4 min de lectura

IA multimodelo en Amazon Bedrock: DXC recorta 95% el tiempo de resolución en 56 casos de uso

IA multimodelo en Amazon Bedrock: DXC reduce 95% el tiempo de resolución en 56 casos con una capa de modelos gobernada y un arnés propio. Así lo hizo.

Un agente de IA con acceso a un servidor de producción en un banco o un hospital puede causar un desastre si tiene más autoridad de la que su tarea requiere. DXC Technology lo tuvo claro al diseñar DXC OASIS, su plataforma de agentes para operaciones de TI críticas. Desde su disponibilidad general en marzo de 2026, según la compañía, ha reducido en un 95% de media el tiempo de resolución en 56 casos de uso medidos. La clave es una IA multimodelo en Amazon Bedrock gobernada desde la infraestructura, no desde el modelo.

Cómo funciona la IA multimodelo en Amazon Bedrock dentro de DXC OASIS

DXC gestiona servicios de TI para organizaciones muy reguladas (bancos, hospitales y agencias gubernamentales), con más de 115.000 empleados en 70 países. Su equipo separó el problema en dos capas. La primera es un sustrato de modelos construido sobre Amazon Bedrock. La segunda es el «arnés» propio de DXC: orquestación, gobierno y auditoría de cada acción de los agentes, apoyado en 60 años de runbooks y lógica de escalamiento.

A través de una única API, OASIS accede a Anthropic Claude, Amazon Nova, Meta Llama y familias de pesos abiertos. Amazon Bedrock Guardrails aplica filtrado de contenido, redacción de datos personales (PII) y temas prohibidos de forma uniforme en todos los modelos. AWS PrivateLink mantiene el tráfico de inferencia dentro de la VPC del cliente, sin pasar por internet público. Los datos permanecen dentro del perímetro de datos de AWS y no se usan para entrenar los modelos fundacionales.

El equipo empezó con un prototipo a principios de 2025 y alcanzó la disponibilidad general en marzo de 2026. Ya escala hacia 130 entornos de clientes sobre Amazon EKS, con espacios de nombres por inquilino y despliegue GitOps. Dan Gray, presidente de GIS en DXC, lo resume así: la flexibilidad permite «usar el modelo correcto para cada tarea» y adaptarse a medida que evoluciona la tecnología. Conviene un matiz: la cifra del 95% procede de la propia DXC y del blog de AWS, así que es un resultado reportado por el proveedor y no una auditoría independiente.

Qué puedes aplicar en tu empresa: lecciones de gobernanza de agentes de IA

El caso deja una idea central: la gobernanza de agentes de IA se resuelve en la arquitectura. DXC se diseñó contra el riesgo de depender de un solo proveedor, framework o destino de despliegue. Estos son los principios que puedes llevar a tu organización:

  • Separa «qué modelo» de «cómo se hace el trabajo». Si el modelo es intercambiable y la lógica operativa es tuya, una caída o una deprecación del proveedor pasa a ser una decisión de enrutamiento y no una reconstrucción del sistema.
  • Enruta por coste, latencia y capacidad. No todas las tareas necesitan el modelo más potente. DXC asigna cada una al más adecuado.
  • Aplica controles a nivel de sistema. Filtros de contenido, redacción de PII y temas denegados deben operar igual con cualquier modelo, no como parches añadidos después.
  • Limita lo que cada agente puede hacer. Ninguna acción con impacto operativo debe ejecutarse sin verificación de políticas y, cuando corresponda, aprobación humana.
  • Mantén la red privada. PrivateLink, cifrado TLS 1.2 en tránsito y AWS KMS en reposo reducen la superficie de exposición en sectores regulados.
  • Empresas como Uber siguen una lógica parecida, con un único gateway MCP para gobernar miles de herramientas de agentes. Y quien trabaje con varios clientes puede ver cómo Octave resolvió el aislamiento en una IA multi-tenant segura sobre Bedrock.

    El error que DXC evita: confiar en que «misma API» significa «mismo comportamiento»

    La lección más sutil es que acceso uniforme no equivale a comportamiento uniforme. Los modelos difieren en capacidad, estilo de respuesta y modos de fallo. Por eso, antes de que un modelo entre en el enrutamiento de producción, el arnés (no la API) lo evalúa contra las suites de tareas de OASIS. Sustituir un modelo es tanto una actividad de aseguramiento como un cambio de ruta.

    Para tu empresa, esto implica construir desde el principio un conjunto propio de pruebas de IA en operaciones de TI que valide cada modelo candidato. Sin esa batería, la flexibilidad multimodelo se convierte en un riesgo. Si buscas un ejemplo de resultados medibles con la misma plataforma, el caso de Circle K, que bajó el triaje de incidentes de 60 a menos de 15 minutos con Amazon Bedrock, muestra que el enfoque no es exclusivo de grandes integradores.

    Cuándo conviene adoptar una IA multimodelo gobernada

    El momento adecuado llega cuando tus agentes ya tocan sistemas con impacto operativo, o cuando operas en un sector regulado. DXC pasó de prototipo a disponibilidad general en poco más de un año, pero con la gobernanza como punto de partida y no como añadido. Antes de ampliar el alcance de tus agentes, conviene responder tres preguntas: ¿puedo cambiar de modelo sin reescribir el sistema?, ¿puedo demostrar qué hizo cada agente?, ¿hay un humano en el punto donde el error sería irreversible?

    Si alguna respuesta es «no», el problema no es el modelo que elegiste, sino la capa que lo rodea. Una IA multimodelo bien gobernada no busca el mejor modelo del mercado, sino un sistema que siga funcionando cuando ese modelo cambie. ¿Está tu arquitectura preparada para ese día?

    Preguntas frecuentes

    ¿Qué resultados ha obtenido DXC con DXC OASIS?

    Desde su disponibilidad general en marzo de 2026, DXC OASIS ha reducido en un 95% de media el tiempo de resolución en 56 casos de uso medidos. Es una cifra reportada por la propia compañía y el blog de AWS, y la plataforma escala hacia 130 entornos de clientes sobre Amazon EKS.

    ¿Qué modelos de IA usa DXC OASIS en Amazon Bedrock?

    DXC OASIS accede a Anthropic Claude, Amazon Nova, Meta Llama y familias de pesos abiertos mediante una única API de Amazon Bedrock. Así, una caída o deprecación de un proveedor se resuelve con enrutamiento, y cada tarea va al modelo más adecuado en coste, latencia y capacidad.

    ¿Cómo garantiza DXC la seguridad y gobernanza de sus agentes de IA?

    Combina Amazon Bedrock Guardrails (filtros de contenido, redacción de PII y temas denegados), AWS PrivateLink para mantener el tráfico fuera de internet público, cifrado con TLS 1.2 y KMS, y un arnés propio que verifica políticas, exige aprobación humana cuando corresponde y audita cada acción del agente.