Anthropic ha lanzado una funcionalidad innovadora denominada «uso de computadoras», que representa un significativo avance en la interacción entre humanos y máquinas. Esta nueva capacidad permite a los modelos Claude de la compañía interpretar visualmente interfaces digitales, permitiendo identificar el contenido de las pantallas, entender el contexto de distintos elementos de la interfaz de usuario y reconocer acciones potenciales como hacer clic en botones, escribir textos o navegar entre aplicaciones. Es importante destacar que, aunque el modelo puede identificar estas acciones, no puede ejecutarlas por sí mismo sin una capa adicional de orquestación que garantice una implementación segura.
Esta revolucionaria capacidad se ha integrado en los Amazon Bedrock Agents mediante los modelos Claude 3.5 Sonnet V2 y Claude Sonnet 3.7. Esta colaboración con Amazon Bedrock proporciona un enfoque más seguro y eficiente para la automatización de flujos de trabajo, prometiendo un impacto considerable en diversos sectores industriales.
Las organizaciones enfrentan constantemente el reto de automatizar tareas repetitivas que atraviesan múltiples aplicaciones y sistemas. Procesos como la gestión de facturas o la actualización de registros de clientes son ejemplos de actividades que consumen tiempo y son susceptibles de errores humanos cuando se realizan manualmente. Habitualmente, las soluciones de automatización han requerido integraciones de API a medida, lo cual genera una considerable carga de desarrollo. Aquí es donde el uso de computadoras por parte de las máquinas supone una transformación, permitiéndoles interactuar con las interfaces existentes de manera similar a como lo harían los humanos.
La verdadera innovación de este avance reside en la capa de orquestación que permite ejecutar la capacidad perceptual en tareas automatizadas. Sin esta capa, las máquinas solo podrían identificar pero no ejecutar acciones. El demo de agente de uso de computadora garantiza un entorno de ejecución seguro y asequible, además de proporcionar un seguimiento completo de cada acción realizada, lo cual simplifica las pruebas y la experimentación.
Gracias a la funcionalidad de uso de computadoras, los Amazon Bedrock Agents pueden automatizar tareas usando acciones de GUI y comandos de Linux. Esto incluye la capacidad de tomar capturas de pantalla, crear y editar archivos de texto, y ejecutar comandos de Linux, ofreciendo herramientas para interactuar con interfaces de usuario y manipular texto y comandos de Bash.
El flujo de trabajo de uso de computadora abarca la creación del agente, la descripción de sus interacciones, la adición de grupos de acciones soportadas, y la invocación del agente con consultas de usuario que requieren herramientas de computación. El agente, entonces, utiliza las definiciones de las herramientas disponibles para decidir qué acción realizar, ejecutándola en un entorno seguro y eficiente.
Este avance tecnológico promete simplificar la automatización de tareas dentro de las empresas, contribuyendo a optimizar los flujos de trabajo y a mejorar la eficiencia operativa. Con Amazon Bedrock Agents, los procesos como el manejo de facturas o la documentación en recursos humanos se vuelven más efectivos y seguros.
En resumen, la integración de estas capacidades en Amazon Bedrock Agents ofrece un enfoque transformador para enfrentar los desafíos de automatización de flujos de trabajo complejos. Facilita el desarrollo de soluciones de automatización sin la necesidad de crear API personalizadas para cada aplicación, permitiendo a las organizaciones implementar soluciones de manera rápida y eficiente, llevándoles a alcanzar nuevos niveles de innovación y productividad.
