Saltar al contenido
nexional.
EN
Volver al blog
IA & Automatización7 min de lectura

Agentes de IA con memoria: contexto útil y acceso seguro en la empresa

Descubre cómo la memoria y la recuperación de contexto pueden mejorar asistentes empresariales sin descuidar los permisos de acceso a los datos.

Una esfera luminosa conectada a carpetas mediante una puerta con cerradura; otra carpeta queda aislada.

El problema: buscar documentos no basta para recordar

Una empleada consulta a su asistente interno sobre una política de la empresa y, después de recibir la respuesta, pregunta: «¿Y cuál se aplica en mi caso?». En esta situación hipotética, espera que el asistente entienda la pregunta de seguimiento a partir de lo que acaban de hablar, sin tener que repetir toda la consulta.

Pero la continuidad puede exigir algo más que recordar el último intercambio. La empleada quizá mencionó su puesto o su ubicación semanas antes, en una conversación sobre otro asunto. Esos datos podrían ayudar a orientar la búsqueda, aunque no formen parte de la base documental. Según AWS, las personas esperan que las respuestas tengan en cuenta información que ya han compartido y se apoyen en documentos que están autorizadas a consultar.

La tensión aparece cuando varias personas utilizan el mismo asistente. El contexto que resulta útil para una no debe convertirse en información visible para otra. Lo mismo ocurre con los documentos: una respuesta adaptada a la persona no debería incluir contenido al que esta no tiene acceso. Por eso, la continuidad de la conversación y los permisos deben abordarse conjuntamente, tanto para los recuerdos como para las fuentes documentales.

Qué ha cambiado: la memoria se incorpora a la recuperación

Buscar en documentos y recuperar recuerdos son tareas complementarias, pero no equivalentes. La base de conocimiento aporta información documental para fundamentar una respuesta; la memoria puede aportar datos relevantes sobre el usuario o el contexto de una conversación anterior. Por ejemplo, una pregunta de seguimiento puede depender de algo dicho en el turno previo, mientras que una consulta sobre una política puede requerir información comunicada en otra conversación.

AWS presenta una integración opcional entre Amazon Bedrock Managed Knowledge Base y Amazon Bedrock AgentCore memory. Al activarla, la memoria se incorpora como fuente de recuperación junto a la base de conocimiento. Según AWS, el servicio restaura la conversación y su planificador decide cuándo puede ayudar un dato sobre el usuario. Si lo considera pertinente, recupera ese dato de la memoria a largo plazo y lo utiliza para formular subconsultas a la base de conocimiento. Tras generar la respuesta, guarda el intercambio en la memoria.

Este diseño ilustra una forma concreta de combinar recuerdos y documentos en una misma solicitud. No implica que todos los agentes tengan esa capacidad ni que esta integración sea necesaria para construir cualquier asistente con memoria.

Cómo funciona: identidad, memoria y documentos autorizados

En la integración descrita por AWS, el recorrido comienza cuando la persona se autentica. La aplicación valida su identidad y la incorpora a la solicitud: la utiliza tanto para identificar su memoria como para aportar un contexto de usuario con el que filtrar los documentos mediante listas de control de acceso.

A partir de ahí, el servicio recupera el historial de la sesión y puede buscar datos pertinentes en la memoria a largo plazo. Con ese contexto, consulta la base de conocimiento y devuelve una respuesta respaldada por los documentos que el usuario tiene permitido leer, con citas. Tras generar la respuesta, guarda la pregunta y la respuesta en la sesión.

El aislamiento de la memoria y el control de acceso a los documentos son responsabilidades distintas. En una aplicación compartida, identificar correctamente la memoria de cada persona no sustituye la comprobación de sus permisos sobre los documentos, ni al contrario. En el ejemplo de AWS, la aplicación sigue siendo responsable de autenticar al usuario y transmitir su identidad.

Como criterio de diseño, análisis de Nexional: conviene revisar qué información se conserva en memoria, cómo se actualiza y cómo se verifica que cada usuario solo puede acceder a la memoria y los documentos autorizados.

Qué muestran las fuentes sobre integración y escala

Las fuentes presentan dos problemas relacionados, pero no equivalentes. En el caso de memoria, AWS describe una solución que incorpora información de conversaciones anteriores a la recuperación y filtra los documentos según los permisos del usuario. El fragmento aportado explica sus capacidades, pero no ofrece mediciones de mejora en precisión, productividad o ahorro.

En el segundo caso, un equipo de Amazon creó un servidor MCP como puerta de acceso común entre agentes y su lago de datos empresarial. Según el equipo, el lago contiene miles de conjuntos de datos y, con el enfoque anterior, incorporar una tabla podía requerir varios días de ingeniería en ese entorno.

El problema de partida no era solo el volumen: cada agente incorporaba su propia lógica de integración y los controles de acceso estaban fragmentados. Como respuesta al coste de integración, el equipo describe un modelo basado en metadatos: para incorporar un conjunto de datos, se añade un archivo que el servidor descubre en la siguiente sincronización. La aplicación de permisos se centraliza en el servidor.

Estos datos describen un entorno concreto y no permiten extrapolar plazos a otras empresas. Tampoco implican que el servidor MCP disponga de las funciones de memoria descritas en la primera fuente.

Caso hipotético: un asistente interno para empleados

Imaginemos una empresa que quiere responder preguntas sobre procedimientos internos aplicables a distintas oficinas. Este caso es hipotético: las decisiones y pruebas propuestas no son resultados medidos.

Una empleada indica al asistente que trabaja en una oficina determinada. Más adelante, pregunta: «¿Qué procedimiento me corresponde?». El asistente recuperaría su ubicación para orientar la búsqueda, sin tratar ese recuerdo como prueba suficiente del procedimiento. La respuesta debería apoyarse únicamente en documentos que la empleada tenga permiso para consultar e incluir referencias a los fragmentos utilizados. Si no encuentra documentación autorizada suficiente, debería indicarlo en lugar de completar la respuesta con suposiciones.

Para validar el diseño, se podrían usar dos perfiles con permisos distintos y comprobar que cada uno recibe solo información autorizada, sin acceso a los recuerdos del otro. Una pregunta de seguimiento permitiría verificar si el asistente utiliza el contexto pertinente. Otra prueba consistiría en cambiar la ubicación de una persona y comprobar que el recuerdo anterior no determina la respuesta cuando ya no es válido.

La implementación también debería prever revisiones de permisos y mecanismos para que los recuerdos puedan corregirse o eliminarse. Si hay dudas sobre la vigencia de la ubicación, el asistente podría pedir confirmación antes de emplearla en la búsqueda.

Conclusión: recordar mejor también exige saber limitarse

Análisis de Nexional: memoria, recuperación documental e identidad responden a necesidades distintas. La memoria aporta contexto de conversaciones anteriores; la recuperación permite consultar documentos pertinentes; y la identidad ayuda a determinar a qué información puede acceder cada persona. Coordinarlas exige decidir no solo qué puede utilizar el asistente, sino también cuándo y para quién.

A nuestro juicio, un asistente empresarial útil no debería aspirar a recordarlo todo. Debería recuperar el contexto pertinente para cada consulta y hacerlo dentro de límites de acceso claros. Un dato que fue relevante en una conversación anterior puede haber dejado de serlo; del mismo modo, disponer de un documento no equivale a tener permiso para mostrárselo a cualquier usuario.

La evaluación debería contemplar esas diferencias de forma conjunta: si las respuestas resultan útiles y se apoyan en información adecuada, si la memoria sigue vigente y si los permisos se respetan tanto cuando se autoriza una consulta como cuando se deniega. También conviene prever cómo revisar o corregir el contexto guardado.

Para Nexional, recordar mejor implica seleccionar y limitar, no acumular sin criterio. Empieza por un caso de uso acotado y evalúa esas tres dimensiones antes de ampliarlo.

Fuentes

#agentes de IA#memoria de IA#recuperación de contexto#control de acceso#asistentes empresariales
Más ideas en el blog

Una idea lleva a otra.

Todo el blog