Aivizor
Aivizor
EstilosCreacionesComunidad
Atrás
  1. Comunidad
  2. /
  3. Amazon

Amazon Quick genera dashboards multi‑hoja desde prompts en lenguaje natural

News
C
Clara Sampedro

5/5/2026, 6:05:47 AM

Amazon Quick genera dashboards multi‑hoja desde prompts en lenguaje natural

Amazon Quick incorpora generación que convierte instrucciones en lenguaje natural en análisis nativos compuestos por varias hojas, visuales, filtros y campos calculados, listos para refinar y publicar tras confirmar un plan interactivo.

Amazon Quick presentó una función generativa que transforma descripciones en lenguaje natural en análisis completos multi‑hoja. A partir de uno o varios prompts, la herramienta crea hojas organizadas con visuales, controles de filtro y campos calculados, y ofrece un plan interactivo previo a la generación para que el autor revise y mantenga el control del resultado antes de publicarlo.

Para usar la función se requiere una cuenta de AWS y una suscripción a Amazon Quick Enterprise Edition. El flujo acepta entre uno y tres conjuntos de datos seleccionados dentro de Quick; esos datasets pueden conectarse a fuentes como Amazon Redshift, Amazon S3 o a archivos subidos. Si los datos residen en tablas separadas (por ejemplo, pedidos y productos), se pueden incluir conjuntamente en el mismo análisis para que la generación relacione las tablas automáticamente.

El autor inicia el proceso desde un dataset o desde la página Analyses seleccionando Generate analysis y escribiendo un prompt que describa métricas, preguntas de negocio y la organización por hojas. Quick evalúa la estructura del dataset y las estadísticas de columna, muestra progreso en tiempo real (análisis de columnas, cálculo de estadísticas y elaboración del plan) y presenta una vista en dos paneles con el prompt a la izquierda y la estructura propuesta a la derecha, permitiendo editar o rechazar elementos antes de crear el análisis.

El resultado es un Analysis nativo de Quick que se puede refinar y publicar como dashboard con un solo clic. La generación produce automáticamente campos calculados — por ejemplo, total revenue, average order value, comparaciones year‑over‑year y month‑over‑month — así como filtros y visuales adecuados a las columnas detectadas, lo que reduce significativamente la configuración manual necesaria para desplegar informes de producción.

La función está dirigida a analistas que generan reportes recurrentes, gerentes que preparan revisiones ejecutivas y equipos de ingeniería que exploran datasets nuevos. Usuarios en acceso anticipado en operaciones, ingeniería y ciencia de datos reportaron ahorros de tiempo sustancial; un evaluador identificado como Jeff Sondic (Pre‑Construction Manager, GES Ops Construction, Amazon, Ontario, Canada) dijo: “The results are awesome and there is no comparison in the time it takes IA to perform analysis and create dashboards vs. a human being.

Entre las limitaciones operativas, la generación admite solamente de uno a tres datasets por ejecución y exige la edición o confirmación del plan antes de publicar. Si el usuario abandona el flujo, puede consultar el estado de la generación en Analyses → Generations. La presentación original de la función proviene de un post técnico que describió el flujo y pruebas en acceso anticipado, y la disponibilidad comercial completa depende de la suscripción a Enterprise Edition.

Fuentes

  1. AWS Machine Learning Blog · 5/4/2026
0
0
0

Respuestas (0)

Aún no hay respuestas en este tema.

9:41