IA generativa en AWS: GenU frente a Amplify AI Kit

Dos arquitecturas de IA generativa en AWS lado a lado. A la izquierda, GenU, un portal que configuras: para equipos de plataforma y de TI, un portal React ya hecho sobre CloudFront y S3, API Gateway y Lambda, chat, RAG, agentes, resúmenes, imágenes y voz, Knowledge Bases o Kendra con un solo flag, y npm run cdk:deploy en unos 20 minutos. A la derecha, Amplify AI Kit, piezas dentro de tu app: para equipos full-stack de producto, tu propia app con el componente AIConversation y los hooks, AppSync GraphQL con streaming, rutas de chat y generaciones estructuradas, una herramienta que consulta tu base de conocimiento, y npx ampx sandbox seguido de git push. Ambas se apoyan en Amazon Bedrock como base común: modelos, Guardrails, Knowledge Bases, pago por token en tu cuenta de AWS

Cada vez que alguien me pregunta "¿cómo creo una app de IA generativa en AWS?", la respuesta honesta empieza con otra pregunta: ¿quién es dueño del frontend? Si es un equipo de plataforma que quiere dar a toda una empresa acceso seguro a la IA generativa, AWS ya publica una app terminada para eso: la Guidance for Rapidly Deploying Generative AI for Business Use Cases on AWS, más conocida por su ejemplo, GenU. Si es un equipo de producto que añade IA a una app que ya publica, el camino más corto que conozco es Amplify AI Kit, que es como yo construyo funciones de IA en Amplify Gen 2.

Este artículo dibuja ambas arquitecturas, muestra cómo se despliega cada una y las compara lado a lado, para que puedas elegir una (o las dos) sin leer dos documentaciones.

Última revisión: 25 de octubre de 2026.

TL;DR

  1. GenU es un portal de IA generativa completo y de código abierto: chat, chat con RAG, agentes, resúmenes, traducción, generación de imágenes y video, chat de voz y un Use Case Builder sin código, desplegado con un solo npm run cdk:deploy en unos 20 minutos.
  2. Amplify AI Kit no es una app; es un conjunto de rutas de IA que declaras en tu esquema de Amplify Data, más hooks de React y componentes de UI para llamarlas. Una ruta de conversación es un chat de varios turnos con streaming; una ruta de generación es una sola consulta tipada.
  3. Ambas corren sobre Amazon Bedrock en tu propia cuenta, ambas son serverless y de pago por uso, y ninguna añade un recargo sobre los tokens del modelo.
  4. Elige GenU para la productividad interna de muchos empleados; elige Amplify AI Kit cuando la IA generativa es una función de un producto que publicas; combínalas sobre una base de conocimiento compartida cuando se dan las dos cosas.

Las piezas que comparten ambas arquitecturas

Toda app de IA generativa en AWS combina las mismas cuatro capas, y las dos arquitecturas se diferencian sobre todo en cuánto de la última escribes tú:

  • Modelos: Amazon Bedrock sirve modelos fundacionales de Anthropic, Amazon, Meta, Mistral y otros a través de una sola API serverless; Amazon SageMaker AI aloja modelos que entrenas o ajustas tú.
  • Conocimiento: la generación aumentada por recuperación (RAG) basa las respuestas en tus documentos, mediante Bedrock Knowledge Bases o Amazon Kendra.
  • Acciones: los agentes y las herramientas permiten al modelo llamar APIs, consultar bases de datos o buscar en la web.
  • La app: autenticación, una API, un frontend, el historial del chat y la monitorización.

Si quieres la lista completa de lo que Bedrock ha lanzado y cuándo, mantengo una línea de tiempo de funciones de Bedrock.

Arquitectura 1: GenU, el portal empresarial

GenU en AWS en diez pasos numerados: WAF, CloudFront, API Gateway, Lambda, Cognito, Bedrock, SageMaker AI, Transcribe y RAG opcional

La guía de AWS se implementa en el repositorio de código abierto Generative AI Use Cases (GenU). Es un monorepo en TypeScript con un frontend en React y un backend en AWS CDK, y lo que despliegas es un portal que funciona, no una plantilla de inicio.

Cómo fluye una petición

  1. Un usuario abre el portal en el navegador; AWS WAF filtra cada punto de entrada y puede restringir el acceso por rango de IP o por país.
  2. CloudFront sirve la app React estática desde S3; el historial del chat vive en DynamoDB.
  3. API Gateway recibe las llamadas a la API y se las pasa a Lambda.
  4. Cognito autentica a los usuarios, con federación SAML opcional (la documentación cubre Entra ID y Google Workspace).
  5. Lambda llama a Amazon Bedrock (o a un endpoint de SageMaker AI) y devuelve la respuesta.
  6. Si RAG está activado, Lambda recupera antes el contexto de Bedrock Knowledge Bases (vectores en OpenSearch) o de un índice de Amazon Kendra, ambos alimentados por documentos en S3.
  7. Amazon Transcribe procesa la entrada de voz, y los agentes opcionales añaden búsqueda web, un intérprete de código, agentes importados de AgentCore Runtime y Bedrock Flows.

Lo que trae de serie

Chat, generación de texto, resúmenes, actas de reuniones, asistencia de escritura, traducción, extracción de contenido web, generación de imágenes y video, análisis de video, generación de diagramas y chat de voz. Los usuarios de negocio pueden añadir sus propios casos de uso con el Use Case Builder escribiendo una plantilla de prompt, sin código.

Cómo se despliega

git clone https://github.com/aws-samples/generative-ai-use-cases.git
cd generative-ai-use-cases
npm ci
npx -w packages/cdk cdk bootstrap
npm run cdk:deploy

El primer despliegue tarda unos 20 minutos. Las funciones se activan con flags en packages/cdk/parameter.ts o cdk.json, y envs en parameter.ts te da configuraciones separadas para dev y prod:

// packages/cdk/parameter.ts (excerpt)
const envs = {
  dev: {
    ragKnowledgeBaseEnabled: true,
    allowedIpV4AddressRanges: ['203.0.113.0/24'],
    allowedCountryCodes: ['US', 'ES'],
  },
}

Si no quieres montar CDK en local, el repositorio también tiene un script deploy.sh que ejecuta todo el despliegue desde AWS CloudShell.

Ideal para: equipos de plataforma o de TI que quieren dar a muchos empleados acceso gobernado a la IA generativa rápido, y crecer a partir de ahí.

Arquitectura 2: Amplify AI Kit

Amplify AI Kit: tu app llama a AppSync; los chats van a Lambda y DynamoDB, las generaciones a Bedrock, con base de conocimiento opcional

Amplify AI Kit forma parte de Amplify Gen 2, donde todo el backend es TypeScript. Añades IA igual que añades un modelo de datos: declarando rutas de IA en amplify/data/resource.ts. Amplify aprovisiona por ti AppSync, Lambda, DynamoDB y los permisos de Bedrock.

Dos tipos de ruta

RutaQué esAutorizaciónUso típico
ConversaciónChat asíncrono de varios turnos; los mensajes se guardan en DynamoDB automáticamente y las respuestas llegan en streaming por una suscripciónSolo por propietario: cada usuario ve sus propios chatsAsistentes de chat, búsqueda conversacional
GeneraciónConsulta síncrona de AppSync, petición y respuesta, que devuelve datos con la forma que definesSin propietario: autenticado, invitado, grupo o API keyResúmenes, texto alternativo, extracción estructurada

Los modelos deben admitir uso de herramientas en la API Converse de Bedrock, porque AI Kit usa herramientas en ambos tipos de ruta. Las herramientas son también la forma en que una conversación llega a tus datos: una herramienta de datos expone un modelo o una consulta personalizada de Amplify Data al modelo, y una herramienta de base de conocimiento es una consulta personalizada con un resolver de AppSync que llama a una base de conocimiento de Bedrock. La base de conocimiento la creas aparte, en la consola, la CLI o CDK.

Cómo se ve el código

El backend:

// amplify/data/resource.ts
import { a, defineData, type ClientSchema } from '@aws-amplify/backend'

const schema = a.schema({
  chat: a
    .conversation({
      aiModel: a.ai.model('Claude 4.6 Sonnet'),
      systemPrompt: 'You are a helpful assistant',
    })
    .authorization((allow) => allow.owner()),

  generateSummary: a
    .generation({
      aiModel: a.ai.model('Claude 4.5 Haiku'),
      systemPrompt: 'Summarize the text in three sentences.',
    })
    .arguments({ text: a.string() })
    .returns(a.customType({ summary: a.string() }))
    .authorization((allow) => allow.authenticated()),
})

export type Schema = ClientSchema<typeof schema>
export const data = defineData({ schema })

El frontend, con el componente de chat ya hecho:

// src/Chat.tsx
import { Authenticator } from '@aws-amplify/ui-react'
import { AIConversation } from '@aws-amplify/ui-react-ai'
import { useAIConversation } from './client'

export default function Chat() {
  const [
    {
      data: { messages },
      isLoading,
    },
    handleSendMessage,
  ] = useAIConversation('chat')

  return (
    <Authenticator>
      <AIConversation
        messages={messages}
        isLoading={isLoading}
        handleSendMessage={handleSendMessage}
      />
    </Authenticator>
  )
}

a.ai.model() acepta nombres amigables (Claude 4.6 Sonnet y Opus, Claude 4.5 Haiku, Amazon Nova y otros según la documentación de marzo de 2026). Para un modelo de Bedrock más nuevo que aún no está en la lista, pasa su ID de modelo: aiModel: { resourcePath: '<bedrock-model-id>' }.

Cómo se despliega

npm create amplify@latest
npm add aws-amplify @aws-amplify/ui-react @aws-amplify/ui-react-ai
npx ampx sandbox

El sandbox despliega un backend personal en la nube mientras desarrollas. Cuando estés listo, haz push de una rama: Amplify Hosting construye y despliega el frontend y el backend juntos. Si tu app es Next.js, escribí sobre los detalles de SSR en desplegar Next.js 16 en Amplify.

Ideal para: equipos de producto que añaden funciones de IA generativa a una app propia, para clientes o interna.

Lado a lado

DimensiónGenUAmplify AI Kit
Qué obtienesUn portal completo con muchos casos de usoRutas de IA, hooks y componentes de UI para tu app
Para quiénEquipos de plataforma y de TI que dan servicio a empleadosEquipos full-stack que construyen un producto
Infraestructura como códigoAWS CDK, flags en parameter.ts o cdk.jsonTypeScript de Amplify Gen 2 (CDK por debajo)
Capa de APIAPI Gateway + LambdaAppSync GraphQL: consultas, mutaciones, suscripciones
FrontendPortal React ya hecho sobre CloudFront + S3Tu propia app en React, Next.js, Vue, Angular o React Native
AutenticaciónCognito, SAML opcional, reglas de IP y país en WAFCognito; los chats son por propietario
ModelosModelos de Bedrock más endpoints de SageMaker AIModelos de Bedrock con uso de herramientas en Converse
RAGIncluido: Knowledge Bases o Kendra, un flagUna herramienta que consulta una base de conocimiento que tú creas
Agentes y herramientasAgentes de búsqueda web e intérprete de código, importación de AgentCore, Use Case BuilderHerramientas sobre tus modelos de datos, consultas y funciones
ModalidadesTexto, imágenes, video, vozTexto primero; amplíalo con tus funciones
Tiempo hasta el primer resultadoUnos 20 minutos para un despliegue de CDKMinutos en un sandbox, luego un git push
PersonalizaciónHaces fork del repositorio y cambias una app existenteSin límite: es tu app
Modelo de costePago por uso, más Kendra u OpenSearch si RAG está activoPago por uso de AppSync, Lambda, DynamoDB y Bedrock

El mayor coste en ambas son los tokens del modelo. Después, vigila la parte de RAG que está siempre encendida: un índice de Kendra o una colección de OpenSearch se facturan aunque nadie haga preguntas. GenU enlaza estimaciones de la calculadora de precios de AWS para tres configuraciones (sin RAG, RAG con Kendra, RAG con Knowledge Bases); en Amplify AI Kit, Bedrock se factura bajo demanda sin recargo de Amplify.

El híbrido: una capa de conocimiento, dos puertas de entrada

Híbrido: GenU para empleados y una app de Amplify para clientes comparten una política de Guardrails, una Knowledge Base y los registros

Las dos no se excluyen, y en la práctica aquí acaban muchos equipos. GenU da a los empleados un portal desde el primer día; la app de Amplify da a los clientes una función de IA dentro del producto. Ambas apuntan a la misma Bedrock Knowledge Base, sincronizada desde el mismo bucket de S3, y corren bajo la misma política de Guardrails. El gobierno vive entonces una sola vez en Bedrock en lugar de una vez por app: cuando el equipo legal cambia un tema prohibido, las dos puertas lo aplican.

Cómo elegir

  • Elige GenU cuando el objetivo es la productividad interna: muchos empleados, muchos casos de uso, un equipo de seguridad que quiere WAF, SAML y una arquitectura de referencia publicada por AWS, y ningunas ganas de construir una UI.
  • Elige Amplify AI Kit cuando la IA generativa es una función de un producto que publicas: un chat de soporte en tu SaaS, extracción estructurada en un formulario, resúmenes en un panel.
  • Combínalas cuando se dan las dos cosas, sobre una base de conocimiento compartida.

Elijas la que elijas, haz tres cosas antes de que lleguen usuarios reales: confirma en la consola de Bedrock que los modelos que necesitas están disponibles en tu región, configura una alerta de AWS Budgets sobre el gasto en Bedrock y aplica una política de Guardrails.

Fuentes

Artículos relacionados