Viajar puede ser una experiencia gratificante, pero la planificación de viajes a menudo resulta ser un desafío. Los viajeros deben organizar alojamientos, actividades y transporte local, lo cual puede resultar abrumador. Aunque los profesionales del viaje han facilitado históricamente estas tareas, recientes avances en inteligencia artificial generativa han abierto la puerta a asistentes inteligentes que comprenden conversaciones naturales, acceden a datos en tiempo real y se integran directamente con sistemas de reservas y herramientas de viaje. Los flujos de trabajo agenciales, que utilizan modelos de lenguaje de gran tamaño (LLMs) con acceso a herramientas externas, muestran un gran potencial para simplificar procesos dinámicos y multifuncionales, como la planificación de viajes.
Un nuevo enfoque para crear una solución de planificación de viajes emplea agentes de inteligencia artificial. Este agente aprovecha Amazon Nova, que ofrece un equilibrio óptimo entre rendimiento y costo. Al combinar modelos precisos pero económicos de Amazon Nova con las capacidades de orquestación de LangGraph, se genera un asistente de viaje capaz de manejar tareas complejas de planificación manteniendo los costos operativos a raya.
La solución se basa en una arquitectura de AWS Lambda sin servidor utilizando contenedores Docker, implementando un enfoque de tres capas: interacción frontend, procesamiento central y servicios de integración. En la capa de procesamiento central, se utiliza LangGraph para crear un sistema de agentes sofisticado que gestiona las interacciones complejas pertinentes a la planificación de viajes.
El sistema se fundamenta en una arquitectura de grafos, donde cada componente maneja un aspecto diferente de la planificación; el nodo de enrutamiento orquesta el flujo de información entre ellos. Amazon Nova se utiliza para analizar cada consulta de usuario y, con la descripción de 14 nodos de acción, decide cuáles deben ejecutarse. Cada nodo de acción cuenta con su propia cadena LLM, gestionando funciones como investigación en línea, recomendaciones personalizadas, consulta del clima, búsqueda de productos y gestión de carritos de compra.
De modo específico, se emplea Amazon Nova Lite para el enrutador y nodos de acción más simples, mientras que Amazon Nova Pro es utilizado para tareas más complejas que requieren un seguimiento avanzado de instrucciones, como la planificación detallada de viajes. Ambos modelos admiten un contexto de 300,000 tokens y pueden procesar texto, imágenes y videos, facilitando que el asistente de viajes sirva a una audiencia global.
La integración de múltiples fuentes de datos y servicios se realiza a través de una interfaz diseñada para ser extensible, lo que permite a las organizaciones incorporar rápidamente sus propias API y bases de datos. Además, el agente mantiene un registro del estado de la conversación, utilizando una estructura de datos en Python que evita errores mediante la supervisión de tipos de datos específicos. Esto asegura que los nodos de acción accedan y actualicen información de forma confiable.
El asistente de viajes gestiona interacciones de usuario desde el principio hasta el final, comenzando con una aplicación web en React.js a través de una interfaz de chat. Las solicitudes de los usuarios son autenticadas y enrutadas, garantizando que las respuestas se generen de manera precisa, según las capacidades de cada nodo y basadas en la información recabada en la sesión.
Esta arquitectura apoya tanto consultas simples como interacciones complejas que requieren coordinar múltiples componentes, lo que permite escalar horizontalmente e introducir nuevas capacidades con facilidad. El despliegue de esta solución puede realizarse a través del AWS Cloud Development Kit, generando automáticamente un template que maneja todos los recursos necesarios.
Al finalizar la planificación de su viaje, los usuarios pueden ver recomendaciones de productos e incluso realizar compras directas a través de enlaces a productos disponibles en Amazon, ofreciendo una experiencia fluida y personalizada que responde a sus necesidades y preferencias. Este enfoque integrado representa un paso significativo en la evolución de los asistentes personales en el ámbito de los viajes, brindando a los usuarios la manera más sencilla y eficiente de gestionar sus planes de viaje.
vía: AWS machine learning blog
