KTern.AI crea una plataforma de agentes para SAP sobre Amazon Bedrock AgentCore

KTern.AI ha presentado la arquitectura de una plataforma de IA basada en agentes para SAP, construida sobre Amazon Bedrock AgentCore y el Strands Agents SDK. El sistema coordina varios agentes especializados para programas corporativos de larga duración, conserva el contexto y controla el acceso a las herramientas.

Cómo funciona la plataforma

KTern.AI está convirtiendo su anterior plataforma SaaS en un sistema de agentes en el que no es un único chatbot universal el que intenta resolver las tareas. En su lugar, agentes especializados se encargan de partes concretas de un proceso corporativo. Este enfoque importa en entornos SAP: las solicitudes no suelen requerir una única respuesta, sino un programa prolongado en el que hay que tener en cuenta las decisiones ya tomadas, el estado de los procesos y los datos corporativos disponibles.

La base de la infraestructura es Amazon Bedrock AgentCore, una plataforma gestionada de AWS para desplegar y operar agentes de IA. Para orquestar el comportamiento de los agentes, KTern.AI usa el Strands Agents SDK. Juntos, estos componentes permiten repartir el trabajo entre agentes sin construir desde cero la infraestructura para almacenar el estado, conectar herramientas y ejecutar los servicios de forma fiable.

• KTern.AI usa Amazon Bedrock AgentCore como infraestructura de una plataforma de agentes orientada a SAP.
• El Strands Agents SDK se encarga de coordinar los agentes de IA especializados.
• Los agentes están diseñados para programas corporativos de larga duración, no solo para consultas puntuales en un chat.
• La arquitectura prevé un contexto persistente para cada agente.
• El acceso a herramientas externas debe seguir siendo seguro y controlado.

¿Por qué no basta con un solo agente?

Un solo agente puede ser un punto de entrada cómodo para el usuario, pero en un sistema corporativo tiene que entender a la vez el contexto del programa, usar herramientas de negocio, ejecutar secuencias de acciones y respetar las reglas de acceso. A medida que crece el número de escenarios, ese diseño se vuelve más difícil de mantener: cuesta separar responsabilidades, auditar las acciones y limitar el acceso a operaciones sensibles.

KTern.AI reparte el trabajo entre varios agentes con roles concretos. Eso simplifica la orquestación: un agente puede encargarse de una etapa del proceso y otro, de trabajar con la herramienta adecuada o de continuar una tarea ya iniciada. Así, el sistema puede conservar no solo el historial de la conversación, sino también el contexto de trabajo necesario para los siguientes pasos del programa corporativo.

El contexto persistente es especialmente importante en las implantaciones y el mantenimiento de SAP, donde un proceso rara vez termina en una sola consulta. El agente necesita saber qué se ha hecho ya, qué datos y restricciones corresponden a un cliente concreto y en qué fase está la tarea. Sin ello, cada nueva sesión se convierte en una nueva recopilación de datos iniciales y la calidad de la automatización baja.

Qué cambia para la operación

Amazon Bedrock AgentCore asume parte de las tareas que normalmente hay que implementar dentro del producto: el lanzamiento de los componentes de los agentes, la gestión de su estado y la organización de un funcionamiento fiable en producción. Para KTern.AI, esto significa que el equipo puede centrarse en la lógica de los agentes y en la integración con escenarios de SAP, en lugar de construir por su cuenta toda la plataforma base.

Hace falta una capa de seguridad independiente porque los agentes no solo generan texto, sino que acceden a herramientas. En un entorno corporativo, ese acceso debe ser limitado, controlado y estar ligado a una tarea concreta. En la arquitectura descrita, el acceso seguro a las herramientas se considera una parte obligatoria del sistema, no un añadido posterior al lanzamiento.

La fiabilidad en producción también es un requisito clave. Un agente de demostración puede funcionar solo en una sesión corta y gestionarse manualmente cuando hay errores. Para una plataforma corporativa eso no basta: los agentes deben ejecutar de forma estable procesos largos, conservar el estado entre interacciones e interactuar correctamente entre sí.

Qué significa

El caso de KTern.AI muestra un cambio práctico de los asistentes de IA individuales hacia sistemas gestionados de varios agentes. Para las plataformas corporativas, el valor de esta arquitectura no está en la conversación en sí, sino en la capacidad de llevar procesos largos de forma segura, usar herramientas de negocio y no perder el contexto entre las etapas del trabajo.