Automatización de Ventas de Crédito: Asistente de Ventas con
IA Agéntica en AWS
Sobre el cliente
El cliente buscaba automatizar el proceso de venta de créditos mediante un agente inteligente capaz de validar la información de onboarding, responder preguntas de los clientes, mantener el contexto de la conversación y ejecutar los pasos necesarios para confirmar una venta.
El desafío
El cliente necesitaba optimizar su proceso de venta de créditos reduciendo la intervención manual en la gestión de leads, la validación del onboarding, la orientación al cliente y la confirmación de las ventas.
El proceso depende de información de onboarding de clientes almacenada en Amazon RDS MySQL, así como de documentación interna utilizada para responder preguntas y guiar a los clientes durante el proceso de solicitud de crédito.
Sin intervención, el cliente continuaría enfrentando errores humanos evitables, orientación inconsistente, interacciones de venta más extensas y una capacidad limitada para escalar el proceso comercial sin incrementar el esfuerzo operativo.
Identificamos Agentic AI como el enfoque adecuado porque la solución necesitaba mantener el contexto, recuperar información del negocio, validar datos de clientes y ejecutar acciones que permitieran avanzar y completar activamente una venta.
Objetivos del proyecto
Objetivo principal:
Implementar un agente automatizado de ventas de crédito utilizando Amazon Bedrock Agents.
Objetivos específicos:
-
Recuperar y validar la información de onboarding de clientes desde Amazon RDS MySQL.
-
Utilizar una Knowledge Base de Bedrock con RAG para responder preguntas a partir de la documentación interna del cliente.
-
Ejecutar acciones de negocio mediante Action Groups para almacenar información y completar la venta.
-
Persistir las conversaciones y las interacciones anteriores en Amazon DynamoDB.
-
Permitir la interacción a través del frontend del cliente, la consola de Amazon Bedrock para trazabilidad y WhatsApp.
La solución
Implementamos la PoC utilizando Amazon Bedrock Agents como runtime principal del agente, con Claude 3.5 Haiku v1 a través de Amazon Bedrock.
El agente recupera y valida los datos de onboarding desde Amazon RDS MySQL, utiliza Amazon Bedrock Knowledge Bases para acceder mediante RAG a la documentación interna del cliente e invoca Bedrock Action Groups, respaldados por AWS Lambda, para ejecutar operaciones de negocio como registrar ventas y actualizar información.
Utilizamos Amazon DynamoDB para persistir el historial de conversaciones, permitiendo que el agente mantenga el contexto de interacciones anteriores.
Las integraciones basadas en APIs permiten soportar los flujos de interacción desde el frontend del cliente y WhatsApp.
Definición y cumplimiento
Esta referencia cumple directamente con el alcance de la especialización AWS Agentic AI, ya que implementamos un agente administrado que combina inferencia mediante LLM con memoria contextual, recuperación de datos empresariales, RAG, toma de decisiones y ejecución de acciones de negocio.
El agente de Bedrock hace más que responder preguntas de los clientes: recupera el contexto del cliente, valida los datos de onboarding, consulta documentación interna, mantiene el estado de la conversación e invoca Action Groups y funciones Lambda para ejecutar las acciones necesarias para avanzar y finalizar una venta de crédito.
Esto demuestra un flujo autónomo orientado a objetivos, alineado con la definición central de Agentic AI.
Tecnologías clave implementadas
🔹Amazon Bedrock Agents: runtime administrado principal del agente y orquestación de la conversación. | 🔹Claude 3.5 Haiku v1 en Amazon Bedrock: seleccionado por su eficiencia de costos, baja latencia y rendimiento adecuado para la PoC. | 🔹Amazon Bedrock Knowledge Bases: RAG sobre la documentación interna del cliente. | 🔹Bedrock Agent Action Groups: ejecución de acciones de negocio para registrar ventas y actualizar información. | 🔹Amazon RDS MySQL: recuperación y validación de datos de onboarding. | 🔹Amazon DynamoDB: historial de conversaciones y memoria de interacciones anteriores. | 🔹AWS Lambda: lógica de validación e integraciones con acciones y servicios. | 🔹Integraciones basadas en APIs: canales de interacción con el frontend y WhatsApp. | 🔹Amazon CloudWatch: monitoreo operativo confirmado durante la implementación. | 🔹AWS CDK: implementación de infraestructura como código.
Solución técnica y justificación
Implementamos una capa de integración basada en Lambda y serverless alrededor de Amazon Bedrock Agents, reduciendo la necesidad de administrar infraestructura persistente durante la PoC.
Los roles y políticas de IAM controlan el acceso entre servicios, los datos protegidos se encuentran cifrados tanto en tránsito como en reposo y CloudWatch proporciona visibilidad operativa.
Se seleccionó Claude 3.5 Haiku v1 por su eficiencia de costos, baja latencia y rendimiento suficiente para la PoC.
La evidencia disponible no confirma el uso de Bedrock Guardrails, MCP/A2A, ECS/EKS/Fargate ni frameworks de agentes de terceros.
Principales características de la arquitectura
-
Uso de herramientas operativas. Los Action Groups permiten que el agente actualice información del negocio y registre/finalice ventas.
-
Asistencia comercial contextual. RAG permite que la orientación proporcionada a los clientes esté fundamentada en la documentación del cliente.
-
Memoria conversacional. DynamoDB conserva las interacciones anteriores, permitiendo mantener el contexto de las conversaciones.
-
Integración con sistema de negocio. El agente valida directamente la información de onboarding contra RDS MySQL.
Optimización de la solución y enfoques alternativos
Alineamos cada etapa del proceso de venta de crédito con una capacidad administrada de AWS:
-
Bedrock Agents orquesta la interacción.
-
Knowledge Bases fundamenta la orientación al cliente.
-
Amazon RDS proporciona el contexto de onboarding.
-
DynamoDB conserva la memoria conversacional.
-
Action Groups + Lambda ejecutan las operaciones de negocio.
Esto permitió crear una arquitectura enfocada en un único agente para validar el caso de uso comercial con una baja carga operativa, manteniendo al mismo tiempo un camino claro hacia una futura evolución a producción.
Impacto de negocio e indicadores clave (KPIs)
Se midieron los siguientes KPIs para validar el impacto de negocio de la solución implementada.
-
KPI 1 — Conversión de Ventas
Línea base: El proceso existente se normalizó a un índice de conversión del 100% para leads calificados que llegaban a la etapa de venta asistida.
Objetivo: Mejorar al menos un 15% la conversión de ventas de crédito completadas mediante orientación continua y validación automatizada.
Resultado real: La validación de la PoC mostró una mejora aproximada del 18% en la finalización exitosa de ventas frente al flujo de trabajo de referencia.
Método de medición: Se comparó la proporción de recorridos de prueba calificados que alcanzaron una confirmación exitosa de venta en el proceso de referencia frente a recorridos equivalentes asistidos por el agente.
-
KPI 2 — Errores de Validación y Procesamiento
Línea base: La validación manual del onboarding y el procesamiento de ventas se normalizaron a un índice de errores del 100%.
Objetivo: Reducir al menos un 25% los errores de validación y procesamiento.
Resultado real: El flujo asistido por el agente redujo aproximadamente un 30% los errores observados de validación y procesamiento.
Método de medición: Se compararon los errores identificados durante las pruebas de validación de datos de onboarding y procesamiento de ventas antes y después de incorporar la recuperación automatizada desde RDS, la lógica de validación y la ejecución mediante Action Groups.
Objetivos no alcanzados y lecciones Aprendidas
La PoC confirmó la importancia de combinar orientación conversacional con memoria persistente y acciones de negocio explícitas.
Las pruebas y el feedback del cliente se utilizaron para perfeccionar la Knowledge Base, el flujo conversacional, los prompts y el comportamiento de las acciones.
También se validó que el uso de un modelo de menor latencia y costo eficiente era apropiado para este flujo, ya que el valor del negocio depende de interacciones ágiles y de una ejecución confiable de acciones comerciales bien definidas, en lugar de una generación extensa y sin restricciones.
Contactanos
Y escala tu negocio sin límites.