Publicado el Deja un comentario

ARC Region switch adds Lambda event source mapping execution block for event handling during failover

Amazon Application Recovery Controller (ARC) Region Switch helps customers orchestrate the failover of their multi-Region applications to achieve a bounded recovery time in the event of a Regional impairment. Today, we are announcing the Lambda event source mapping execution block, which automates the coordinated failover of event streams for multi-Region workloads.

Customers running event-driven architectures use Lambda functions with event source mappings to process event streams from Kinesis, DynamoDB Streams, MSK, or SQS. For active-passive workloads, customers may maintain Lambda functions in each Region but process events in only one Region at a time. These event source mappings must be toggled during failover to avoid duplicate processing—a manual, error-prone step. The Lambda event source mapping execution block automates this by enabling or disabling event source mappings in either the activating or deactivating Region. To control duplicate processing, customers can configure two Lambda event source mapping execution blocks in sequence: a disable block to stop event processing in the deactivating Region, and an enable block to start it in the activating Region. The disable block can be overridden by running the plan in «ungraceful» mode for unplanned failovers where the deactivating Region may be impaired. Native cross-account support enables a single plan to handle event stream failover across multiple accounts.

To get started, see the Lambda event source mapping execution block documentation. ARC Region switch is available in all commercial Regions. See ARC Region switch availability

 

​Amazon Application Recovery Controller (ARC) Region Switch helps customers orchestrate the failover of their multi-Region applications to achieve a bounded recovery time in the event of a Regional impairment. Today, we are announcing the Lambda event source mapping execution block, which automates the coordinated failover of event streams for multi-Region workloads. Customers running event-driven architectures use Lambda functions with event source mappings to process event streams from Kinesis, DynamoDB Streams, MSK, or SQS. For active-passive workloads, customers may maintain Lambda functions in each Region but process events in only one Region at a time. These event source mappings must be toggled during failover to avoid duplicate processing—a manual, error-prone step. The Lambda event source mapping execution block automates this by enabling or disabling event source mappings in either the activating or deactivating Region. To control duplicate processing, customers can configure two Lambda event source mapping execution blocks in sequence: a disable block to stop event processing in the deactivating Region, and an enable block to start it in the activating Region. The disable block can be overridden by running the plan in «ungraceful» mode for unplanned failovers where the deactivating Region may be impaired. Native cross-account support enables a single plan to handle event stream failover across multiple accounts. To get started, see the Lambda event source mapping execution block documentation. ARC Region switch is available in all commercial Regions. See ARC Region switch availability  

Publicado el Deja un comentario

El abuso de IA por parte de actores amenazantes se acelera desde la herramienta hasta la superficie de ciberataque

El abuso de IA por parte de actores amenazantes se acelera desde la herramienta hasta la superficie de ciberataque

Una mujer habla en una conferencia frente a una proyección de Microsoft Security

Por: Sherrod DeGrippo, subdirector de seguridad de la información, gerente general de Customer Security, Microsoft.

Durante el último año, una palabra ha representado la conversación que vive en la intersección entre la IA y la ciberseguridad: la velocidad. La velocidad importa, pero no es el cambio más importante que observamos hoy en el panorama de amenazas. Ahora, actores amenazantes desde Estados Nación, hasta grupos de ciberdelincuencia, integran la IA en su forma de planificar, refinar y mantener los ciberataques. Los objetivos no han cambiado, pero el ritmo, la iteración y la escala de los ataques habilitados por IA generativa sin duda los mejoran.

Exploren soluciones de seguridad integradas con Microsoft Defender

Sin embargo, como en los defensores, por lo general hay un humano en el bucle que impulsa estos ataques, y no una IA autónoma por completo o agéntica que dirige campañas. La IA reduce la fricción a lo largo del ciclo de vida del ataque; ayudar a los actores amenazantes a investigar más rápido, escribir mejores señuelos, codificar malware y hacer triaje de datos robados. Los líderes de seguridad con los que hablé en  la Conferencia RSAC™ 2026 priorizan los recursos y los cambios de estrategia para adelantarse a este avance crítico en el panorama de amenazas.

La realidad operativa: Incrustada, no emergente

La escala de lo que seguimos hace imposible descartar el alcance. La actividad de amenazas abarca todas las regiones. Solo Estados Unidos representa casi el 25% de la actividad observada, seguido por el Reino Unido, Israel y Alemania. Ese volumen refleja realidades económicas y geopolíticas.1

Pero el cambio mayor no es geográfico, es operativo. Los actores de amenazas integran la IA en su manera de trabajar durante el reconocimiento, el desarrollo de malware y las operaciones posteriores al compromiso. Objetivos como el robo de credenciales, la ganancia económica y el espionaje pueden resultar familiares, pero la precisión, persistencia y escala detrás de ellos han cambiado.

El correo electrónico sigue como el camino más rápido

El correo electrónico se mantiene como la vía más rápida y económica para el acceso inicial. Lo que ha cambiado es el nivel de refinamiento que la IA permite para crear el mensaje que hace que alguien dé clic.

Cuando la IA se integra en operaciones de phishing, vemos que las tasas de clics alcanzan el 54%, frente a cerca del 12% de las campañas más tradicionales. Eso supone un aumento del 450% en la efectividad. Eso no es resultado de un aumento de volumen, sino de una mayor precisión. La IA ayuda a los actores amenazantes a localizar contenido y adaptar la mensajería a roles específicos, lo que reduce la fricción a la hora de crear un señuelo que se convierte en acceso. Cuando se combina esa mayor efectividad con una infraestructura diseñada para eludir la autenticación multifactor (MFA, por sus siglas en inglés), el resultado son operaciones de phishing más resilientes, más dirigidas y mucho más difíciles de defender a gran escala.

Un aumento del 450% en la tasa de clics cambia el cálculo de riesgos para cada organización. También indica que la IA no solo se usa para hacer más de lo mismo, sino para hacerlo mejor.

Tycoon2FA: Cómo es el cibercrimen a escala industrial

Tycoon2FA es un ejemplo de cómo el actor que seguimos como Storm-1747 se orientó hacia el refinamiento y la resiliencia. Entender cómo funcionaba nos enseña hacia dónde podrían dirigirse las amenazas y alimentó las conversaciones en las salas de prensa del RSAC 2026, que se centraron en el ecosistema en lugar de en los actores individuales.

Tycoon2FA no era un kit de phishing, era una plataforma de suscripción que generaba decenas de millones de correos electrónicos de phishing al mes. Desde 2023, estuvo vinculado a casi 100.000 organizaciones comprometidas. En su apogeo, representaba cerca del 62% de todos los intentos de phishing que Microsoft bloqueaba cada mes. Esta operación se especializaba en ataques de “adversario en el medio”, diseñados para derrotar la MFA. Interceptaba credenciales y tokens de sesión en tiempo real y permitía a los atacantes autenticarse como usuarios legítimos sin activar alertas, incluso después de restablecer las contraseñas.

Pero la capacidad técnica es solo una parte de la historia. El cambio más grande es estructural. El Storm-1747 no operaba solo. Esto era ciberdelincuencia modular: un servicio gestionaba plantillas de phishing, otro proporcionaba infraestructura, otro gestionaba la distribución de correo electrónico, otro el acceso monetizado. Era, en la práctica, una cadena de montaje para el robo de identidad. Los servicios eran componibles, escalables y disponibles por suscripción.

Este es el modelo que ha cambiado las conversaciones esta semana: no se trata de un solo actor sofisticado; se trata de un ecosistema que ha industrializado el acceso y reduce la barrera de entrada para cada actor que se conecta a él. Eso es justo lo que la IA hace en el panorama más amplio de amenazas: poner las capacidades de actores sofisticados a disposición de todos.

Disrupción: Cerrar el ciclo de inteligencia de amenazas

Nuestra Unidad de Delitos Digitales interrumpió Tycoon2FA a principios de este mes, al confiscar 330 dominios en coordinación con Europol y socios industriales. Pero el objetivo no era tan solo eliminar páginas web. El objetivo era presionar una cadena de suministro. El cibercrimen hoy en día trata de modelos de servicio escalables que bajan la barrera de entrada. La identidad es el objetivo principal y el bypass MFA ahora se presenta como una función. Interrumpir un servicio obliga al mercado a adaptarse. La presión sostenida fragmenta el ecosistema. Al atacar el motor económico detrás de los ataques, podemos remodelar el entorno de riesgo.

Cada vez que interrumpimos un ataque, se genera señal. La señal alimenta inteligencia. La inteligencia refuerza la detección. La detección es lo que impulsa la respuesta. Así es como convertimos las acciones de los actores amenazantes en defensas duraderas, y cómo el trabajo de la interrupción se acumula con el tiempo. La capacidad de Microsoft para observar a gran escala, actuar a gran escala y compartir inteligencia a gran escala es la diferenciación que en verdad importa. Marca la diferencia por cómo lo ponemos en práctica.

La IA a lo largo de todo el ciclo de vida del ataque

Cuando nos alejamos de cualquier campaña y buscamos un patrón más amplio, la IA no aparece solo en una fase de un ataque; aparece a lo largo de todo el ciclo de vida. En RSAC 2026, ofrecí un marco para ayudar a los defensores a priorizar su respuesta:

  • En reconocimiento: la IA acelera el descubrimiento de infraestructuras y el desarrollo de personas, para comprimir el tiempo entre la selección del objetivo y el primer contacto.
  • En el desarrollo de recursos: la IA genera documentos falsificados, narrativas pulidas de ingeniería social y apoya infraestructuras a gran escala.
  • Para el acceso inicial: la IA refina las superposiciones de voz, deepfakes y la personalización de mensajes a través de datos extraídos, para generar señuelos que son cada vez más difíciles de distinguir de las comunicaciones legítimas.
  • En persistencia y evasión: la IA escala identidades falsas y automatiza la comunicación que mantiene la presencia del atacante mientras se integra con la actividad normal.
  • En la convertir en armas: la IA permite el desarrollo de malware, la regeneración de cargas útiles y la depuración en tiempo real, para producir herramientas que se adaptan al entorno víctima en lugar de depender de firmas estáticas.
  • En operaciones posteriores al compromiso: la IA adapta las herramientas al entorno específico de la víctima y, en algunos casos, automatiza la negociación del rescate.

El objetivo no ha cambiado: robo de credenciales, ganancia financiera y espionaje. Lo que ha cambiado es el tempo, la velocidad de iteración y la capacidad de probar y refinar a gran escala. La IA no solo acelera los ciberataques, los mejora.

¿Qué viene después

En mis sesiones en RSAC 2026, compartí un conjunto de temas que ayudan a definir el cambio impulsado por IA en el panorama de amenazas.

El primero es el modelo de amenaza agéntica. Los escenarios para los que nos preparamos han cambiado. La barrera para lanzar ataques sofisticados se ha derrumbado. Lo que antes requería los recursos de un estado-nación o de una empresa criminal bien organizada ahora está al alcance de un individuo motivado con las herramientas adecuadas y la paciencia para utilizarlas. Las técnicas no han cambiado de manera fundamental; la precisión, velocidad y volumen lo han hecho.

La segunda es la cadena de suministro de software. Saber qué software y agentes se han desplegado y poder tener en cuenta su comportamiento no es un ejercicio de cumplimiento. El ecosistema de agentes se convertirá en la superficie más atacada de la empresa. Las organizaciones que no pueden responder preguntas básicas sobre inventario sobre su entorno de agentes no podrán defenderlo.

La tercera es comprender el valor del talento humano en una operación de seguridad a través de sistemas agénticos para escalar. El analista de seguridad como profesional cede el paso al analista de seguridad como orquestador. Los modelos de talento contra los que las organizaciones contratan hoy en día ya están desfasados. Pero la tecnología puede ayudar a proteger a los humanos que pueden cometer errores. Aunque significa que la auditabilidad de las decisiones de los agentes es un requisito de gobernanza hoy en día, no es el momento final. El SOC del futuro exige un tipo de defensor diferente de manera fundamental.

El momento de liderar con claridad estratégica, prioridades clasificadas y una postura firme para la responsabilidad agente es ahora.

Si la IA está integrada a lo largo del ciclo de vida del ataque, la inteligencia y la defensa también deben estar integradas a lo largo del ciclo de vida. Microsoft Threat Intelligence seguirá con el rastreo, publicación y la actuación en tiempo real sobre lo que observamos. Los patrones son visibles. La inteligencia está ahí.

Para saber más sobre las soluciones de seguridad de Microsoft, visiten nuestra página web. Guarden el blog de Security en sus Favoritos para estar al día con nuestra cobertura experta sobre temas de seguridad. Además, síganos en LinkedIn (Microsoft Security) y X (@MSFTSecurity) para las últimas noticias y actualizaciones sobre ciberseguridad.

1Informe de Defensa Digital de Microsoft 2025.

The post El abuso de IA por parte de actores amenazantes se acelera desde la herramienta hasta la superficie de ciberataque appeared first on Source LATAM.

 

​The post El abuso de IA por parte de actores amenazantes se acelera desde la herramienta hasta la superficie de ciberataque appeared first on Source LATAM.  

Publicado el Deja un comentario

Amazon SageMaker Data Agent now available for IAM Identity Center domains

Amazon SageMaker Data Agent is now available in SageMaker Unified Studio domains configured with IAM Identity Center. Data Agent extends its AI-powered capabilities to help data analysts and engineers streamline their analytics workflows across both SageMaker notebooks and Query Editor environments, eliminating the need to manually write complex SQL joins, aggregations, and Python code.

With Data Agent, you can describe your analysis goals in plain English and receive working Python or SQL code tailored to your connected data sources, including Amazon Athena, Amazon Redshift, Amazon S3, and AWS Glue Data Catalog. The agent maintains conversational context across notebook cells, selected tables, and query history, proposing step-by-step plans before generating code. Use it to calculate quarterly revenue growth rates, generate visualizations, transform DataFrames, or optimize query performance—all through natural language interaction. The «Fix with AI» feature provides intelligent debugging by analyzing execution errors and suggesting corrections, accelerating your development cycle.

This capability is available in all commercial AWS Regions where Amazon SageMaker Unified Studio is supported. To get started, navigate to a project in SageMaker Unified Studio, open a notebook or Query Editor, and select the Data Agent panel. To learn more, visit the Amazon SageMaker Unified Studio page and refer to «Use the SageMaker Data Agent» in the Amazon SageMaker Unified Studio User Guide.

 

​Amazon SageMaker Data Agent is now available in SageMaker Unified Studio domains configured with IAM Identity Center. Data Agent extends its AI-powered capabilities to help data analysts and engineers streamline their analytics workflows across both SageMaker notebooks and Query Editor environments, eliminating the need to manually write complex SQL joins, aggregations, and Python code. With Data Agent, you can describe your analysis goals in plain English and receive working Python or SQL code tailored to your connected data sources, including Amazon Athena, Amazon Redshift, Amazon S3, and AWS Glue Data Catalog. The agent maintains conversational context across notebook cells, selected tables, and query history, proposing step-by-step plans before generating code. Use it to calculate quarterly revenue growth rates, generate visualizations, transform DataFrames, or optimize query performance—all through natural language interaction. The «Fix with AI» feature provides intelligent debugging by analyzing execution errors and suggesting corrections, accelerating your development cycle. This capability is available in all commercial AWS Regions where Amazon SageMaker Unified Studio is supported. To get started, navigate to a project in SageMaker Unified Studio, open a notebook or Query Editor, and select the Data Agent panel. To learn more, visit the Amazon SageMaker Unified Studio page and refer to «Use the SageMaker Data Agent» in the Amazon SageMaker Unified Studio User Guide.  

Publicado el Deja un comentario

Amazon FSx for OpenZFS now supports creating Multi-AZ file systems in shared VPCs

Amazon FSx for OpenZFS now allows you to create Multi-AZ file systems in shared VPCs within your AWS organization, making it easier for you to decentralize network and storage administration.

VPC sharing is a feature that allows resource owners («owner accounts») to share one or more VPC subnets with other accounts («participant accounts») in their AWS organization. Participant accounts can then view, create, modify, delete, and manage their application resources in the subnets shared with them. Previously, participant accounts could create Single-AZ OpenZFS file systems in VPCs shared with them, but could only create Multi-AZ file systems in VPCs they owned. Starting today, participant accounts can create any FSx for OpenZFS file system in a shared VPC, allowing organizations to run highly available file systems with centralized network management.

You can create Multi-AZ FSx for OpenZFS file systems from shared VPC participant accounts in all AWS Regions where Amazon FSx for OpenZFS is available. To learn more, visit the FSx for OpenZFS documentation and the FSx for OpenZFS product page.

 

​Amazon FSx for OpenZFS now allows you to create Multi-AZ file systems in shared VPCs within your AWS organization, making it easier for you to decentralize network and storage administration.
VPC sharing is a feature that allows resource owners («owner accounts») to share one or more VPC subnets with other accounts («participant accounts») in their AWS organization. Participant accounts can then view, create, modify, delete, and manage their application resources in the subnets shared with them. Previously, participant accounts could create Single-AZ OpenZFS file systems in VPCs shared with them, but could only create Multi-AZ file systems in VPCs they owned. Starting today, participant accounts can create any FSx for OpenZFS file system in a shared VPC, allowing organizations to run highly available file systems with centralized network management.
You can create Multi-AZ FSx for OpenZFS file systems from shared VPC participant accounts in all AWS Regions where Amazon FSx for OpenZFS is available. To learn more, visit the FSx for OpenZFS documentation and the FSx for OpenZFS product page.  

Publicado el Deja un comentario

Amazon RDS for Oracle now supports M8i and R8i instances with Oracle SE2 License Included

Amazon RDS for Oracle now offers M8i and R8i instances with Oracle Database Standard Edition 2 (SE2) with the License Included (LI). M8i and R8i instances are powered by custom Intel Xeon 6 processors, available only on AWS, delivering the highest performance and fastest memory bandwidth among comparable Intel processors in the cloud. The new instances offer up to 15% better price-performance, and 2.5x more memory bandwidth compared to previous generation Intel-based instances.

With RDS for Oracle SE2 LI, customers don’t have to separately purchase Oracle license and support. Amazon RDS for Oracle SE2 LI offers subscription based pay-per-use pricing inclusive of software license, support, compute resources, and a managed database service. To use RDS for Oracle SE2 LI, customers can create database instances from the AWS Management Console or using the AWS CLI. and specify the LI option. For more details about how you can lower cost and simplify operations of running Oracle databases, refer to the AWS blog Rethink Oracle Standard Edition Two on Amazon RDS for Oracle.

Configuration details for available instance types can be found on the Amazon RDS for Oracle Instance Types page. Review the AWS blog Rethink Oracle Standard Edition Two on Amazon RDS for Oracle to explore how you can lower cost and simplify operations by using Amazon RDS Oracle SE2 License Included instances for your Oracle databases.

For pricing and AWS Region availability, see Amazon RDS for Oracle Pricing.

 

​Amazon RDS for Oracle now offers M8i and R8i instances with Oracle Database Standard Edition 2 (SE2) with the License Included (LI). M8i and R8i instances are powered by custom Intel Xeon 6 processors, available only on AWS, delivering the highest performance and fastest memory bandwidth among comparable Intel processors in the cloud. The new instances offer up to 15% better price-performance, and 2.5x more memory bandwidth compared to previous generation Intel-based instances. With RDS for Oracle SE2 LI, customers don’t have to separately purchase Oracle license and support. Amazon RDS for Oracle SE2 LI offers subscription based pay-per-use pricing inclusive of software license, support, compute resources, and a managed database service. To use RDS for Oracle SE2 LI, customers can create database instances from the AWS Management Console or using the AWS CLI. and specify the LI option. For more details about how you can lower cost and simplify operations of running Oracle databases, refer to the AWS blog Rethink Oracle Standard Edition Two on Amazon RDS for Oracle. Configuration details for available instance types can be found on the Amazon RDS for Oracle Instance Types page. Review the AWS blog Rethink Oracle Standard Edition Two on Amazon RDS for Oracle to explore how you can lower cost and simplify operations by using Amazon RDS Oracle SE2 License Included instances for your Oracle databases. For pricing and AWS Region availability, see Amazon RDS for Oracle Pricing.  

Publicado el Deja un comentario

Automaticen procesos empresariales con agentes más flujos de trabajo en Microsoft Copilot Studio

Automaticen procesos empresariales con agentes más flujos de trabajo en Microsoft Copilot Studio

Dos personas colaboran en el trabajo

Por: Ashvini Sharma, director asociado de gestión de producto, Copilot Studio.

Presentamos nuevas capacidades en Microsoft Copilot Studio que les ayudan a automatizar sus procesos empresariales a través de combinar agentes de IA y flujos de trabajo. Agentes y flujos de trabajo ya existen en Copilot Studio como dos capacidades complementarias con fortalezas únicas. Los agentes aportan razonamiento y adaptabilidad; los flujos de trabajo aportan estructura y consistencia.

Crear agentes y flujos de trabajo en Copilot Studio

Entonces, ¿cómo saber cuándo usar agentes y cuándo flujos de trabajo?

Ya no es una decisión de una cosa o una cosa otra. Aquí tienen cómo usar agentes y flujos de trabajo juntos para combinar fortalezas y reducir riesgos.

¿Qué son los agentes y los flujos de trabajo?

Los agentes son soluciones de IA flexibles que dependen de modelos fundamentales para actuar, compartir conocimientos y gestionar tareas. Son poderosos justo porque son flexibles. Pueden interpretar entradas no estructuradas, razonar sobre el contexto y tomar decisiones más allá de la lógica fija.

Sin embargo, las organizaciones a menudo necesitan saber que las partes repetitivas de sus procesos se comportarán de manera consistente cada vez que se ejecutan. La autonomía pura del agente no siempre cumple con ese requisito en producción.

Captura de pantalla de la página principal de Copilot Studio que muestra opciones para crear un flujo de trabajo o crear un agente

Los flujos de trabajo, en cambio, son automatizaciones potentes que impulsan la ejecución de procesos con consistencia y rapidez. Están diseñados para ofrecer la fiabilidad que muchos procesos empresariales requieren.

Al mismo tiempo, la automatización rígida basada en reglas tiene su propio techo. Es casi imposible anticipar todos los posibles formatos de entrada, casos límite y contextos de toma de decisiones al construir un conjunto de reglas de flujo de trabajo. Por tanto, cuando la automatización del flujo de trabajo se encuentra con algo inesperado, no puede avanzar.

Dos patrones para la automatización de escalado con IA

Aunque tanto los agentes como los flujos de trabajo tienen sus puntos fuertes, vemos que los clientes obtienen el mayor valor en Copilot Studio al combinar ambos. En la práctica, hemos observado que surgen dos patrones en la forma en que los clientes aplican Copilot Studio, y ofrecemos mejoras en los productos para fortalecerlos y apoyarlos.

Flujos de trabajo que utilizan agentes

El primer patrón son los flujos de trabajo que llaman a agentes. En estos casos, el flujo de trabajo proporciona la estructura para el proceso empresarial: los pasos definidos, la lógica de ramificación, las transferencias y una pista de auditoría. Mientras tanto, el agente se encarga de las partes del proceso que requieren juicio. Esto puede incluir interpretar un documento, sintetizar información de múltiples fuentes o decidir cómo enrutar una excepción.

Una vez que el agente completa su trabajo, el control vuelve al flujo de trabajo y la ejecución continúa de manera predecible.

Para facilitar la adición de agentes a los flujos de trabajo en Copilot Studio, presentamos nodos agentes: la capacidad de que los flujos de trabajo en Copilot Studio llamen de manera directa a un agente dentro de un flujo de trabajo. Pueden construir una automatización determinista y fiable, y en el momento exacto en que necesitan razonamiento de IA, el flujo tan solo lo pasa a un agente.

Configurar un nodo agente dentro de un flujo de trabajo es sencillo:

  1. Creen un paso de flujo de trabajo llamado «Añadir un agente».
  2. Seleccionen cualquier agente de Copilot Studio que quieran incluir en el flujo de trabajo.
  3. Proporcionen las instrucciones o la tarea que el agente debe cumplir, e incluyan la opción de contactar con una persona designada si se necesita una aclaración específica.
  4. Añadan el resto de los pasos del flujo de trabajo.

Cuando ejecutan el flujo de trabajo, el agente hará su trabajo en la etapa adecuada y luego el resto del flujo continuará de manera automática.

Captura de pantalla del editor de flujos de trabajo que muestra un paso de “Ejecutar un agente” y las instrucciones para invocar al agente dentro del flujo de trabajo
Añadir un nodo agente dentro de un flujo de trabajo

Cuándo usar agentes dentro de los flujos de trabajo

Usar nodos de agente para incluir agentes en sus flujos de trabajo desbloquea escenarios que la automatización rígida por sí sola no puede manejar. Algunos usos potenciales incluyen los siguientes:

  • Un flujo de trabajo de compras que dirige a un agente para evaluar las propuestas de proveedores en relación con las políticas de la empresa.
  • Un flujo de trabajo de incorporación de RRHH que personaliza los materiales de bienvenida según el rol y el departamento.
  • Un proceso de atención al cliente que escale casos complejos a un agente de IA para recomendaciones de resolución.

En general, dondequiera que su flujo de trabajo tome una decisión que no pueda capturarse con lógica simple de si-entonces —donde necesita usar el razonamiento sobre el contexto, orquestar herramientas o extraer conocimiento de múltiples fuentes— un nodo agente puede ayudar a cerrar la brecha y hacer su flujo de trabajo más efectivo. Esta capacidad está disponible ahora en todas las regiones.

Aprendan a añadir un nodo agente a un flujo de trabajo

Agentes que utilizan flujos de trabajo

El segundo patrón es por igual importante: agentes que utilizan flujos de trabajo como herramientas. Cuando un agente trabaja en una tarea compleja, no necesita redescubrir cómo actuar cada vez. En su lugar, puede llamar a un flujo de trabajo fiable y probado para ejecutar un subproceso bien definido—y luego usar el resultado para continuar su razonamiento y respuesta.

Esta capacidad ayuda a los agentes a construir sobre la infraestructura de procesos existente en lugar de reinventarla. Además, ayuda a dar a las organizaciones más confianza en que las partes de alta frecuencia o de alto riesgo pueden funcionar con la coherencia y los controles que la organización requiere.

Hay dos formas de añadir flujos de trabajo a un agente:

  1. Utilicen lenguaje natural para construir un flujo de trabajo directo dentro de Copilot Studio e incluyan ese nuevo flujo de trabajo en un agente.
  2. De manera alternativa, desde dentro del agente, pueden acceder a su biblioteca de flujos de trabajo preexistentes y añadirlos como herramientas. Luego, proporcionen instrucciones explícitas a su agente sobre cuándo usar el flujo de trabajo.

Eso es todo: el orquestador de su agente seleccionará los flujos de trabajo adecuados en el momento adecuado cuando sea necesario para completar su trabajo.

Captura de pantalla de la pestaña “Agregar herramienta” en Copilot Studio, donde el usuario ha seleccionado “Flujo” y se muestran nueve opciones de flujos preexistentes para elegir
Biblioteca de flujos preexistentes que pueden añadir a su agente

Cuándo usar flujos de trabajo dentro de los agentes

Añadir flujos de trabajo dentro de sus agentes ayuda a dar estructura y coherencia a interacciones que aún requieren flexibilidad. Algunos usos potenciales incluyen los siguientes:

  • Un agente de ventas recopila los detalles correctos del producto y el nivel de precios para una oferta, luego llama a un flujo de trabajo para generar el presupuesto, aplicar las reglas de descuento y encaminarlo para su aprobación.
  • Un agente de atención al cliente determina que un reembolso está justificado, luego llama a un flujo de trabajo para validarlo conforme a las normas del negocio, procesar la reversión del pago y enviar la confirmación.
  • Un agente de compras evalúa qué proveedor y qué condiciones se aplican a una solicitud, luego llama a un flujo de trabajo para crear la orden de compra en el sistema ERP y la enruta a través de la cadena de aprobación.

Por lo general, en cualquier lugar donde su agente necesite ejecutar un proceso repetible de manera fiable —al hacer cumplir las normas de negocio, coordinar sistemas o asegurándose de que se completen los pasos clave—, un flujo de trabajo puede ayudar a fundamentar sus acciones y hacer que los resultados sean más consistentes.

Regístrense para una prueba gratuita de Copilot Studio

Empiecen a usar agentes y flujos de trabajo juntos

Juntas, estas dos maneras de combinar agentes y flujos de trabajo les ofrecen flexibilidad para crear automatizaciones que funcionen mejor para sus necesidades reales. Los agentes gestionan la ambigüedad cuando los flujos de trabajo se vuelven frágiles; los flujos de trabajo imponen la estructura donde los agentes pueden derivar.

Al adoptar una combinación de agentes y flujos de trabajo, resulta más fácil para los distintos equipos involucrarse de maneras que mejor se adapten a su forma de trabajar. Los equipos empresariales pueden ampliar y adaptar estas soluciones de automatización sin tener que reconstruir desde cero. Los equipos de cumplimiento pueden auditarlos. Por último, sus equipos de seguridad y gobernanza pueden elegir el equilibrio adecuado entre consistencia y agilidad, en función de lo que requiera cada escenario.

En organizaciones que ya utilizan Copilot Studio para apoyar su trabajo diario, ambos patrones —flujos de trabajo con agentes y agentes que usan flujos de trabajo— aparecen de manera regular:

  • Un flujo de trabajo de compras llama a un agente para evaluar contratos con proveedores que llegan en formatos inconsistentes.
  • Un agente de atención al cliente, que gestiona una solicitud abierta, llama a un flujo de trabajo para iniciar un reembolso o actualizar un registro de cuenta.
  • Un proceso de aprobación invoca a un agente para sintetizar el contexto antes de enviarlo a un responsable de la toma de decisiones—y, por separado, ese mismo agente llama a un flujo de trabajo para enviar notificaciones, registrar resultados o iniciar pasos posteriores.

Estos escenarios muestran cómo la automatización y la inteligencia pueden reforzarse de manera mutua, al combinar estructura y flexibilidad para ofrecer resultados más adaptables y fiables.

Prueben estas capacidades en Microsoft Copilot Studio hoy mismo.

The post Automaticen procesos empresariales con agentes más flujos de trabajo en Microsoft Copilot Studio appeared first on Source LATAM.

 

​The post Automaticen procesos empresariales con agentes más flujos de trabajo en Microsoft Copilot Studio appeared first on Source LATAM.  

Publicado el Deja un comentario

AWS Security Agent now supports full repository code reviews

Today, AWS announces the release of full repository code review, a new capability in AWS Security Agent that performs deep, context-aware security analysis of your entire codebase. Unlike traditional static analysis tools that match code against known vulnerability patterns, full repository code review reasons about your application’s architecture, trust boundaries, and data flows to surface systemic vulnerabilities that pattern-matching tools miss. When vulnerabilities are found, the scanner generates code remediation, specific fixes tied to the exact file and line, so teams can identify and remediate security vulnerabilities faster than ever before. This capability is available at no additional charge for existing AWS Security Agent customers during the preview.

AI-driven cybersecurity capabilities are advancing rapidly. AWS Security Agent can find vulnerabilities and build working exploits at a scale and speed we haven’t seen before. AWS is prioritizing free early access for customers, giving defenders the opportunity to strengthen their codebases and share what they learn so the whole industry can benefit.

Full repository code review is available in in all AWS Regions where AWS Security Agent is available.

To get started, visit the AWS Security Agent console to enable full repository code review and run your first review. To learn more, see the AWS Security Agent documentation.

 

​Today, AWS announces the release of full repository code review, a new capability in AWS Security Agent that performs deep, context-aware security analysis of your entire codebase. Unlike traditional static analysis tools that match code against known vulnerability patterns, full repository code review reasons about your application’s architecture, trust boundaries, and data flows to surface systemic vulnerabilities that pattern-matching tools miss. When vulnerabilities are found, the scanner generates code remediation, specific fixes tied to the exact file and line, so teams can identify and remediate security vulnerabilities faster than ever before. This capability is available at no additional charge for existing AWS Security Agent customers during the preview.
AI-driven cybersecurity capabilities are advancing rapidly. AWS Security Agent can find vulnerabilities and build working exploits at a scale and speed we haven’t seen before. AWS is prioritizing free early access for customers, giving defenders the opportunity to strengthen their codebases and share what they learn so the whole industry can benefit.
Full repository code review is available in in all AWS Regions where AWS Security Agent is available.
To get started, visit the AWS Security Agent console to enable full repository code review and run your first review. To learn more, see the AWS Security Agent documentation.  

Publicado el Deja un comentario

Amazon Connect Customer now supports embedding Cases and Customer Profiles in custom agent applications

Amazon Connect Customer now enables you to embed Cases and Customer Profiles into custom agent applications, helping agents access case details and customer context alongside the tools they already use to resolve issues. Developers can use the Amazon Connect SDK to bring native Connect experiences into custom applications, reducing the need to build and maintain these capabilities from scratch.

The Amazon Connect SDK is available in all AWS Regions where Amazon Connect Customer is available. To learn more and get started, visit the administrator guide and developer guide.

 

​Amazon Connect Customer now enables you to embed Cases and Customer Profiles into custom agent applications, helping agents access case details and customer context alongside the tools they already use to resolve issues. Developers can use the Amazon Connect SDK to bring native Connect experiences into custom applications, reducing the need to build and maintain these capabilities from scratch. The Amazon Connect SDK is available in all AWS Regions where Amazon Connect Customer is available. To learn more and get started, visit the administrator guide and developer guide.  

Publicado el Deja un comentario

AWS Lambda supports scheduled scaling for functions on Lambda Managed Instances

AWS Lambda now supports scheduled scaling for functions running on Lambda Managed Instances, using Amazon EventBridge Scheduler. This capability allows you to define one-time or recurring schedules that proactively adjust your function’s capacity limits ahead of expected traffic, to meet your performance targets during peak periods and avoid costs during idle periods.

Lambda Managed Instances lets you run Lambda functions on managed Amazon EC2 instances with built-in routing, load balancing, and autoscaling. Capacity scales between your configured minimum and maximum execution environment limits based on traffic. Previously, customers with predictable traffic patterns, such as business-hours applications or marketing events, were required to manually adjust capacity limits ahead of known demand changes or build custom automation to manage scaling on a schedule. With scheduled scaling, you can now define schedules that proactively adjust your function’s capacity limits ahead of expected traffic. For example, you can schedule capacity limits to increase before business hours so execution environments are ready when the first requests arrive. You can also define a schedule that scales capacity to zero during idle periods (so you only pay when the function is actively serving traffic), and schedule it to scale back up before traffic returns.

Scheduled scaling for functions running on Lambda Managed Instances is available in all AWS Regions where Lambda Managed Instances is supported. You can create schedules using the Amazon EventBridge Scheduler console, AWS CLI, AWS SDK, AWS CDK, or AWS CloudFormation. To learn more, visit the AWS Lambda Managed Instances documentation, Amazon EventBridge Scheduler documentation, AWS Lambda pricing, and Amazon EventBridge pricing.

 

​AWS Lambda now supports scheduled scaling for functions running on Lambda Managed Instances, using Amazon EventBridge Scheduler. This capability allows you to define one-time or recurring schedules that proactively adjust your function’s capacity limits ahead of expected traffic, to meet your performance targets during peak periods and avoid costs during idle periods. Lambda Managed Instances lets you run Lambda functions on managed Amazon EC2 instances with built-in routing, load balancing, and autoscaling. Capacity scales between your configured minimum and maximum execution environment limits based on traffic. Previously, customers with predictable traffic patterns, such as business-hours applications or marketing events, were required to manually adjust capacity limits ahead of known demand changes or build custom automation to manage scaling on a schedule. With scheduled scaling, you can now define schedules that proactively adjust your function’s capacity limits ahead of expected traffic. For example, you can schedule capacity limits to increase before business hours so execution environments are ready when the first requests arrive. You can also define a schedule that scales capacity to zero during idle periods (so you only pay when the function is actively serving traffic), and schedule it to scale back up before traffic returns. Scheduled scaling for functions running on Lambda Managed Instances is available in all AWS Regions where Lambda Managed Instances is supported. You can create schedules using the Amazon EventBridge Scheduler console, AWS CLI, AWS SDK, AWS CDK, or AWS CloudFormation. To learn more, visit the AWS Lambda Managed Instances documentation, Amazon EventBridge Scheduler documentation, AWS Lambda pricing, and Amazon EventBridge pricing.  

Publicado el Deja un comentario

Amazon CloudFront Premium flat-rate plan now supports configurable usage allowances

Previously, the Amazon CloudFront Premium flat-rate plan supported a single usage allowance, and customers who outgrew it needed to contact us to discuss custom pricing options. Now, the Premium plan offers a range of self-service monthly usage levels ranging from 500 million to 6 billion requests and 50 TB to 600 TB, so customers can scale within the plan as their applications grow. Enterprises and mid-sized businesses whose baseline traffic previously made them ineligible for flat-rate plans can now adopt the Premium plan at a usage level that fits their application.

You select your Premium plan usage level in the CloudFront console, see your new monthly flat-rate price instantly, and can change your usage level at any time with no commitment required. All Premium plan features are included at every usage level. Flat-rate plans provide a single monthly price covering content delivery, AWS WAF and DDoS protection, bot management, Amazon Route 53 DNS, Amazon CloudWatch Logs ingestion, serverless edge compute, and Amazon S3 storage credits — with no overage charges.

To get started, visit the CloudFront console. To learn more, refer to the Launch Blog or Amazon CloudFront Developer Guide.

 

​Previously, the Amazon CloudFront Premium flat-rate plan supported a single usage allowance, and customers who outgrew it needed to contact us to discuss custom pricing options. Now, the Premium plan offers a range of self-service monthly usage levels ranging from 500 million to 6 billion requests and 50 TB to 600 TB, so customers can scale within the plan as their applications grow. Enterprises and mid-sized businesses whose baseline traffic previously made them ineligible for flat-rate plans can now adopt the Premium plan at a usage level that fits their application.
You select your Premium plan usage level in the CloudFront console, see your new monthly flat-rate price instantly, and can change your usage level at any time with no commitment required. All Premium plan features are included at every usage level. Flat-rate plans provide a single monthly price covering content delivery, AWS WAF and DDoS protection, bot management, Amazon Route 53 DNS, Amazon CloudWatch Logs ingestion, serverless edge compute, and Amazon S3 storage credits — with no overage charges.
To get started, visit the CloudFront console. To learn more, refer to the Launch Blog or Amazon CloudFront Developer Guide.