# Uso de IA agéntica con DynamoDB
<a name="ddb-ai-integration"></a>

Amazon DynamoDB es una base de datos NoSQL distribuida sin servidor completamente administrada con un rendimiento de milisegundos de un solo dígito a cualquier escala. DynamoDB se ha optimizado para cargas de trabajo de alto rendimiento y puede ampliar las capacidades mediante la integración con modelos de IA generativa. Al utilizar modelos de IA generativa, puede trabajar con datos almacenados en tablas de DynamoDB en tiempo real y crear aplicaciones que tengan en cuenta el contexto y estén muy personalizadas. También puede mejorar la experiencia del usuario final si aprovecha al máximo los datos empresariales, así como de usuario y de aplicación para personalizar las soluciones de IA generativa.

Para obtener más información sobre la IA de generación y las soluciones que AWS ofrece para crear aplicaciones de IA de generación, consulte [Transforme su negocio gracias la IA generativa](https://aws.amazon.com/ai/generative-ai/).

**Topics**
+ [Casos de uso de IA generativa para DynamoDB](#gen-ai-use-case-ddb)
+ [Blogs de IA generativa para DynamoDB](#gen-ai-blogs)
+ [Uso de la integración sin ETL de DynamoDB con el servicio OpenSearch](ddb-and-amazon-bedrock.md)
+ [Uso de DynamoDB como almacén de puntos de control para los agentes de LangGraph](ddb-langgraph-checkpoint.md)

## Casos de uso de IA generativa para DynamoDB
<a name="gen-ai-use-case-ddb"></a>

DynamoDB tiene un uso muy extendido en aplicaciones conversacionales basadas en IA, como chatbots y centros de llamadas creados con un [modelo fundacional (FM)](https://aws.amazon.com/what-is/foundation-models/). Puede acceder a los FM a través de Amazon Bedrock, Amazon SageMaker AI u otros proveedores de modelos. Estas aplicaciones suelen utilizar DynamoDB para mejorar la personalización y la experiencia del usuario en tres patrones de datos: aplicación, empresa y usuario. A continuación, se ofrecen algunos ejemplos de estos patrones de datos:
+ Almacenamiento de datos de aplicación, como el historial de mensajes de chat, mediante integraciones con [LangChain](https://js.langchain.com/v0.1/docs/integrations/chat_memory/dynamodb/), [LlamaIndex](https://docs.llamaindex.ai/en/stable/examples/docstore/DynamoDBDocstoreDemo/) o un código personalizado. Este contexto mejora la experiencia del usuario al permitir que el modelo *converse* con él.
+ Creación de una experiencia de usuario personalizada mediante el uso de datos empresariales, como el inventario, los precios y la documentación.
+ Aplicación de datos de usuario, como el historial web, los pedidos anteriores y las preferencias del usuario, para ofrecer respuestas personalizadas.

Por ejemplo, una compañía de seguros puede crear un chatbot que utilice DynamoDB para proporcionar acceso a datos casi en tiempo real al modelo de IA generativa basado en la [generación aumentada por recuperación (RAG)](https://docs.aws.amazon.com/sagemaker/latest/dg/jumpstart-foundation-models-customize-rag.html). Ejemplos de estos datos son los tipos de interés hipotecarios en tiempo real, los precios de productos, la copia de contratos conformes o estándar, el historial web del usuario y las preferencias de usuario. La combinación de DynamoDB con RAG agrega información detallada y actualizada sobre los productos de seguros y los datos de usuario. Esto enriquece las peticiones y las respuestas para ofrecer a los usuarios finales una experiencia precisa, personalizada y casi en tiempo real.

Del mismo modo, los clientes del sector de servicios financieros utilizan DynamoDB, las [bases de conocimientos de Amazon Bedrock](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base.html) y los [agentes de Amazon Bedrock](https://aws.amazon.com/bedrock/agents/) para crear aplicaciones de IA generativa basadas en RAG. Estas aplicaciones pueden utilizar informes de ingresos de código abierto y transcripciones de llamadas. También pueden utilizar la cartera específica del usuario y el historial de transacciones para generar un resumen bajo demanda de la cartera que incluya una previsión de futuro.

## Blogs de IA generativa para DynamoDB
<a name="gen-ai-blogs"></a>

En los siguientes artículos se ofrecen casos de uso detallados, prácticas recomendadas y guías paso a paso que lo ayudarán a aprovechar las capacidades de DynamoDB para crear aplicaciones avanzadas basadas en IA.
+ [Amazon DynamoDB data models for generative AI chatbots ](https://aws.amazon.com/blogs/database/amazon-dynamodb-data-models-for-generative-ai-chatbots/) 
+ [Build a scalable, context-aware chatbot with Amazon DynamoDB, Amazon Bedrock, and LangChain](https://aws.amazon.com/blogs/database/build-a-scalable-context-aware-chatbot-with-amazon-dynamodb-amazon-bedrock-and-langchain/) 
+ [Desarrollo de agentes de IA duraderos con LangGraph y Amazon DynamoDB](https://aws.amazon.com/blogs/database/build-durable-ai-agents-with-langgraph-and-amazon-dynamodb/)