Esta publicación fue escrita con Arun Sittampalam y Maxime Darcot de Swisscom.
A medida que navegamos por el ecosistema de IA en constante cambio, las empresas enfrentan desafíos para traducir el potencial de la IA en soluciones escalables y listas para producción. Swisscom, el principal proveedor de telecomunicaciones de Suiza con unos ingresos estimados de 19.000 millones de dólares (2025) y una capitalización de mercado de más de 37.000 millones de dólares a junio de 2025, ejemplifica cómo las organizaciones pueden navegar con éxito esta complejidad manteniendo su compromiso con la sostenibilidad y la excelencia.
Swisscom ha sido reconocida como la empresa más sostenible en la industria de las telecomunicaciones durante 3 años consecutivos por la revista World Finance. Swisscom se ha establecido como un líder en innovación comprometido con lograr emisiones netas cero de gases de efecto invernadero para 2035, en consonancia con el Acuerdo Climático de París. Este enfoque de sostenibilidad primero se extiende a su estrategia de IA, donde están superando lo que llaman el “techo de la automatización”, donde los enfoques de automatización tradicionales no logran satisfacer las demandas comerciales modernas.
En esta publicación, mostraremos cómo Swisscom implementó Amazon Bedrock AgentCore para crear y escalar sus agentes de IA empresariales para operaciones de ventas y atención al cliente. Como uno de los primeros en adoptar Amazon Bedrock en la región europea de AWS (Zúrich), Swisscom lidera la implementación de IA empresarial con su sistema Chatbot Builder y varias iniciativas de IA. Sus implementaciones exitosas incluyen IA conversacional impulsada por Rasa y LLM optimizados en Amazon SageMaker, y el asistente Swisscom Swisscom myAI, creado para cumplir con los estándares suizos de protección de datos.
Descripción general de la solución: marco habilitador de IA agente de Swisscom
El desafío de escalar los agentes de IA en toda la empresa radica en gestionar soluciones de agentes aisladas y al mismo tiempo facilitar la coordinación entre departamentos. Swisscom aborda esto a través de servidores Model Context Protocol (MCP) y el protocolo Agent2Agent (A2A), para una comunicación fluida de los agentes entre dominios. Operando bajo las estrictas leyes de protección de datos de Suiza, han desarrollado un marco que equilibra los requisitos de cumplimiento con capacidades de escalamiento eficientes, lo que ayuda a evitar esfuerzos redundantes y al mismo tiempo mantiene altos estándares de seguridad.
Arquitectura multiagente de Swisscom: desafíos de diseño e implementación del sistema
La visión de Swisscom para la IA agente a nivel empresarial se centra en abordar los desafíos fundamentales que enfrentan las organizaciones al escalar las soluciones de IA. Reconocen que una implementación exitosa requiere algo más que tecnología innovadora: exige un enfoque integral de la infraestructura y las operaciones. Uno de los desafíos clave radica en orquestar agentes de IA en diferentes departamentos y sistemas manteniendo al mismo tiempo la seguridad y la eficiencia.
Para ilustrar estos desafíos en la práctica, examinemos un escenario de servicio al cliente común en el que un agente tiene la tarea de ayudar a un cliente a restaurar la conectividad de su enrutador de Internet. Hay tres causas potenciales para la pérdida de conectividad: 1) un problema de facturación, 2) una interrupción de la red o 3) una discrepancia en la configuración conocida como problema de emparejamiento. Estos problemas suelen residir en departamentos distintos de donde opera el agente asignado, lo que destaca la necesidad de una coordinación interdepartamental fluida.
El siguiente diagrama de arquitectura ilustra la visión y los desafíos asociados para un agente de cliente genérico sin Amazon Bedrock AgentCore. La configuración de VPC compartida de Swisscom se explica con más detalle en la publicación del blog Redes automatizadas con VPC compartidas en Swisscom.
Esta arquitectura incluye los siguientes componentes:
Un agente genérico de cara al cliente implementado como un tiempo de ejecución en contenedores dentro de una VPC compartida, que requiere capacidades de invocación de modelo básico y una sólida gestión de sesiones. Para completar la tarea, el agente debe acceder a otros agentes y servidores MCP. Estos recursos normalmente se distribuyen en varias cuentas de AWS y se implementan como tiempos de ejecución en contenedores dentro de la VPC compartida. El acceso a las aplicaciones internas se produce principalmente a través de SAIL (Biblioteca de interfaz y servicios), el sistema central de Swisscom para el alojamiento de API y la integración de servicios. Se puede acceder a los recursos de la red corporativa a través de AWS Direct Connect, con una VPC Transit Gateway que facilita la comunicación segura entre redes. El cumplimiento de la seguridad es primordial: cada interacción requiere tokens de acceso temporales que autentican tanto al agente como al contexto del cliente. Esta validación bidireccional es esencial para los componentes del sistema: los agentes, los servidores MCP y las herramientas deben verificar los tokens entrantes para las solicitudes de servicio. Obtener información a largo plazo a partir de las sesiones almacenadas, como las preferencias de los clientes, exige un análisis sofisticado.
Para construir a escala la solución mencionada anteriormente, Swisscom identificó varios desafíos críticos que debían abordarse:
Seguridad y autenticación: ¿Cómo implementar una autenticación y autorización transitivas y seguras que impongan un acceso con privilegios mínimos en función de permisos que se cruzan (cliente, agente, departamento)? ¿Cómo habilitar el intercambio controlado de recursos entre departamentos, sistemas en la nube y redes locales? Integración e interoperabilidad: ¿Cómo hacer que los servidores MCP y otros agentes estén disponibles de forma centralizada para otros casos de uso? ¿Cómo integrar y mantener la compatibilidad con los casos de uso de agentes existentes en toda la infraestructura de Swisscom? Operaciones e inteligencia del cliente: ¿Cómo capturar y utilizar de manera efectiva los conocimientos del cliente en múltiples interacciones de agentes? ¿Cómo implementar prácticas estandarizadas de evaluación y observabilidad entre los agentes?
Cómo Amazon Bedrock AgentCore aborda los desafíos
Amazon Bedrock AgentCore proporciona a Swisscom una solución integral que aborda sus desafíos de IA agente a escala empresarial.
AgentCore Runtime: permite a los desarrolladores de Swisscom centrarse en crear agentes mientras el sistema maneja un alojamiento seguro y rentable y un escalado automático a través de la implementación de contenedores Docker que mantiene el aislamiento a nivel de sesión. Alojado en la VPC compartida permite el acceso a las API internas. AgentCore Identity: se integra perfectamente con el proveedor de identidad existente de Swisscom, gestionando la autenticación tanto entrante como saliente, aliviando la necesidad de servidores de intercambio de tokens personalizados y simplificando las interacciones seguras entre agentes, herramientas y fuentes de datos. AgentCore Memory: ofrece una solución sólida para administrar el almacenamiento de memoria a largo plazo y basado en sesiones con estrategias de memoria personalizadas. Esto es particularmente valioso para las operaciones B2C donde es crucial comprender el contexto del cliente en todas las interacciones. Mantener separados los datos de cada usuario también respalda los esfuerzos de seguridad y cumplimiento. Marco de Strands Agents: demuestra una alta adopción entre los desarrolladores de Swisscom debido a su construcción de agentes simplificada, ciclos de desarrollo más rápidos, integración perfecta con los servicios Bedrock AgentCore y capacidades integradas para seguimiento, evaluación y registro de OpenTelemetry.
Esta solución hace lo siguiente:
El cliente envía una solicitud al agente de Strands que se ejecuta en AgentCore Runtime, pasando un token de autenticación del IdP de Swisscom. El token del cliente se valida y se genera un nuevo token para el uso de la herramienta posterior del agente y se devuelve al agente. El agente invoca el modelo básico en Bedrock y almacena las sesiones en AgentCore Memory. El tráfico atraviesa los puntos finales de VPC para Bedrock y Bedrock AgentCore, manteniendo el tráfico privado. El agente accede a las API internas, servidores MCP y A2A dentro de la VPC compartida, autenticándose con el token temporal de AgentCore Identity.
Con la flexibilidad de utilizar un subconjunto de funciones de Amazon Bedrock AgentCore y su integración de Amazon VPC, Swisscom podría seguir siendo seguro y flexible para utilizar los servicios de Bedrock AgentCore para sus necesidades específicas, por ejemplo, para integrarse con agentes existentes en Amazon EKS. Amazon Bedrock AgentCore se integra con VPC para facilitar la comunicación segura entre agentes y recursos internos.
Resultados y beneficios: implementación en el mundo real con caso de uso de autoservicio
Swisscom se asoció con AWS para implementar Amazon Bedrock AgentCore para dos casos B2C: 1) generar argumentos de venta personalizados y 2) brindar soporte al cliente automatizado para problemas técnicos como la resolución de problemas de autoservicio. Ambos agentes se están integrando en el sistema de chatbot basado en IA generativo de clientes existente de Swisscom llamado SAM, lo que requiere protocolos de comunicación de agente a agente de alto rendimiento debido al gran volumen de clientes de Swisscom y los estrictos requisitos de latencia. A lo largo del proceso de desarrollo, el equipo creó un agente para cada caso de uso diseñado para compartirse en toda la organización a través de MCP y A2A.
Amazon Bedrock AgentCore ha demostrado ser fundamental en estas implementaciones. Al utilizar la información a largo plazo de Bedrock AgentCore Memory, Swisscom puede rastrear y analizar las interacciones de los clientes en diferentes puntos de contacto, mejorando continuamente la experiencia del cliente en todos los dominios. AgentCore Identity facilita una seguridad sólida, implementando controles de acceso precisos que limitan a los agentes solo a aquellos recursos autorizados para la interacción específica con el cliente. La escalabilidad de AgentCore Runtime permite a estos agentes manejar de manera eficiente miles de solicitudes por mes cada uno, manteniendo una baja latencia y optimizando los costos.
La adopción del marco Strands Agents ha sido particularmente valiosa en este viaje:
Los equipos de desarrollo lograron sus primeras demostraciones con las partes interesadas del negocio en 3 o 4 semanas, a pesar de no tener experiencia previa con Strands Agents. Un equipo de proyecto migró de su implementación de LangGraph a Strands Agents, citando una complejidad reducida y ciclos de desarrollo más rápidos. La integración nativa OpenTelemetry del marco admitió la exportación perfecta de seguimientos de rendimiento a la infraestructura de observabilidad existente de Swisscom, manteniendo la coherencia con los estándares de monitoreo de toda la empresa. Los casos de prueba de evaluación de Strands permitieron a los equipos armar rápidamente un proceso de evaluación sin la necesidad de herramientas adicionales, para una validación rápida de la PoC.
Conclusión: IA empresarial a escala: conocimientos clave e implicaciones estratégicas
La implementación de Amazon Bedrock AgentCore por parte de Swisscom demuestra cómo las empresas pueden navegar con éxito las complejidades de la IA Agentic lista para producción mientras mantienen el cumplimiento normativo y la excelencia operativa. El viaje de Swisscom ofrece tres ideas fundamentales:
La base arquitectónica importa: al abordar los desafíos fundamentales de la autenticación segura entre organizaciones, la orquestación de agentes estandarizada y la observabilidad integral, Swisscom estableció una base escalable que acelera la implementación en lugar de limitarla. La integración de los servicios AgentCore Runtime, Identity y Memory aceleró la configuración de la infraestructura para que los equipos pudieran centrarse en el valor empresarial. La selección del marco impulsa la velocidad: la adopción del marco de Strands Agents ejemplifica cómo las herramientas de desarrollo adecuadas pueden reducir drásticamente el tiempo de obtención de valor. Los equipos que realizan demostraciones de las partes interesadas en un plazo de 3 a 4 semanas, junto con migraciones exitosas desde marcos alternativos, validan la importancia de la experiencia del desarrollador en la adopción de la IA empresarial. El cumplimiento como facilitador: Swisscom demostró que el cumplimiento normativo no tiene por qué impedir la innovación. La capacidad del sistema para escalar manteniendo la soberanía de los datos y la privacidad del usuario ha demostrado ser particularmente valiosa en la industria suiza, donde el cumplimiento normativo es primordial.
A medida que las empresas reconocen cada vez más a los agentes de IA como fundamentales para la ventaja competitiva, la implementación de Swisscom proporciona una arquitectura de referencia comprobada. Su éxito con aplicaciones B2C de gran volumen, desde asistencia de ventas personalizada hasta soporte técnico automatizado, ilustra que la IA agente puede ofrecer resultados comerciales mensurables a escala cuando se construye sobre la infraestructura adecuada. Esta implementación sirve como modelo para las organizaciones que buscan implementar soluciones de IA a escala empresarial, mostrando cómo una planificación arquitectónica cuidadosa y las opciones tecnológicas correctas pueden conducir a resultados exitosos tanto en el servicio al cliente como en las operaciones de ventas.
Próximos pasos y mirando hacia el futuro
La hoja de ruta futura se centra en tres áreas clave: intercambio de agentes, integración entre dominios y gobernanza. Un registro de agentes centralizado facilitará el descubrimiento y la reutilización en toda la organización, respaldado por documentación estandarizada y mejores prácticas compartidas. La integración entre dominios permitirá una colaboración fluida entre diferentes unidades de negocio, con estándares claros para la comunicación e interoperabilidad de los agentes. La implementación de mecanismos de gobernanza sólidos, incluido el control de versiones, el monitoreo del uso y las auditorías de seguridad periódicas, facilitará el crecimiento sostenible del sistema y al mismo tiempo mantendrá el cumplimiento de los estándares empresariales. Este enfoque integral ayudará a impulsar la mejora continua basada en comentarios y patrones de uso del mundo real.
Consulte estos enlaces adicionales para obtener información relevante relacionada con Agentic:
Sobre los autores
Arun Sittampalam, director de IA de gestión de productos en Swisscom, lidera la transformación de la empresa hacia la IA agente, diseñando marcos que escalan agentes impulsados por modelos de lenguaje grande (LLM) en entornos empresariales. Su equipo está construyendo la plataforma de agentes de Swisscom, integrando Amazon Bedrock, AgentCore y marcos de orquestación internos para capacitar a los equipos de productos de inteligencia artificial de Swisscom para crear y escalar agentes inteligentes más rápido. Arun se centra en poner en funcionamiento arquitecturas multiagente que ofrezcan automatización, confiabilidad y escalabilidad.
Maxime es arquitecto de sistemas y seguridad en Swisscom, responsable de la arquitectura de habilitación de IA conversacional y agente. Originalmente es un científico de datos con 10 años de experiencia en el desarrollo, implementación y mantenimiento de soluciones de PNL que han ayudado a millones de clientes de Swisscom.
Julian Grüber es consultor de ciencia de datos en Amazon Web Services. Se asocia con clientes estratégicos para ampliar las soluciones GenAI que desbloquean el valor empresarial, trabajando tanto a nivel de caso de uso como de arquitectura empresarial. Basándose en su experiencia en matemáticas aplicadas, aprendizaje automático, negocios e infraestructura en la nube, Julian une la profundidad técnica con los resultados comerciales para abordar desafíos complejos de IA/ML.
Marco Fischer es arquitecto senior de soluciones en Amazon Web Services. Trabaja con operadores de telecomunicaciones líderes para diseñar e implementar soluciones escalables y listas para producción. Con más de dos décadas de experiencia que abarca ingeniería de software, arquitectura e infraestructura de nube, Marco combina una profunda experiencia técnica con una pasión por resolver desafíos empresariales complejos.
Akarsha Sehwag es científico de datos de IA generativa para el equipo de Amazon Bedrock AgentCore GTM. Con más de seis años de experiencia en IA/ML, ha creado soluciones empresariales listas para producción en diversos segmentos de clientes en los dominios de IA generativa, aprendizaje profundo y visión por computadora. Fuera del trabajo, le gusta caminar, andar en bicicleta o jugar al bádminton.
Ruben Merz es arquitecto principal de soluciones en AWS y se especializa en soberanía digital, inteligencia artificial y soluciones de redes para clientes empresariales. Con una profunda experiencia en sistemas distribuidos y redes, diseña soluciones en la nube seguras y compatibles que ayudan a las organizaciones a afrontar requisitos regulatorios complejos mientras aceleran sus viajes de transformación digital.