Desarrollo de un Chatbot inteligente para la gestión de activos IT: integración de IA generativa con Amazon Bedrock en una arquitectura serverless

Bookmark (0)
Please login to bookmark Close

El presente Trabajo de Fin de Grado tiene como objetivo el desarrollo de un sistema de gestión de activos tecnológicos (ITAM) que combine una arquitectura cloud basada en servicios de AWS con un subsistema de consulta inteligente controlado mediante un chatbot o agente conversacional basado en inteligencia artificial generativa. La solución ha sido diseñada para pequeñas y medianas empresas que necesitan gestionar de forma centralizada sus recursos informáticos, como hardware, licencias de software y líneas telefónicas, sin disponer de infraestructuras complejas ni conocimientos técnicos avanzados.
El sistema se estructura en dos componentes principales: una API REST para la gestión administrativa de los activos y un agente conversacional AI capaz de interpretar preguntas en lenguaje natural utilizando modelos fundacionales desplegados a través de Amazon Bedrock. Ambos subsistemas comparten una base de datos relacional implementada en Amazon RDS, y se integran mediante funciones AWS Lambda especializadas. El chatbot, ejecutado en local desde consola, permite realizar consultas dinámicas sin necesidad de interfaz gráfica, apoyándose en mecanismos de autenticación mediante AWS CLI y en un sistema controlado de memoria conversacional.
Los resultados obtenidos demuestran que el sistema es funcional, eficiente y fácilmente ampliable. Su diseño modular, el bajo coste de operación y la integración nativa de IA generativa lo convierten en una solución viable para contextos empresariales reales. Además, el trabajo incorpora consideraciones éticas, económicas y sostenibles, alineadas con varios Objetivos de Desarrollo Sostenible (ODS) de la Agenda 2030.
ABSTRACT
This Final Degree Project presents the development of an IT asset management (ITAM) system that combines a cloud-based architecture using AWS services with an intelligent query subsystem powered by a conversational AI chatbot or agent. The solution is aimed at small and medium-sized enterprises that require centralized control over their technological resources, such as hardware, software licenses, and phone lines, without relying on complex infrastructures or advanced technical knowledge.
The system is divided into two core components: a REST API for administrative asset management and a conversational agent based on artificial intelligence capable of interpreting natural language queries using foundation models deployed via Amazon Bedrock. Both subsystems share a relational database hosted on Amazon RDS and interact through specialized AWS Lambda functions. The chatbot, executed locally via the command line, enables dynamic querying without a graphical interface, relying on AWS CLI authentication and a custom-built memory mechanism to maintain conversational context.
The results confirm that the system is functional, efficient, and easily extensible. Its modular design, low operational cost, and integration of AI capabilities make it a viable solution for real-world business scenarios.

​El presente Trabajo de Fin de Grado tiene como objetivo el desarrollo de un sistema de gestión de activos tecnológicos (ITAM) que combine una arquitectura cloud basada en servicios de AWS con un subsistema de consulta inteligente controlado mediante un chatbot o agente conversacional basado en inteligencia artificial generativa. La solución ha sido diseñada para pequeñas y medianas empresas que necesitan gestionar de forma centralizada sus recursos informáticos, como hardware, licencias de software y líneas telefónicas, sin disponer de infraestructuras complejas ni conocimientos técnicos avanzados.
El sistema se estructura en dos componentes principales: una API REST para la gestión administrativa de los activos y un agente conversacional AI capaz de interpretar preguntas en lenguaje natural utilizando modelos fundacionales desplegados a través de Amazon Bedrock. Ambos subsistemas comparten una base de datos relacional implementada en Amazon RDS, y se integran mediante funciones AWS Lambda especializadas. El chatbot, ejecutado en local desde consola, permite realizar consultas dinámicas sin necesidad de interfaz gráfica, apoyándose en mecanismos de autenticación mediante AWS CLI y en un sistema controlado de memoria conversacional.
Los resultados obtenidos demuestran que el sistema es funcional, eficiente y fácilmente ampliable. Su diseño modular, el bajo coste de operación y la integración nativa de IA generativa lo convierten en una solución viable para contextos empresariales reales. Además, el trabajo incorpora consideraciones éticas, económicas y sostenibles, alineadas con varios Objetivos de Desarrollo Sostenible (ODS) de la Agenda 2030.
ABSTRACT
This Final Degree Project presents the development of an IT asset management (ITAM) system that combines a cloud-based architecture using AWS services with an intelligent query subsystem powered by a conversational AI chatbot or agent. The solution is aimed at small and medium-sized enterprises that require centralized control over their technological resources, such as hardware, software licenses, and phone lines, without relying on complex infrastructures or advanced technical knowledge.
The system is divided into two core components: a REST API for administrative asset management and a conversational agent based on artificial intelligence capable of interpreting natural language queries using foundation models deployed via Amazon Bedrock. Both subsystems share a relational database hosted on Amazon RDS and interact through specialized AWS Lambda functions. The chatbot, executed locally via the command line, enables dynamic querying without a graphical interface, relying on AWS CLI authentication and a custom-built memory mechanism to maintain conversational context.
The results confirm that the system is functional, efficient, and easily extensible. Its modular design, low operational cost, and integration of AI capabilities make it a viable solution for real-world business scenarios. Read More