Servicios de IA prefabricados de AWS: visión, lenguaje, voz y conversación

Todo lo que has construido hasta ahora: pipelines de datos, algoritmos, trabajos de entrenamiento, endpoints: era tuyo: tus datos, tu modelo, tu factura de horas-instancia. Esta lección trata de la otra mitad de la superficie del AIF-C01: los servicios donde AWS ya es dueño del modelo y tú alquilas la respuesta por unidad. Ese único cambio de propiedad cambia cada decisión que tomas. Ya no ajustas hiperparámetros; eliges la API correcta, el conjunto de funciones correcto dentro de esa API y el medidor correcto, y el examen prueba exactamente eso, porque «¿qué servicio?» y «¿cuánto cuesta?» son las dos formas de pregunta que se repiten en los cinco dominios.

Al terminar esta lección sabrás:

• mapear modalidad a servicio y defender la elección frente a tres distractores plausibles;
• enunciar la unidad de facturación de cada servicio del alcance y calcular una factura mensual a partir de los propios ejemplos resueltos de AWS;
• recordar los free tiers cuya duración difiere: 12 meses para la mayoría, 3 meses para Textract, 60 días para Amazon Q Business;
• aplicar la división de medición Grupo 1 / Grupo 2 de Rekognition y explicar por qué dos APIs sobre una imagen cuesta el doble;
• elegir la combinación correcta de API y funciones de Textract para OCR, formularios, tablas, consultas, documentos de identidad, gastos y préstamos;
• defender el mínimo de 1 TPS aprovisionada de Personalize y la respuesta sobre el ciclo de vida de Amazon Forecast;
• separar servicios prefabricados, construcciones a medida en SageMaker y Amazon Bedrock con el veredicto comparativo;
• responder diez preguntas estilo examen redactadas en el tono oficial, incluidos cuatro ítems de aritmética.

---

1. El panorama prefabricado: para qué sirve cada servicio

1.1 Diez servicios, cuatro modalidades

El examen AIF-C01 no te pide que recuerdes nombres de métodos de API de memoria. Te pide que leas una descripción de carga de trabajo y nombres el servicio. Esa es una tarea de clasificación, y arranca de una única entrada: ¿qué te está entregando el cliente?

1.2 Qué significa «prefabricado» en este examen

Un servicio prefabricado es una API con un contrato de salida fijo. Envías un JPEG y recibes etiquetas con puntuaciones de confianza y cajas delimitadoras; envías 550 caracteres y recibes entidades con desplazamientos. No puedes cambiar el vocabulario de etiquetas en DetectLabels de Rekognition (para eso está Rekognition Custom Labels), no puedes hacer que Comprehend devuelva un párrafo de razonamiento (eso es tarea de un modelo fundacional), y no puedes preguntarle a Textract qué significa el documento (para eso están Textract Queries si buscas estructura, o Comprehend/Bedrock si buscas semántica).

Tres consecuencias gobiernan el examen entero:

1. El precio es por unidad, no por hora: imágenes, páginas, caracteres, minutos, peticiones, usuarios. Ninguna instancia que dimensionar, ningún endpoint en reposo del que olvidarte (con una excepción bien ruidosa: las campañas de Personalize, sección 8.1).
2. La selección de funciones dentro de un servicio cambia la factura: Textract OCR cuesta 0,0015 USD por página y Textract Forms cuesta 0,05 USD por página, un multiplicador de 33× sobre el mismo documento.
3. Los free tiers no son uniformes: 12 meses para la mayoría de servicios, 3 meses para Textract, una prueba de 60 días para Amazon Q Business, y nada para Personalize.

• 📚 ¿Sabías que…? La lista de servicios de IA/ML del alcance de la guía del examen AIF-C01 contiene 14 servicios: Amazon Augmented AI (A2I), Amazon Bedrock, Amazon Comprehend, Amazon Fraud Detector, Amazon Kendra, Amazon Lex, Amazon Personalize, Amazon Polly, Amazon Q, Amazon Rekognition, Amazon SageMaker, Amazon Textract, Amazon Transcribe y Amazon Translate. Ocho de los diez servicios de esta lección salen directamente de esa lista: Amazon Forecast no (es una pregunta de ciclo de vida, no de construcción), y Amazon Q se añadió en una revisión posterior de la guía junto con Aurora, Bedrock AgentCore, Kiro, Strands Agents, SageMaker JumpStart y AWS Transform. Comprueba de nuevo la lista del alcance actual antes del día del examen; la lista ha cambiado antes y volverá a cambiar.

---

2. Amazon Rekognition: imágenes, video, caras y moderación

2.1 Dos grupos de API, una imagen

Rekognition es el servicio con el medidor más malinterpretado de todo el conjunto prefabricado, y la razón es histórica. En la reducción de precios del 9 de noviembre de 2021 AWS dividió las APIs de imagen en dos grupos que se miden por separado, y esa división sigue gobernando la facturación en 2026.

La regla que el examen realmente prueba: la facturación de imagen es por imagen, por llamada a la API. Ejecuta DetectLabels y después DetectModerationLabels sobre las mismas 2,5 millones de imágenes y has procesado 5 millones de imágenes facturadas, no 2,5 millones. El video se comporta igual: un minuto de video almacenado analizado por la API de etiquetas y por la API de moderación de contenido factura dos minutos, uno por API.

2.2 Los medidores

2.3 Límites duros y free tier

2.4 Ejemplos resueltos de AWS

Ejemplo 1: 2,5 millones de imágenes de moderación. El propio ejemplo de precios de AWS ejecuta DetectModerationLabels sobre 2.500.000 imágenes en un mes:

$$1{,}000{,}000 \times \$0.0010 + 1{,}500{,}000 \times \$0.0008 = \$1{,}000 + \$1{,}200 = \$2{,}200 \text{ per month}$$

Añade una segunda API sobre las mismas imágenes (digamos DetectText para marcas de agua) y la factura se duplica a 4.400 USD/mes, porque cada API factura su propio recuento de imágenes.

Ejemplo 2: API de video frente a muestreo de fotogramas. Para un vídeo de 60 segundos:

La brecha se amplía con la duración: en un análisis del blog de AWS de 4.271 minutos de video, la API de video costó 427,14 USD mientras que el muestreo de imágenes a 2 fps costó 512,57 USD por las imágenes más 164,23 USD por la Lambda que las muestreó: 676,80 USD en total. Por debajo de aproximadamente un minuto las dos están cerca; por encima, la API de video gana en precio y devuelve marcas de tiempo, límites de plano y seguimiento de personas que el muestreo de fotogramas no puede dar.

• 📚 ¿Sabías que…? El medidor de metadatos de cara tiene dos grafías oficiales del mismo número: la página de precios dice 0,00001 USD por cara al mes y el FAQ dice 0,01 USD por 1.000 vectores de cara al mes. Son idénticos (0,01 ÷ 1.000 = 0,00001). A las opciones del examen les encanta presentar uno como descuento del otro: son el mismo precio, y ambos son almacenamiento: una colección de 500.000 caras cuesta 5,00 USD/mes busques en ella o no.

---

3. Amazon Comprehend: lo que el texto está diciendo

3.1 La unidad y el mínimo

Comprehend mide en unidades de 100 caracteres con un mínimo de 3 unidades (300 caracteres) por petición. La tarifa estándar en los ejemplos resueltos de AWS es de 0,0001 USD por unidad, es decir 1,00 USD por 1.000.000 de caracteres.

El mínimo es donde los candidatos pierden preguntas fáciles. Un tweet de 120 caracteres es una unidad de contenido real, pero se factura como 3 unidades = 0,0003 USD. Un ticket de soporte de 600 caracteres se factura como 6 unidades = 0,0006 USD. Las peticiones por lotes son iguales: pagas por lo que envías, redondeado al alza por petición.

Ejemplo resuelto: tickets de soporte. 10.000 tickets de 550 caracteres cada uno: 550 ÷ 100 = 5,5 → 6 unidades por petición → 10.000 × 6 = 60.000 unidades × 0,0001 USD = 6,00 USD al mes. Observa lo que ese número enseña: a este volumen Comprehend es prácticamente gratis, y exactamente por eso el examen lo empareja con una pregunta de selección de funciones y no con una de coste.

3.2 Qué incluye la superficie de la API

3.3 Custom Comprehend: donde cambia el medidor

3.4 Límites que vale la pena memorizar

• 📚 ¿Sabías que…? La clasificación de seguridad de prompts de Comprehend es el puente entre esta lección y Bedrock: AWS la añadió para que puedas filtrar un prompt de usuario en busca de contenido dañino antes de que llegue a un modelo fundacional. En el examen, una pregunta sobre «filtrar una entrada antes de la generación» tiene dos respuestas que parecen válidas y solo una es correcta: Comprehend clasifica y puntuúa el texto; Bedrock Guardrails aplica políticas en el momento de la generación. Lee con cuidado en qué lado de la llamada te coloca la pregunta.

---

4. Amazon Textract: estructura a partir de documentos

4.1 Cinco APIs, un interruptor de funciones

Textract expone cinco APIs: Detect Document Text, Analyze Document, Analyze Expense, Analyze ID y Analyze Lending. Solo Analyze Document lleva tipos de función, Forms, Tables, Queries, Custom Queries, Signatures y Layout, y son combinables en una sola llamada, con precio por página por función habilitada.

4.2 La escalera de precios (us-west-2, primeras 1M de páginas al mes)

De esa tabla salen dos hechos. Primero, habilitar Forms multiplica la factura de OCR por 33×. Segundo, Forms + Tables + Queries a 0,070 USD es aproximadamente 47× el solo OCR, y por eso al examen le encanta la pregunta «¿qué funciones necesita realmente la carga de trabajo?».

4.3 Queries: precio por página, no por respuesta

Queries te permiten hacer preguntas en lenguaje natural sobre un documento, «¿Cuál es el número de cuenta?», y recibir respuestas con coordenadas de página. Los límites son 15 consultas por página de forma síncrona y 30 por página de forma asincrónica, y la regla crítica de precios es que se factura por página independientemente de cuántas respuestas vuelvan. Hacer una pregunta o quince preguntas sobre la misma página cuesta lo mismo. Hacer la misma pregunta a 100.000 páginas cuesta 100.000 × 0,015 USD.

4.4 Free tier: tres meses, no doce

El recuento de páginas es sencillo y deliberadamente favorable al examen: una imagen (PNG, TIFF o JPEG) es una página, y cada página de un PDF es una página.

Ejemplo resuelto, selección de funciones. El OCR de 100.000 páginas cuesta 150 USD. Forms + Tables sobre 5.000 páginas cuesta 5.000 × (0,05 + 0,015 USD) = 325 USD. El segundo trabajo toca 20× menos páginas y cuesta 2,2× más, 0,065 USD por página frente a 0,0015 USD, una diferencia unitaria de 43×. La lección no es «evita Forms»; es «habilita solo las funciones que vas a leer».

---

5. Amazon Translate: traducción automática de alto volumen

5.1 Tarifas

Los caracteres incluyen espacios, así que no puedes engañar al medidor eliminando espacios en blanco.

5.2 Free tier

• 2.000.000 de caracteres al mes durante 12 meses para la traducción estándar y por lotes;
• Active Custom Translation: 500.000 caracteres al mes durante 2 meses;
• Sin free tier alguno para la traducción de documentos en tiempo real.

5.3 Por qué no se te cobra

El FAQ de AWS traza una línea inusualmente precisa: no se te cobra cuando el idioma de origen es igual al idioma de destino, y no se te cobra cuando la llamada falla y no devuelve ninguna traducción. Sí se te cobra por el contenido no traducible que todavía produce salida. En la práctica eso significa que un bucle mal configurado que «traduce» inglés a inglés es gratis, y también que el examen puede preguntar por excepciones de facturación sin aritmética alguna.

5.4 Terminología personalizada

La terminología personalizada es cómo fijas nombres de marca, códigos de producto y términos legales. Sus límites son todo material de examen citable:

Ejemplo resuelto: localizar un manual. 100 páginas × 20.000 caracteres = 2.000.000 de caracteres:

---

6. Amazon Polly y Amazon Transcribe: el par de voz

Polly y Transcribe son las dos mitades del mismo problema, y al examen le gusta ponerlos en la misma lista de opciones para ver si sabes en qué dirección fluye el audio.

6.1 Amazon Polly: texto a voz

La regla de doble facturación: Speech y Speech Marks son peticiones facturadas por separado. Pedir ambos para los mismos 1.000 caracteres factura 2.000 caracteres. Las Speech Marks son lo que un reproductor web usa para resaltar palabras en sincronía con el audio, así que el patrón es común en eLearning, y duplica la línea de Polly en la factura.

Ejemplo resuelto: un millón de caracteres:

Polly se factura por carácter, nunca por petición: una opción que diga «por petición de síntesis» es un distractor.

6.2 Amazon Transcribe: voz a texto

Transcribe factura en incrementos de 1 segundo sin mínimo, algo inusual y que vale la pena memorizar por sí solo: un clip de 3 segundos cuesta tres segundos, no un minuto redondeado.

Qué está incluido frente a lo que cuesta extra:

Dos reglas estructurales: el audio estéreo factura la duración total una vez, no por canal, y Call Analytics devuelve campos de información, tiempo de habla, interrupciones, silencios, sentimiento por participante, que la transcripción simple no devuelve.

Ejemplo resuelto: un centro de contacto de 200.000 llamadas. 200.000 llamadas × 10 minutos = 2.000.000 de minutos de analítica post-llamada:

$$250{,}000 \times \$0.0300 + 750{,}000 \times \$0.0186 + 1{,}000{,}000 \times \$0.0138 = \$7{,}500 + \$13{,}950 + \$13{,}800 = \$35{,}250 \text{ per month}$$

Límites y free tier:

• 📚 ¿Sabías que…? El free tier estándar de 5M de caracteres de Polly es la única cifra de la página de precios de AWS que omite el calificativo «primeros 12 meses» que sí se usa para Neural, Long-Form y Generativo, mientras que páginas de terceros lo llaman con confianza «gratis para siempre». No construyas una respuesta sobre eso: memoriza la página tal como dice, y trata cualquier afirmación de un free tier de Polly permanente como sin verificar. La misma disciplina aplica a las tarifas de streaming de Lex, que circulan en calculadoras de terceros pero no están en el propio extracto de precios de AWS, los números de Lex publicados por AWS son 0,004 USD de voz y 0,00075 USD de texto.

---

7. Amazon Lex: intenciones, slots y el medidor por petición

7.1 La factura

Ejemplo resuelto de AWS: 8.000 peticiones de voz + 2.000 de texto = 8.000 × 0,004 USD + 2.000 × 0,00075 USD = 32,00 + 1,50 = 33,50 USD al mes.

7.2 Qué cuenta como una petición

• Cada entrada del usuario es una petición facturada. Cinco mensajes escritos en una conversación son cinco peticiones.
• En una conversación en streaming, todos los turnos viajan en una sola llamada a la API: Lex V2 transmite sobre HTTP/2, y el intercambio completo es una sola llamada facturable en lugar de cinco.
• La entrada de voz está limitada a 15 segundos por petición.
• Las respuestas llevan puntuaciones de confianza de NLU, sentimiento y un campo interpretationSource que puede ser Bedrock o Lex: la pista del examen de que Lex puede estar respaldado por un modelo fundacional para el significado generativo mientras devuelve una intención estructurada.

7.3 Free tier

10.000 peticiones de texto + 5.000 de voz al mes durante el primer año.

7.4 Dónde termina Lex

Lex responde «¿qué quiso el usuario?»: intención, slots, estado de sesión, estado de cumplimiento. No responde preguntas abiertas sobre contenido de empresa, y no genera prosa. Ese límite es el conjunto de distractores más común de esta lección: Q Business para respuestas que respetan permisos sobre datos de la empresa, Bedrock para generación abierta, Lex para el enrutamiento estructurado de intenciones hacia una Lambda.

---

8. Amazon Personalize y Amazon Forecast

8.1 Personalize: el medidor con suelo

La trampa: el throughput aprovisionado mínimo. Por defecto, cada campaña activa debe mantener al menos 1 transacción aprovisionada por segundo (TPS), y AWS afirma claramente que el mínimo aplica «aunque no hagas ninguna petición»: se factura el mayor entre el mínimo y el TPS real.

La aritmética es brutal y el propio Knowledge Center de AWS la publica: 1 TPS mantenida durante un día son

$$1 \times 24 \times 60 \times 60 = 86{,}400 \text{ billed recommendations per day}$$

lo cual a 0,0556 USD por 1.000 sale a aproximadamente 144 USD al mes para una campaña que nadie está llamando (unas 2,59 millones de recomendaciones al mes). La respuesta operativa es corta: borra las campañas en reposo.

8.2 Amazon Forecast: una pregunta de ciclo de vida, no de construcción

---

9. Amazon Q: la respuesta por usuario

Amazon Q está explícitamente dentro del alcance del AIF-C01, y es el único servicio de esta lección con precio por usuario al mes en lugar de por unidad de trabajo. Esa diferencia es toda la pregunta.

Tres lecturas que el examen prueba:

1. Q Business es RAG empresarial que respeta los permisos. Responde preguntas sobre tus conectores (S3, Confluence, Salesforce y docenas más) respetando los permisos de cada usuario, y cita las fuentes. Ese es un producto distinto de «un chatbot público anónimo».
2. La prueba es de 60 días, no de 12 meses: el periodo gratis más corto de esta lección, y el que los candidatos confunden con más frecuencia con el free tier de AWS de 12 meses.
3. El exceso de Q Developer Pro es por línea de código, a 0,003 USD/LOC sobre los 4.000 LOC/mes agrupados: un medidor que nadie espera, y por eso favorito para una opción numérica.

---

10. ¿Qué servicio de IA? El árbol de decisión

Todo lo anterior colapsa en un diagrama. Lee la entrada primero, después la intención, después el medidor: ese orden es exactamente como el examen escribe sus opciones.

Practica el mapeo hasta que sea automático:

• 📚 ¿Sabías que…? Las respuestas de Amazon Lex V2 llevan un campo interpretationSource que puede leer Bedrock en lugar de Lex: el NLU del bot puede estar impulsado por un modelo fundacional mientras la respuesta sigue siendo una intención estructurada con slots y confianza. Por eso «usa Bedrock en lugar de Lex» es un distractor parcialmente equivocado: Bedrock te da generación y razonamiento, Lex te da la máquina de estados de la conversación, la sesión, los ganchos de cumplimiento y el medidor por petición con el que el centro de contacto presupuesta.

---

11. Free tiers, límites y los números que debes memorizar

11.1 Free tier: memoriza los atípicos

Las tres duraciones son el regalo del examen: 12 meses para casi todo, 3 meses para Textract, 60 días para Q Business.

11.2 Límites duros que vale la pena memorizar

11.3 Ejemplos resueltos de AWS, todos en una tabla

11.4 Entrada dentro, salida fuera

• 📚 ¿Sabías que…? Dos servicios de esta lección no te cobran cuando no pasa nada: Translate no factura una llamada cuyo idioma de origen es igual al de destino o que falla sin devolver traducción: mientras que el mínimo de 300 caracteres de Comprehend significa que una petición de 40 caracteres cuesta lo mismo que una de 300. Al examen le encanta emparejar una regla de «sin cargo» con una regla de «cargo mínimo» en la misma lista de opciones para ver si estás recordando un servicio concreto o solo la sensación general del precio por unidad.

---

12. Veredicto comparativo

---

13. Trampas de examen para esta lección

---

Vigilancia del ciclo de vida de los servicios

AWS retira y renombra servicios de IA según un calendario publicado, y parte de este examen es distinguir un anuncio de mantenimiento de un cierre total. El vocabulario procede de la Referencia General de AWS (Service Lifecycle, actualizada por última vez el 24 de septiembre de 2026) y es el mismo vocabulario que la sección 8.2 ya usó para Amazon Forecast:

• Maintenance: cerrado a clientes nuevos y a funciones nuevas, pero todavía soportado para los clientes existentes;
• Sunset: un fin de operaciones planificado, normalmente anunciado con unos 12 meses de antelación;
• Full Shutdown: el servicio se elimina por completo del portafolio de AWS.

Actualizaciones de 2026 (en octubre de 2026)

Cada fila de abajo está verificada contra una página de cambio de disponibilidad de AWS, una publicación de AWS What's New, un blog de AWS o la guía del examen AIF-C01. Nada de aquí procede de un rastreador de terceros.

El propio examen se movió al mismo tiempo. AWS publicó la guía del examen v1.0 el 26 de marzo de 2026 y v1.1 el 30 de abril de 2026, y afirma que los cambios de la guía llegan al examen en vivo aproximadamente un mes después de la publicación:

Dos de las respuestas de esta lección ganaron por tanto un hermano de 2026: Forecast → SageMaker Canvas (cerrado el 29 de julio de 2024) y ahora Kendra → Bedrock Managed Knowledge Base (cerrado el 30 de julio de 2026). Ambas son preguntas de ciclo de vida, no de construcción: el examen quiere la pareja (clientes nuevos → reemplazo, clientes existentes → seguir funcionando, sin funciones nuevas).

• 📚 ¿Sabías que…? La logística del examen no se movió mientras el contenido sí: AIF-C01 sigue siendo de 65 preguntas (50 puntuadas + 15 sin puntuar) en 90 minutos por 100 USD, nota de aprobación 700/1000, válido durante 3 años, pero las versiones en italiano y alemán se retiraron después del 15 de octubre de 2026. AWS también dice que las actualizaciones de la guía llegan al examen en vivo aproximadamente un mes después de la publicación, así que los nuevos objetivos de la v1.1: IA agéntica con MCP, ingeniería de contexto, precios por token, versionado de prompts y anclaje de alucinaciones: fueron examinables desde alrededor de finales de mayo de 2026.

---

Casos Reales

Las tablas de precios te dicen cuánto cuesta un servicio; las historias de clientes publicadas por AWS te dicen cuándo recurrir a él. Cada cifra de abajo se cita del caso de estudio de AWS o de la publicación del AWS Machine Learning Blog nombrada en la columna Fuente. Todos son afirmaciones del cliente o de AWS y sin auditar, y cuando una fuente dice «hasta», trátalo como un techo y no como una expectativa.

Caso 1, Anthem: primero el Textract prefabricado, humanos para la cola

La extracción de formularios de reclamación de Anthem costaba supuestamente millones de dólares al año y llevaba 20 minutos por reclamación cuando se gestionaba manualmente. La arquitectura publicada por AWS enruta los documentos del portal mediante OCR de Amazon Textract más un paso de índice/clasificación de ML. El resultado informado: 80% del flujo automatizado, con un objetivo del 90%+, a través de miles de reclamaciones al día. La parte relevante para el examen es qué pasa con el resto: una tarea de extracción regulada y estructurada con una API prefabricada que encaja recibe el servicio prefabricado primero, y el 10 to 20% restante de casos difíciles va a una ruta de excepción humana: que es exactamente para lo que existe Amazon A2I. Fuente: aws.amazon.com/solutions/case-studies/anthem (sesión de re:Invent 2020).

Caso 2, Chronomics: cuatro meses de visión casera → 3 to 4 semanas de AutoML

Chronomics pasó 4 meses construyendo un modelo de visión por computador interno para leer resultados de pruebas de COVID-19 y nunca alcanzó su objetivo. Cambiar a Amazon Rekognition Custom Labels se entregó en 3 to 4 semanas con un 96,5% de exactitud / 97,9% de F1, puntuado con DetectCustomLabels. La aritmética del umbral es el detalle relevante para el examen: con un umbral de 0,99, las predicciones aceptadas son correctas en un 99,6% pero se descarta el 5% de las predicciones; con 0,999, la precisión sube al 99,87% mientras se descarta el 27%. Alguien debe decidir qué pasa con la cola descartada, la respuesta de revisión humana/A2I, antes de fijar el umbral. Fuente: AWS Machine Learning Blog, 13 de diciembre de 2022, aws.amazon.com/blogs/machine-learning/chronomics-detects-covid-19-test-results-with-amazon-rekognition-custom-labels.

Caso 3, Sun Finance: la trampa del OCR solo con LLM, y la solución

Sun Finance (préstamos fintech en 9 países) tenía el 60% de las solicitudes de micropréstamos necesitando revisión manual, cada una entre 10 minutos y 20 horas. Intento 1: enviar fotos de identidad directamente a Claude Sonnet 4 para extracción en JSON: puntuó 61,8% general y solo un 43% en números de identidad, y fue rechazado, porque las protecciones de privacidad bloquean la extracción directa de PII. El intento 2, construido con el Generative AI Innovation Center de AWS, separa las etapas: Textract para OCR → Rekognition como respaldo y verificación de cara → el modelo fundacional solo para estructurar → reglas de validación, con Titan Multimodal Embeddings en S3 Vectors para similitud de fraude, evaluado sobre 585 imágenes. Resultados: exactitud general 79,73% → 90,80% (número de identidad 74,32% → 89,40%, tipo de documento 78,43% → 96,40%), −91% de coste por documento, 20 horas → menos de 5 segundos, detección de fraude al 81%. Ángulo de examen: el OCR no es razonamiento: la API prefabricada determinista lee los caracteres, y el modelo solo redacta la respuesta. Fuente: AWS Machine Learning Blog, 30 de abril de 2026, aws.amazon.com/blogs/machine-learning/sun-finance-automates-id-extraction-and-fraud-detection-with-generative-ai-on-aws.

Caso 4, Alnylam: Amazon Q Business con citas bajo GxP

La triaje de quejas de Alnylam Pharmaceuticals tardaba 3 to 4 días, y encontrar una respuesta interna llevaba 15+ minutos. Usando Amazon Bedrock, Amazon S3 y Amazon Q Business, el equipo construyó un prototipo de admisión y triaje en 3 meses bajo restricciones GxP, más AskALNY, un asistente de Slack que sirve a 2.000 empleados y 1.000 contratistas y devuelve respuestas con enlaces a las fuentes. Resultados informados: la triaje cayó de 3 to 4 días a horas, la búsqueda de información de 15 minutos a 30 segundos, y más de 250 casos de uso siguieron a los dos primeros. Ángulo de examen: «respuestas que respetan permisos sobre datos de la empresa, con citas» es Amazon Q Business a 3 USD Lite / 20 USD Pro por usuario al mes: no Lex (enrutamiento de intenciones hacia una Lambda) y no una llamada desnuda a Bedrock (sin capa de conectores ni de permisos). Fuente: aws.amazon.com/solutions/case-studies/alnylam-case-study.

• 📚 ¿Sabías que…? La única tasa de preparación para producción que publica AWS es del 65%: de más de 1.000 implementaciones del Generative AI Innovation Center, el 65% llegó a producción en 2025, algunas en tan solo 45 días, usando el marco de las cinco V de AWS (Value → Visualize → Validate → Verify → Venture). Nunca memorices «todo piloto sale bien»: el otro 35% es la cifra que te enseña a fijar la referencia de la métrica antes de construir, y a planificar una ruta humana para lo que el modelo hace mal.

---

Preguntas de Práctica (Practice Questions)

---