AWS muestra cómo Amazon Nova Act automatiza el monitoreo de precios competidores

El monitoreo de precios de competidores ya no tiene que hacerse manualmente: AWS ha mostrado cómo construir un agente basado en Amazon Nova Act que automáticamente abre sitios web de minoristas, encuentra el producto necesario, extrae precios y términos promocionales y compila todo en un resultado estructurado. La idea es simple: en lugar de empleados pasando horas alternando entre pestañas y hojas de cálculo, una empresa obtiene un bucle de observación del mercado casi continuo y puede tomar decisiones de precios basadas en datos frescos. AWS describe el problema típico enfrentado por equipos de comercio electrónico: para entender cómo se comportan los competidores, necesita verificar regularmente docenas de páginas de productos, registrar manualmente precios, descuentos y fechas de término de promociones, luego transferir estos datos a hojas de cálculo.

Tal proceso es lento, escala mal e inevitablemente produce errores de entrada de datos. Si los precios de mercado cambian varias veces al día, incluso un retraso de pocas horas convierte el análisis en un archivo en lugar de una herramienta para tomar decisiones rápidas. AWS señala especialmente que un problema similar existe no solo para minoristas en línea, sino también para compañías de seguros, bancos, empresas de viajes y hotelería, donde también existe la necesidad constante de comparar ofertas de competidores.

El elemento clave de la solución es Amazon Nova Act, un SDK de código abierto para automatización de navegador con control a través de instrucciones en lenguaje natural. Un desarrollador ensambla un flujo de trabajo en Python a partir de acciones pequeñas: abrir un sitio web, encontrar un producto, navegar a la tarjeta del producto, extraer campos necesarios, verificar condiciones, manejar errores o hacer una pausa. A diferencia de scripts rígidos basados en selectores CSS, este enfoque está diseñado para sitios web activos donde los banners, bloques promocionales, orden de elementos y navegación cambian constantemente.

Para la extracción de datos, AWS recomienda usar act_get() con un esquema Pydantic para que el agente devuelva una estructura ya validada y tipada apta para cargar en sistemas internos, paneles de control o modelos de fijación de precios. Se hace énfasis especial en la escala. Una instancia de Nova Act funciona con un navegador, pero múltiples instancias pueden ejecutarse en paralelo.

En el ejemplo de AWS, se usa ThreadPoolExecutor y la verificación se distribuye entre múltiples fuentes simultáneamente. En la práctica, esto significa que el agente puede cubrir Amazon, Target, Best Buy, Costco o cualquier otro conjunto de sitios web en un solo paso, y luego compilar el resultado general en una sola tabla. En el escenario de demostración, el usuario proporciona un nombre de producto y SKU, tras lo cual el agente busca una tarjeta de producto relevante, distingue resultados publicitarios de los orgánicos, extrae el precio, detalles de la promoción, disponibilidad y metadatos adicionales.

El resultado se registra en CSV para que pueda ser alimentado a un sistema BI, API interno o lógica de fijación de precios dinámica. AWS no elude las limitaciones prácticas. Si un sitio web muestra un CAPTCHA, Nova Act no intenta resolverlo automáticamente.

En cambio, el flujo de trabajo puede detectar la presencia de un CAPTCHA y detenerse para que un humano complete la verificación manualmente. Para ejecución local, se ofrece un modo headed, y en un escenario de nube — human-in-the-loop a través de la Herramienta de Navegador AgentCore con toma de control de interfaz en la consola de AWS. Además, el servicio devuelve errores como ActError, permitiendo reintentos, ramas de fallback y registro adecuado.

Para desarrollo, AWS recomienda usar extensiones para Kiro, VS Code y Cursor, y para monitorear ejecuciones — la consola Nova Act con trazas, capturas de pantalla, logs y artefactos en Amazon S3. Lo que esto significa: AWS promueve Nova Act no como una demostración de "un agente por el bien de un agente", sino como una capa de aplicación para procesos web rutinarios donde importan la velocidad, reproducibilidad y escala. Para el comercio minorista, este es un camino directo del monitoreo manual al monitoreo de precios competitivos casi continuo.

Para otras industrias, la señal es la misma: si los datos de competidores todavía se recopilan a través de pestañas y Excel, los agentes de navegador comienzan a parecer no un experimento, sino una herramienta práctica.