AI · 22 November 2026
AWS amplía el cómputo de AgentCore para acelerar agentes de IA
AWS amplía la capa de ejecución de Amazon Bedrock AgentCore, con hasta cuatro veces más cómputo por sesión, hasta 8 vCPU y 32 GB de memoria, según InfoWorld.
Qué ha ocurrido
Amazon Web Services (AWS) ha ampliado la capa de ejecución de Amazon Bedrock AgentCore, la plataforma con la que las empresas despliegan agentes de inteligencia artificial. Según InfoWorld, la actualización permite disponer de hasta cuatro veces más cómputo por sesión, con hasta 8 vCPU y 32 GB de memoria.
El cambio incluye también una recuperación de memoria más rápida. AWS presenta la mejora como una vía para que las organizaciones escalen sus agentes de IA con un coste menor. La información procede de un único medio, por lo que los datos técnicos recogidos aquí reflejan lo que InfoWorld detalla, sin cifras de precios ni fechas de disponibilidad adicionales.
Por qué importa
Durante buena parte del último año, el reto de los agentes de IA ha sido pasar de las demostraciones a la producción. Los límites de cómputo y memoria por sesión determinan qué tareas pueden completar los agentes sin interrupciones, cuántos procesos pueden ejecutarse en paralelo y qué margen tienen los equipos para diseñar flujos más complejos. Ampliar ese margen cambia lo que es viable construir.
Para los responsables de experiencia, digitalización y operaciones, el dato relevante es que la infraestructura de ejecución empieza a formar parte del diseño del servicio. La capacidad disponible por sesión y la eficiencia en la gestión de memoria influyen en la rapidez de respuesta, en la fiabilidad de los procesos y en el coste unitario de cada interacción automatizada.
Las cifras clave
- Hasta 4x: incremento máximo del cómputo disponible por sesión en el entorno de ejecución de AgentCore.
- Hasta 8 vCPU: capacidad de procesamiento máxima indicada para cada sesión.
- Hasta 32 GB: memoria máxima indicada para cada sesión.
La perspectiva de Renascence
La mayoría de los equipos que evalúan agentes de IA se fijan en la calidad del modelo. Sin embargo, en procesos reales de atención y de back office, el cuello de botella suele estar en el entorno donde el agente opera: cuánta memoria tiene, cuánto tarda en liberarla y qué ocurre cuando una sesión se alarga.
Un agente que responde bien en una demostración puede degradar la experiencia en producción si su entorno de ejecución se queda corto. El principio de diseño de servicios que aplica aquí es sencillo: el ritmo y la fiabilidad de cada paso deben planificarse de forma explícita, no asumirse. Por eso, los operadores deberían medir el coste por tarea resuelta y la latencia percibida por el cliente, en lugar de limitarse al rendimiento de un modelo en pruebas. Ampliar recursos ayuda, pero solo mejora la experiencia si el flujo de trabajo se rediseña en torno a esa nueva capacidad.
Sources
This briefing was written by our Newsdesk, synthesising reporting from the outlets below. Follow the links for the original coverage.
FAQ
Questions we get on this topic
More in AI
Stay ahead of CX
Get the signal, not the noise.
The stories shaping customer experience — plus the Journal and Experience Loom — in your inbox.


