nada a la suposición.
El paso técnicamente más crítico fue migrar la capa de modelos de IA de Azure OpenAI a Amazon Bedrock. Para validar que el comportamiento del modelo se mantenía consistente durante la transición, Avahi implementó un marco de evaluación LLM-as-a-Judge, una metodología personalizada que automatizaba la comparación de las salidas de los agentes entre ambas plataformas. En lugar de revisar manualmente miles de respuestas de agentes, el marco puntuaba de forma sistemática la calidad de las salidas y señalaba divergencias, todo ello dentro del entorno de Genie en producción. Este enfoque eliminó las conjeturas de la validación del modelo y proporcionó a las partes interesadas de GE Healthcare una confianza objetiva y basada en evidencias sobre el resultado de la migración.
Con la capa de modelos validada, Avahi reconstruyó la capa de orquestación de agentes utilizando Amazon Bedrock Agents, migrando todos los servicios de backend, las API y las integraciones a infraestructura nativa de AWS, incluida Amazon S3, Amazon RDS y Amazon DynamoDB.
En paralelo a la migración de la infraestructura, Avahi diseñó y desarrolló el agente Heartbeat, un asistente conversacional de gestión del trabajo, y lo integró directamente en la plataforma Genie en producción antes de que finalizara por completo la migración. Entregar Heartbeat antes de que la migración estuviera terminada demostró la capacidad del equipo para crear valor real de producto bajo restricciones empresariales, no solo ejecutar un traspaso técnico.
Avahi estableció una canalización de CI/CD totalmente automatizada para la plataforma Genie alojada en AWS, incorporando salvaguardas de calidad de código y escaneo de seguridad integrado en cada fase de publicación. Construir esta base como parte de la migración garantizó que Genie se lanzara en AWS con una vía hacia producción auditable y repetible, preparando al equipo de ingeniería para una entrega sostenible y segura en adelante.
Para integrar Genie en los flujos de colaboración existentes de GE Healthcare, Avahi desarrolló y desplegó una aplicación de pestaña de Microsoft Teams que muestra la aplicación web completa de Genie como un iFrame directamente dentro de Teams. En lugar de reconstruir la interfaz de Genie o crear una interfaz de chatbot paralela, este enfoque proporcionó a los empleados acceso a la plataforma Genie completa, alojada en AWS, sin salir de su entorno diario de Teams. La autenticación se gestionó mediante Azure AD / Entra ID, habilitando un SSO fluido para que los usuarios accedieran a Genie sin un paso de inicio de sesión adicional.
El proyecto concluyó con una UAT formal realizada con las partes interesadas de GE Healthcare, incluidas decisiones Go/No-Go gestionadas y ciclos estructurados de feedback posterior a la entrega para abordar cualquier incidencia pendiente del despliegue de Heartbeat.
Avahi entregó una migración exitosa y completa de la plataforma Genie de GE Healthcare de Azure a AWS, sin pérdida de continuidad del servicio y con paridad del comportamiento del modelo validada durante la transición. El marco LLM-as-a-Judge sustituyó lo que habría sido un proceso de QA manual no escalable, proporcionando al liderazgo de GE Healthcare la evidencia necesaria para avanzar con confianza en cada etapa del despliegue.
Al desarrollar y lanzar el agente Heartbeat antes de que la migración estuviera completa, Avahi demostró que las migraciones de IA empresarial no tienen por qué ser ejercicios puramente técnicos. Pueden ser vehículos para un avance significativo del producto. GE Healthcare concluyó el proyecto con una plataforma de IA ampliada y nativa de AWS, y con un patrón de integración repetible para el desarrollo futuro de agentes.
Exploremos juntos sus oportunidades de IA de alto impacto en una sesión gratuita
