CASO DE ÉXITO – Novaim: Implementación de Amazon DocumentDB para Agentes de IA en Call Centers

Novaim es una empresa de tecnología especializada en agentes sintéticos de inteligencia artificial para centros de contacto («Synthetic AI Agents for Call Centers»). Su plataforma permite a organizaciones de diversos sectores automatizar conversaciones telefónicas complejas mediante modelos de lenguaje natural (LLMs), reconocimiento de voz (ASR) y síntesis de voz (TTS), integrados con sistemas de telefonía, CRM y plataformas CCaaS. La compañía es liderada por su CEO, Matías González.

El crecimiento acelerado de su base de clientes y el aumento en el volumen de conversaciones procesadas expusieron limitaciones críticas en su arquitectura de datos existente, basada en una base de datos relacional tradicional. La necesidad de almacenar y consultar datos semi-estructurados, como transcripciones de llamadas, metadatos de sesiones y perfiles dinámicos de agentes, evidenció que el modelo relacional no era el adecuado para escalar a la velocidad que el negocio requería.

Para resolver este desafío, XNex@ Connect diseñó e implementó una solución basada en Amazon DocumentDB como base de datos NoSQL administrada, habilitando un modelo de datos flexible orientado a documentos, con alta disponibilidad, escalabilidad horizontal y mejor desempeño en lecturas y escrituras concurrentes.

Desafíos del Cliente

Novaim operaba su plataforma de IA conversacional sobre una base de datos relacional que, originalmente, fue suficiente para las primeras etapas del producto. Sin embargo, el aumento sostenido en el volúmen de interacciones y la complejidad de los datos gestionados generaron desafíos significativos:

• Datos semi-estructurados: transcripciones de llamadas, contexto de conversación, perfiles de agentes y metadatos de sesiones no cabían de forma natural en un esquema relacional rígido, generando tablas con decenas de columnas nullable, JOINs complejos y alto acoplamiento entre modelos.
• Escalabilidad limitada: los picos de tráfico asociados a campañas de llamadas masivas generan cuellos de botella que degradan el rendimiento de toda la plataforma, afectando la calidad de las conversaciones en tiempo real.
• Latencia en consultas críticas: las búsquedas del historial de interacciones, perfiles de cliente y estado del agente, necesarias durante una llamada activa, superan los tiempos tolerables para mantener una experiencia fluida.
• Costos operativos crecientes: el mantenimiento de la infraestructura de base de datos, incluyendo gestión de esquemas, migraciones y optimización manual de consultas, consumía una parte desproporcionada del tiempo del equipo de ingeniería.
• Flexibilidad de esquema insuficiente: la evolución del producto requiere iteraciones rápidas en la estructura de datos. Cada cambio de esquema implicaba migraciones costosas, riesgo de downtime y coordinación entre equipos.

Adicionalmente, la arquitectura relacional dificulta la incorporación de nuevas capacidades de IA, como el enriquecimiento dinámico de perfiles y el almacenamiento de embeddings para búsqueda semántica, funcionalidades críticas en la hoja de ruta del producto.

Descripción de la solución

La solución diseñada por XNex@ Connect posicionó a Amazon DocumentDB como el motor central de persistencia de la plataforma de Novaim, reemplazando la base de datos relacional en los dominios donde el esquema flexible y la alta concurrencia son críticos.

Se adoptó Amazon DocumentDB con el tier db.r6g.large, una instancia optimizada para memoria de la familia Graviton2, que ofrece un balance óptimo entre capacidad de procesamiento in-memory y costo, adecuado para el perfil de carga de trabajo de Novaim, caracterizado por lecturas frecuentes de documentos completos y escrituras concurrentes de sesiones activas.

Los pilares de la arquitectura son:

• Modelo de datos orientado a documentos: transcripciones de llamadas, perfiles de agentes sintéticos, contexto de conversación y metadatos de sesiones se almacenan como documentos BSON, eliminando la necesidad de JOINs y permitiendo recuperar toda la información relevante en una sola operación de lectura.
• Alta disponibilidad Multi-AZ: el clúster DocumentDB se despliega con una instancia primaria y réplica en una distinta Zona de Disponibilidad, garantizando continuidad operativa ante fallos y habilitando un RTO inferior a 30 segundos mediante failover automático.
• Escalabilidad horizontal de lectura: las réplicas de lectura permiten distribuir la carga de consultas analíticas e históricas sin impactar el rendimiento de las operaciones transaccionales en tiempo real.
• Gestión administrada por AWS: el servicio se encarga automáticamente del aprovisionamiento, parcheo, respaldo, monitoreo y recuperación, liberando al equipo de ingeniería de tareas operativas de bajo valor.
• Seguridad nativa: cifrado en reposo (AES-256) y en tránsito (TLS), control de acceso mediante IAM y AWS Secrets Manager para la rotación automática de credenciales, alineado con los estándares de cumplimiento del sector.

La solución también incorporó integración con Amazon CloudWatch para observabilidad continua, permitiendo monitorear métricas clave como latencia de consultas, uso de conexiones, consumo de memoria y throughput de escritura, habilitando una operación proactiva y optimización continua del clúster.

Proceso de Ejecución

La implementación se ejecutó en fases iterativas, priorizando la continuidad del servicio y minimizando el riesgo operativo en cada etapa.

Fase 1 – Evaluación y diseño de arquitectura: Se realizó un análisis de los patrones de acceso de datos existentes, identificando los dominios donde el modelo documental aportaba mayor valor. Se diseñó el esquema de colecciones, la estrategia de indexación y el plan de migración, incluyendo la definición del tier db.r6g.large como instancia base del clúster.

Fase 2 – Provisionamiento del clúster y configuración de seguridad: Se desplegó el clúster Amazon DocumentDB en una VPC privada con subnets dedicadas, configurando grupos de seguridad, cifrado KMS, integración con AWS Secrets Manager y políticas de acceso IAM de mínimo privilegio.

Fase 3 – Migración de datos: Se ejecutó la migración de los datos históricos desde la base de datos relacional hacia DocumentDB, aplicando transformaciones para adaptar los registros al modelo de documentos. El proceso se realizó de forma controlada, con validación de integridad en cada lote y sin interrupción del servicio productivo.

Fase 4 – Optimización e indexación: Se definieron y aplicaron índices compuestos y parciales sobre los campos de mayor frecuencia de consulta (ID de sesión, ID de cliente, timestamp de interacción). Se ejecutaron pruebas de carga con tráfico simulado para validar el comportamiento bajo condiciones de pico.

Fase 5 – Cutover y monitoreo continuo: Se realizó el corte de tráfico hacia DocumentDB en horario de baja demanda, con rollback plan documentado. Se configuró CloudWatch con dashboards, alarmas y notificaciones para el equipo de operaciones, asegurando visibilidad completa del clúster desde el primer día en producción.

Seguridad y Gobierno de Datos

La plataforma de Novaim maneja datos conversacionales sensibles, incluyendo grabaciones, transcripciones e información de clientes de sus usuarios. Por ello, la solución fue diseñada con un modelo de seguridad en capas:

• Cifrado en reposo con AWS KMS y en tránsito mediante TLS 1.2+, garantizando la confidencialidad de los datos en todo momento.
• Gestión de credenciales con AWS Secrets Manager, habilitando rotación automática de contraseñas sin downtime.
• Aislamiento de red mediante VPC privada, sin exposición directa a internet, con acceso restringido únicamente a los componentes autorizados de la arquitectura.
• Auditoría de accesos mediante AWS CloudTrail, registrando todas las operaciones de administración sobre el clúster.
• Separación de ambientes (desarrollo, staging y producción) en cuentas AWS independientes, con políticas de datos anonimizados en entornos no productivos.

Optimización de Rendimiento y Costos

El tier db.r6g.large fue seleccionado como punto de partida por su arquitectura basada en procesadores AWS Graviton2, que ofrece hasta un 35% mejor precio/rendimiento respecto a instancias equivalentes de generaciones anteriores. Este tier proporciona 2 vCPUs y 16 GB de RAM, suficiente para mantener los índices de trabajo y una proporción significativa de los documentos activos en memoria, reduciendo las operaciones de I/O.

Se implementaron las siguientes estrategias de optimización:

• Separación de cargas de lectura y escritura mediante endpoint de réplica, evitando que las consultas de reporting e historial afecten las operaciones en tiempo real.
• Diseño de colecciones orientado al patrón de acceso, embebiendo subdocumentos frecuentemente accedidos juntos para minimizar el número de operaciones por request.
• Política de TTL (Time-To-Live) sobre documentos de sesión temporal, liberando almacenamiento automáticamente y controlando el crecimiento del volumen de datos.
• Monitoreo de slow queries con umbrales definidos, habilitando la detección temprana de degradación de rendimiento y optimización continua de índices.

El modelo de servicio administrado de DocumentDB eliminó la necesidad de dedicar recursos de ingeniería a tareas de mantenimiento de base de datos, traduciéndose en una reducción directa del costo operativo total (TCO).

Resultados Obtenidos

La implementación de Amazon DocumentDB generó mejoras significativas y medibles tanto a nivel técnico como de negocio para Novaim:

• Reducción de ~85% en latencia promedio de consultas, desde más de 800 ms a menos de 120 ms, mejorando directamente la experiencia de las conversaciones en tiempo real.
• Ingesta de datos en near real-time (< 30 segundos), reemplazando el proceso batch nocturno que retrasaba la disponibilidad de información para análisis y monitoreo.
• Reducción de aprox 75% en carga operativa del equipo técnico, al eliminar tareas de administración, parcheo y optimización manual de la base de datos.
• Disponibilidad del 99.99% con failover automático Multi-AZ, con un RTO inferior a 30 segundos validado en pruebas de fallo.
• Flexibilidad de esquema que habilita iteraciones de producto sin migraciones costosas, acelerando el ciclo de desarrollo de nuevas capacidades de IA.
• Base tecnológica preparada para escalar hacia nuevas funcionalidades, como almacenamiento de embeddings para búsqueda semántica y enriquecimiento dinámico de perfiles de cliente.

En términos generales, Novaim logró transformar su capa de persistencia en un componente estratégico de su plataforma, capaz de soportar el crecimiento del negocio, la evolución del producto y las exigencias de disponibilidad de un servicio de IA en tiempo real.

¿Como XNex@ Connect puede ayudar en tu viaje a la nube?

XNex@ Connect es una empresa consultora especializada en adopción y modernización sobre Amazon Web Services,  comprometida con el acompañamiento a organizaciones de diversos sectores en cada etapa de su transformación digital, desde la definición del caso de negocio y la evaluación de cargas de trabajo, hasta la migración, optimización y evolución hacia arquitecturas cloud nativas. Facilitamos la incorporación de capacidades avanzadas como analítica de datos e inteligencia artificial generativa, reduciendo la complejidad técnica y acelerando la obtención de valor. Nuestro objetivo es habilitar equipos más autónomos, eficientes y preparados para innovar de forma continua en la nube.