Cuando los servicios críticos dependen de una acción rápida, desde la seguridad de los niños vulnerables hasta la protección del medio ambiente, se necesitan soluciones de IA que funcionen en semanas, no en años. Amazon anunció recientemente una inversión de hasta 50 mil millones de dólares en infraestructura ampliada de inteligencia artificial y supercomputación para agencias gubernamentales de EE. UU., lo que demuestra tanto la urgencia como el compromiso de Amazon Web Services (AWS) para acelerar la innovación del sector público. El Centro de innovación en IA generativa de AWS ya está haciendo que esto suceda, ofreciendo constantemente soluciones listas para producción para organizaciones gubernamentales.
¿Qué hace que esta vez sea diferente?
La convergencia de tres factores hace diferente este momento tecnológico:
Urgencia de la misión: las organizaciones del sector público actualmente enfrentan el desafío de gestionar cargas de trabajo crecientes en áreas de misión crítica, como reclamos de beneficios para veteranos e inspecciones de seguridad de puentes, y limitaciones de personal y presupuesto. Preparación tecnológica: las soluciones de IA listas para producción ahora se pueden implementar de forma segura y a escala, con una capacidad informática sin precedentes construida específicamente para los requisitos del gobierno de EE. UU. Modelos de éxito comprobados: los primeros usuarios han demostrado que la implementación rápida de la IA es posible en entornos gubernamentales, creando modelos a seguir para otros.
A partir de más de mil implementaciones, el Centro de innovación de IA generativa combina la infraestructura de AWS y la conformidad de seguridad para ayudarlo a transformar la ejecución de la misión.
Acelerar la innovación en el mundo real
Las organizaciones del sector público que trabajan para mejorar la velocidad y la eficacia de la misión pueden colaborar con el Centro de Innovación para desarrollar soluciones específicas. Estos tres estudios de caso muestran este enfoque en acción.
Sistemas de IA que respaldan los cuidados críticos para proteger a los niños vulnerables
A la hora de proteger el bienestar de un niño, es fundamental que la información clave salga a la luz exactamente en el momento adecuado. Los sistemas deben funcionar de forma fiable en todo momento.
Este fue el desafío que enfrentó la Miracle Foundation al gestionar el número de casos de cuidados de crianza a nivel mundial. En el lapso de semanas, el Centro de Innovación trabajó junto con los trabajadores sociales para crear un asistente de producción de inteligencia artificial que analiza archivos de casos, señala situaciones urgentes y recomienda intervenciones basadas en evidencia adaptadas a las circunstancias únicas de cada niño.
“Cuando un asistente social pasa por alto una señal urgente en el expediente de un niño, puede tener consecuencias que cambian la vida”, explica Brittany Roush, estratega del Centro de Innovación. “Estábamos construyendo un sistema que necesitaba mostrar información crítica exactamente en el momento adecuado”.
La solución tiene como objetivo ayudar a los trabajadores sociales a tomar decisiones más rápidas y mejor informadas para los niños vulnerables de todo el mundo. También incluye seguridad integrada de nivel empresarial, diseñada para la escalabilidad y entregada con una transferencia de conocimiento integral para que el equipo de Miracle Foundation pueda administrar y evolucionar completamente su sistema.
Es importante comenzar con los usuarios reales desde el primer día. El equipo de Miracle Foundation interactuó directamente con los trabajadores sociales para comprender los flujos de trabajo antes de escribir una sola línea de código. Este enfoque centrado en el usuario eliminó meses de trabajo para recopilar requisitos e iterar a través de revisiones.
Innovación a escala institucional
La Universidad de Texas en Austin (UT Austin) se acercó al Centro de Innovación para solicitar apoyo académico personalizado para 52.000 estudiantes. El equipo desarrolló UT Sage, un servicio de tutoría de IA de producción diseñado por científicos del aprendizaje y capacitado por profesores, que ahora se encuentra en versión beta abierta en todo el campus de UT Austin. A diferencia de las herramientas genéricas de IA, UT Sage brinda soporte personalizado y específico para cursos mientras mantiene los estándares de integridad académica. “Es como tener un asistente docente capacitado disponible cuando necesitas ayuda”, informó un estudiante durante la prueba.
“El proyecto UT Sage permite a nuestro cuerpo docente crear herramientas de aprendizaje personalizadas, diseñadas para motivar la participación de los estudiantes”, dijo Julie Schell, vicerrectora adjunta y directora de la Oficina de Tecnología Académica. “Con el potencial de implementarse en cientos de cursos, nuestro objetivo es mejorar los resultados del aprendizaje y reducir el tiempo y el esfuerzo necesarios para diseñar materiales de cursos de alta calidad centrados en los estudiantes”.
Construya bases flexibles, no soluciones puntuales. El equipo diseñó UT Sage como un servicio que los profesores podrían adaptar a cursos específicos. Este diseño extensible permitió la escala institucional desde el primer día, evitando la trampa de un piloto exitoso que nunca escala, lo que puede afectar a los proyectos tecnológicos.
Transformando la velocidad del gobierno con la EPA
La Agencia de Protección Ambiental de EE. UU. se asoció con el centro de innovación para transformar los flujos de trabajo de procesamiento de documentos que solían llevar semanas o meses. El equipo, en asociación con la EPA, entregó dos soluciones innovadoras que demuestran tanto la velocidad del equipo como la creciente complejidad técnica:
Aceleración de la evaluación de riesgos químicos: un sistema inteligente de procesamiento de documentos que evalúa estudios de investigación según criterios científicos predeterminados. Lo que antes requería horas de revisión manual por parte de los científicos de la EPA, ahora lleva minutos. El sistema logró una reducción del 85 % en el tiempo de procesamiento y mantuvo una precisión del 85 %. Procesar 250 documentos le cuesta al equipo 40 dólares a través del sistema, en comparación con las 500 horas de tiempo científico que requiere manualmente. Revisiones de aplicaciones de la Ley Federal de Insecticidas, Fungicidas y Rodenticidas (FIFRA): creación automatizada de registros de evaluación de datos (DER) a partir de estudios de salud y seguridad para aplicaciones de pesticidas según la FIFRA. Este proceso tradicionalmente requería a los revisores de la EPA cuatro meses de trabajo manual. La solución de IA ahora genera estos documentos regulatorios críticos en segundos, logrando una reducción de costos del 99 % y al mismo tiempo acelera potencialmente los plazos de aprobación de productos pesticidas seguros.
Ambas soluciones incorporan rigurosos procesos de revisión por parte de humanos para mantener la integridad científica y el cumplimiento normativo. Los científicos de la EPA supervisan las evaluaciones generadas por IA, pero ahora pueden centrar su experiencia en el análisis y la toma de decisiones en lugar del procesamiento manual de datos.
“No estamos reemplazando el juicio científico”, explicó un miembro del equipo de la EPA. “Estamos eliminando el trabajo tedioso para que nuestros científicos puedan dedicar más tiempo a lo más importante: proteger la salud pública y el medio ambiente”.
Los casos de la EPA demuestran que el aumento de la IA puede ofrecer velocidad y confianza. El equipo diseñó flujos de trabajo de revisión de la arquitectura para mejorar la confianza, haciendo que los sistemas sean inmediatamente aceptables para el personal científico y el liderazgo.
Estrategias para aumentar el ritmo de la innovación
Los expertos del Centro de Innovación han desarrollado varias estrategias para ayudar a las organizaciones a sobresalir con la IA generativa. Para facilitar la creación de sus propios sistemas de producción y aumentar el ritmo de la innovación, siga estas mejores prácticas:
Construya el día 1, no la semana 6: los proyectos tradicionales dedican meses a los requisitos y la arquitectura. El Centro de Innovación comienza a construirse de inmediato, utilizando amplias bibliotecas de componentes de infraestructura como código (IaC) seguros y reutilizables. También utilizan herramientas como Kiro, un entorno de desarrollo integrado (IDE) de IA que convierte de manera eficiente las indicaciones de los desarrolladores en especificaciones detalladas y código de trabajo. Este enfoque se ha perfeccionado con cada participación, lo que significa que el equipo está creando casos de uso cada vez más complejos más rápido que nunca. El acceso a la infraestructura de IA gubernamental ampliada de AWS puede acelerar aún más este proceso de desarrollo, para que pueda abordar casos de uso cada vez más sofisticados. Incorpore a su equipo a las personas adecuadas: cada compromiso reúne a científicos, arquitectos, expertos en seguridad y especialistas en dominios que comprenden las misiones del sector público. Esta composición multifuncional minimiza el típico ir y venir que a menudo complica la recopilación y el refinamiento de requisitos. Todos los que son necesarios para tomar decisiones ya están en la discusión, trabajando en colaboración hacia un objetivo común. La transferencia de conocimientos se produce en todo momento, no al final. No espere a pensar en las transferencias de tecnología. Avanzar un proyecto al siguiente equipo sin coordinación previa rara vez es una estrategia eficaz. La profunda colaboración entre las partes interesadas que trabajan junto con los expertos del Centro de Innovación se produce durante todo el desarrollo. La transferencia de conocimientos se produce de forma natural en la colaboración diaria, y al final se entrega la documentación formal. Luego, el equipo del Centro de Innovación continúa brindando soporte en calidad de asesor hasta que la solución entre en producción. Aproveche la infraestructura y los servicios seguros y confiables de AWS: para las organizaciones del sector público, moverse rápido no puede significar comprometer la seguridad o el cumplimiento. Cada solución está diseñada en una infraestructura segura de AWS con la capacidad de cumplir con los altos requisitos incluso más estrictos del Programa Federal de Gestión de Autorizaciones y Riesgos (FedRAMP). El Centro de Innovación sigue un enfoque de seguridad desde el diseño en el que la alineación del cumplimiento está integrada en todo el ciclo de vida del desarrollo. Al hacer que la alineación del cumplimiento sea simultánea, no secuencial, el equipo demuestra que la seguridad y la velocidad no son compensaciones. La próxima expansión de la infraestructura de nube gubernamental de AWS fortalece aún más estas capacidades de seguridad y cumplimiento, brindándole uno de los entornos informáticos de IA más completos y seguros.
Próximos pasos en la IA del sector público
Cada estudio de caso en esta publicación comenzó con un desafío específico y apremiante. Cada ejemplo logró escala institucional entregando valor rápidamente, no esperando el momento perfecto. Comience con una necesidad operativa persistente, obtenga resultados en semanas y luego amplíe. Con la inversión de AWS de hasta 50 mil millones de dólares en infraestructura de IA gubernamental especialmente diseñada, estas transformaciones ahora pueden ocurrir a una escala y velocidad aún mayores. Cada compromiso exitoso crea un modelo para el siguiente, expandiendo continuamente lo que es posible para la IA del sector público.
Obtenga más información sobre el Centro de innovación de IA generativa de AWS y cómo están ayudando a las organizaciones del sector público a convertir el potencial de la IA en una realidad productiva.
Sobre los autores
Kate Zimmerman se desempeña como líder geográfica del Centro de Innovación de IA Generativa para el Sector Público Mundial en AWS. Kate dirige un equipo de científicos y estrategas de IA generativa que diseñan soluciones innovadoras para organizaciones del sector público a nivel mundial. Su función combina liderazgo estratégico con experiencia técnica práctica y trabaja directamente con el director, el vicepresidente y los ejecutivos de nivel C para impulsar la adopción de GenAI y ofrecer resultados de misión crítica. Con más de 13 años de experiencia en la nube comercial, defensa, seguridad nacional y aeroespacial, Kate aporta una perspectiva única para impulsar soluciones transformadoras de IA/ML. Anteriormente, como científica jefa y vicepresidenta de datos y análisis en HawkEye 360, dirigió a más de 50 desarrolladores, ingenieros y científicos para lanzar las primeras capacidades de producción de IA/ML de la empresa. Su permanencia en AWS incluyó funciones de liderazgo como gerente sénior y arquitecta principal del laboratorio de soluciones de ML, donde aceleró la adopción de IA/ML entre los clientes de seguridad nacional, y arquitecta de soluciones sénior que respaldaba la Oficina Nacional de Reconocimiento. Kate también sirvió en la USAF en servicio activo durante 5 años desarrollando sistemas satelitales avanzados y continúa sirviendo como reservista apoyando iniciativas estratégicas de AI/ML con el 804th Test Group de la USAF.
Sri Elaprolu se desempeña como Director del Centro de Innovación de IA Generativa de AWS, donde aprovecha casi tres décadas de experiencia en liderazgo tecnológico para impulsar la innovación en inteligencia artificial y aprendizaje automático. En este puesto, lidera un equipo global de científicos e ingenieros de aprendizaje automático que desarrollan e implementan soluciones avanzadas de IA generativa y agente para organizaciones empresariales y gubernamentales que enfrentan desafíos comerciales complejos. A lo largo de sus casi 13 años en AWS, Sri ha ocupado progresivamente puestos de alto nivel, incluido el liderazgo de equipos científicos de aprendizaje automático que se asociaron con organizaciones de alto perfil como la NFL, Cerner y la NASA. Estas colaboraciones permitieron a los clientes de AWS aprovechar las tecnologías de inteligencia artificial y aprendizaje automático para obtener resultados operativos y comerciales transformadores. Antes de unirse a AWS, pasó 14 años en Northrop Grumman, donde gestionó con éxito equipos de desarrollo de productos e ingeniería de software. Sri tiene una maestría en Ciencias de la Ingeniería y un MBA con especialización en administración general, lo que le brinda tanto la profundidad técnica como la visión para los negocios esenciales para su actual función de liderazgo.