{"id":453,"date":"2026-10-22T12:19:02","date_gmt":"2026-10-22T12:19:02","guid":{"rendered":"https:\/\/cgcspain.com\/agentes-ia-capa-semantica-aws-atscale\/"},"modified":"2026-10-22T12:19:02","modified_gmt":"2026-10-22T12:19:02","slug":"agentes-ia-capa-semantica-aws-atscale","status":"publish","type":"post","link":"https:\/\/cgcspain.com\/en\/agentes-ia-capa-semantica-aws-atscale\/","title":{"rendered":"Agentes de IA fiables en AWS: por qu\u00e9 la capa sem\u00e1ntica debe llevar el control de acceso"},"content":{"rendered":"<p>Los <strong>agentes de IA<\/strong> que consultan datos corporativos necesitan algo m\u00e1s que un buen modelo de lenguaje: necesitan que las definiciones de negocio y los permisos no dependan del prompt. El <a href=\"https:\/\/aws.amazon.com\/blogs\/machine-learning\/build-a-semantic-layer-for-agentic-ai-on-aws-with-atscale-and-amazon-bedrock-agentcore\/\" rel=\"noopener\" target=\"_blank\">AWS Machine Learning Blog<\/a> describe, en el tercer art\u00edculo de una serie, un patr\u00f3n con AtScale y Amazon Bedrock AgentCore que lo plantea as\u00ed. Si tu organizaci\u00f3n estudia llevar agentes a producci\u00f3n sobre datos de clientes, conviene conocerlo.<\/p>\n<h2>Qu\u00e9 propone AWS para que un agente consulte datos de cliente<\/h2>\n<p>AWS propone que el agente no consulte las tablas directamente, sino un modelo sem\u00e1ntico de AtScale que le da respuestas calculadas con definiciones \u00fanicas. El ejemplo es una vista de cliente 360 de una empresa de retail, con clientes, pedidos, productos y programa de fidelizaci\u00f3n, almacenada en Amazon Redshift Serverless.<\/p>\n<p>El agente, construido con Strands y alojado en Amazon Bedrock AgentCore, usa un modelo de Anthropic (Claude Sonnet 4.6 en el ejemplo) para interpretar la pregunta y planificar la consulta. Despu\u00e9s llama al servidor MCP de AtScale, que traduce la petici\u00f3n a SQL nativo para el almac\u00e9n. Las uniones, las m\u00e9tricas y los filtros viven en la capa sem\u00e1ntica.<\/p>\n<p>Una particularidad: AtScale lanza cada consulta contra un \u00fanico motor, as\u00ed que los datos de varias fuentes deben consolidarse antes. En el ejemplo, Aurora PostgreSQL sigue siendo el sistema operacional y una r\u00e9plica mantiene la copia anal\u00edtica en Redshift.<\/p>\n<h2>Por qu\u00e9 los permisos no deber\u00edan vivir en el prompt de un agente de IA<\/h2>\n<p>Porque una instrucci\u00f3n en el prompt no es un control: el modelo puede interpretarla mal, y un control de acceso debe ser determinista y auditable. En este patr\u00f3n la identidad del usuario viaja desde el proveedor de identidad corporativo, pasa por AgentCore Identity y llega a AtScale, que aplica RBAC, seguridad por filas y perspectivas en el momento de la consulta. Seg\u00fan la noticia, tambi\u00e9n queda registro completo de las consultas.<\/p>\n<p>Otro detalle relevante: el agente no ve las credenciales. Gateway e Identity las gestionan en los extremos, y el agente solo orquesta la conversaci\u00f3n y las llamadas a herramientas. Para un equipo de seguridad o cumplimiento, esto reduce la superficie de exposici\u00f3n y facilita explicar qui\u00e9n accedi\u00f3 a qu\u00e9.<\/p>\n<h2>Qu\u00e9 cambia cuando las m\u00e9tricas se definen una sola vez<\/h2>\n<p>Cambia que el agente, tus herramientas de BI y cualquier otro consumidor obtienen el mismo resultado de las mismas definiciones. AtScale describe el modelo en SML, un lenguaje abierto basado en YAML y versionado en Git, y lo expone por SQL, XMLA y MCP desde un \u00fanico modelo desplegado.<\/p>\n<p>Esto tiene consecuencias pr\u00e1cticas:<\/p>\n<ul>\n<li><strong>Coherencia:<\/strong> el \u00abcliente de alto valor\u00bb significa lo mismo en un informe y en la respuesta de un agente.<\/li>\n<li><strong>Control de cambios:<\/strong> si se modifica un umbral, se cambia un fichero, se revisa como pull request y se despliega; los consumidores lo recogen despu\u00e9s.<\/li>\n<li><strong>Menos errores del modelo:<\/strong> el agente ve una ruta dimensional (producto, categor\u00eda) en lugar de un grafo de uniones que debe deducir.<\/li>\n<\/ul>\n<p>Es una lectura de CGC: el esfuerzo se desplaza del prompt al modelado de datos, y ah\u00ed es donde suele haber ya trabajo de gobierno del dato que aprovechar.<\/p>\n<h2>Qu\u00e9 conviene decidir antes de poner agentes de IA sobre una capa sem\u00e1ntica<\/h2>\n<p>Antes de empezar, conviene decidir cuatro cosas, porque este patr\u00f3n no es una opci\u00f3n gratuita ni universal.<\/p>\n<ol>\n<li><strong>D\u00f3nde residen los datos anal\u00edticos.<\/strong> Si hoy tus datos est\u00e1n repartidos en varios motores, hay que consolidarlos antes, con replicaci\u00f3n o ETL, porque AtScale resuelve cada consulta en un solo motor.<\/li>\n<li><strong>Qui\u00e9n es due\u00f1o del modelo.<\/strong> Definir dimensiones, medidas y perspectivas exige acordar significados con negocio y asignar responsables.<\/li>\n<li><strong>C\u00f3mo se propaga la identidad.<\/strong> Hay que revisar el proveedor de identidad, los roles y las reglas de seguridad por filas antes de abrir el acceso a un agente.<\/li>\n<li><strong>Qu\u00e9 se audita y qui\u00e9n lo revisa.<\/strong> El registro de consultas solo sirve si alguien lo explota, sobre todo en entornos sujetos a DORA o a requisitos de supervisi\u00f3n.<\/li>\n<\/ol>\n<p>La noticia es un art\u00edculo t\u00e9cnico de AWS sobre un producto de un tercero y no aporta cifras de rendimiento ni de coste; conviene validar ambos en una prueba de concepto acotada antes de comprometer una arquitectura.<\/p>\n<h2>Preguntas frecuentes sobre agentes de IA y capas sem\u00e1nticas<\/h2>\n<h3>\u00bfUna capa sem\u00e1ntica sustituye al gobierno del dato?<\/h3>\n<p>No. Es una forma de hacerlo ejecutable: aplica definiciones y permisos en cada consulta, pero alguien tiene que acordarlos, mantenerlos y revisarlos.<\/p>\n<h3>\u00bfSirve solo para agentes de IA?<\/h3>\n<p>No. Seg\u00fan AWS, el mismo modelo se expone por SQL, XMLA y MCP, de modo que las herramientas de BI actuales y los agentes comparten definiciones.<\/p>\n<p>Si est\u00e1s valorando llevar agentes a producci\u00f3n con datos sensibles, en CGC Spain trabajamos en <a href=\"https:\/\/cgcspain.com\/en\/servicios\/ai-data-services\/\">IA y datos<\/a>, desde el modelado del dato hasta el dise\u00f1o de agentes con controles de acceso. Si quieres comentar tu caso, puedes escribirnos desde <a href=\"https:\/\/cgcspain.com\/en\/contacto\/\">contacto<\/a>.<\/p>","protected":false},"excerpt":{"rendered":"<p>AWS publica un patr\u00f3n para conectar agentes de IA con una capa sem\u00e1ntica de AtScale. Permisos, filtros por fila y auditor\u00eda se aplican en el modelo de datos, no en el prompt.<\/p>","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"rank_math_title":"Agentes de IA y capa sem\u00e1ntica en AWS con AtScale","rank_math_description":"Agentes de IA con datos de negocio: AWS y AtScale muestran c\u00f3mo aplicar identidad, permisos y auditor\u00eda en la capa sem\u00e1ntica y no en el prompt.","rank_math_focus_keyword":"agentes de ia","footnotes":""},"categories":[5],"tags":[],"cgc_area":[],"class_list":["post-453","post","type-post","status-publish","format-standard","hentry","category-blog"],"_links":{"self":[{"href":"https:\/\/cgcspain.com\/en\/wp-json\/wp\/v2\/posts\/453","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/cgcspain.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/cgcspain.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/cgcspain.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/cgcspain.com\/en\/wp-json\/wp\/v2\/comments?post=453"}],"version-history":[{"count":0,"href":"https:\/\/cgcspain.com\/en\/wp-json\/wp\/v2\/posts\/453\/revisions"}],"wp:attachment":[{"href":"https:\/\/cgcspain.com\/en\/wp-json\/wp\/v2\/media?parent=453"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/cgcspain.com\/en\/wp-json\/wp\/v2\/categories?post=453"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/cgcspain.com\/en\/wp-json\/wp\/v2\/tags?post=453"},{"taxonomy":"cgc_area","embeddable":true,"href":"https:\/\/cgcspain.com\/en\/wp-json\/wp\/v2\/cgc_area?post=453"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}