Agente Multimodal de IA con RAG para Triaje Autónomo de Incidentes
Agente de IA generativa conectado a un sistema RAG que analiza imágenes, logs y adjuntos para triar incidentes de soporte de forma autónoma, orquestado sobre n8n, UiPath y AWS Fargate.
- Cliente
- Empresa de Tecnologías Financieras y Créditos
- Industria
- FinTech / Créditos
- Rol
- Arquitecto de Automatización Agéntica
- Periodo
- ene 2025 — Actualidad
Impacto medido
- N1+N2
- Niveles de soporte automatizados
- Multimodal
- Análisis de evidencia
- 24/7
- Cobertura fuera de horario
- 0 servidores
- Administración de infraestructura
Triaje inicial completo sin intervención humana
Imágenes, logs y archivos adjuntos procesados en un solo flujo
Llamadas automáticas de criticidad vía Amazon Connect al ingeniero de guardia
Orquestación 100% serverless containerizada sobre AWS Fargate
El problema
El equipo de soporte de una fintech de créditos recibía incidentes en Jira con evidencia heterogénea: capturas de pantalla, registros de log y descripciones incompletas. Cada ticket requería tiempo previo de investigación solo para determinar el origen del problema antes de poder resolverlo. Fuera del horario de oficina, los incidentes quedaban pendientes hasta la jornada siguiente, afectando los tiempos de respuesta comprometidos.
La solución
Implementé un agente multimodal de IA generativa para clasificar y enriquecer las solicitudes antes de derivarlas al equipo de ingenieros:
- Lectura del ticket completo (texto, capturas de pantalla y archivos adjuntos) para extraer el mensaje de error, el ambiente afectado y el componente involucrado.
- Consulta a una base de incidentes documentados y runbooks mediante RAG, generando una propuesta de solución con referencia a las fuentes consultadas.
- Interacción directa con el usuario cuando faltan antecedentes técnicos, solicitando los datos requeridos antes de la derivación.
- Orquestación de los flujos de integración en n8n sobre Amazon ECS Fargate, complementados con funciones Lambda y Step Functions para gestionar alertas y estados en Jira.
- Llamada telefónica automatizada vía Amazon Connect al ingeniero de guardia cuando se detecta un incidente de alta prioridad fuera del horario hábil.
Resultado
El triaje inicial quedó automatizado. Los ingenieros reciben incidentes clasificados con sugerencias de resolución basadas en runbooks, manteniendo la cobertura de guardia las 24 horas.
Arquitectura y decisiones técnicas
- Agente de IA generativa conectado a una base de conocimientos curada mediante Retrieval Augmented Generation (RAG) para sugerir resoluciones fundamentadas.
- Extracción multimodal de variables críticas (mensajes de error, ambiente, componente afectado) desde capturas de pantalla, logs y adjuntos del ticket.
- Interacción autónoma con el cliente cuando falta información: el agente repregunta antes de escalar, evitando ciclos de ida y vuelta humanos.
- Orquestación de flujos de IA en n8n sobre Amazon ECS con AWS Fargate, subredes VPC privadas, almacenamiento persistente y balanceo ALB.
- Sistema de soporte multinivel N1/N2 construido sobre AWS Lambda y AWS Step Functions, con alertas dinámicas escalonadas según el estado del ticket en Jira.
- Contingencia fuera de horario con Amazon Connect + API Gateway + Lambda: llamada telefónica automática al ingeniero de guardia ante eventos de alta prioridad.
Stack
- n8n
- UiPath
- AWS Lambda
- AWS Step Functions
- Amazon ECS Fargate
- RAG
- Amazon Connect
- Jira
¿Cómo implementa Ones Romero agentes de IA para soporte técnico?
Combina un agente de IA generativa con RAG sobre una base de conocimientos curada, análisis multimodal de imágenes y logs, y orquestación en n8n desplegado en Amazon ECS Fargate. Los flujos N1 y N2 corren en AWS Lambda y Step Functions con alertas escalonadas conectadas a Jira, y un canal de contingencia en Amazon Connect llama al ingeniero de guardia fuera de horario.
¿Qué es la automatización agéntica aplicada a operaciones?
Es el uso de agentes de IA capaces de razonar sobre evidencia heterogénea (texto, imágenes, logs), decidir el siguiente paso e interactuar autónomamente con personas y sistemas. En este caso el agente tria incidentes, solicita información faltante al cliente y propone resoluciones fundamentadas en conocimiento recuperado, dejando al humano solo los casos verdaderamente excepcionales.