Con Nova Forge, un servicio bastante único en su tipo, AWS no ofrece un ajuste fino de los modelos sino más bien la creación de sus propios modelos de frontera a partir de sus datos y la industrialización de la creación de modelos a medida…
Durante dos años, los CIO y los científicos de datos han estado jugando con las palancas disponibles, on-premise o en la nube, para «adaptar» los modelos de IA: ingeniería rápida, RAG, ajuste fino supervisado, un poco de RLHF. Esto suele ser suficiente para los robots internos o los asistentes de oficina, pero mucho menos para encapsular el conocimiento empresarial real en un modelo preexistente.
El problema es sencillo. El ajuste fino, tal como lo practicamos hoy, ocurre al final de la cadena en un modelo ya entrenado previamente. Corregimos conductas, especializamos usos, pero no reconfiguramos las representaciones profundas aprendidas en corpus generales. Como resultado, el modelo habla mejor su jerga, pero sigue siendo fundamentalmente general.
Aquellos que prueban el “preentrenamiento continuo” van más allá y amplían el entrenamiento de un modelo con sus datos patentados. Pero a medida que avanzamos en este entrenamiento, surge otro problema: el modelo comienza a “olvidar” parte de sus habilidades generales. Ganamos en experiencia empresarial, perdemos en robustez, en capacidad de seguir instrucciones e incluso en seguridad. Se trata del famoso “olvido catastrófico” conocido por todos aquellos que han llevado demasiado lejos la puesta a punto de un modelo.
La solución es tener tu propio modelo interno. Excepto que entrenar un modelo fronterizo desde cero sigue siendo un deporte para multimillonarios. Requiere decenas de miles de GPU, canales de datos planetarios, infraestructura informática masiva movilizada durante días, pilas de software optimizadas, equipos de investigación de alto nivel y una estricta gobernanza regulatoria. Basta decir que la mayoría de los CIO nunca entrarán en esta área. A menos que… un hiperescalador decida industrializar toda la cadena de creación de un modelo de frontera para convertirlo en un simple servicio WEB.
Este hiperescalador se llama AWS… Y su servicio SaaS para crear modelos de frontera a medida se llama Nova Forge, ¡una de las grandes sorpresas de AWS re:Invent 2025 que se celebra esta semana en Las Vegas!
Nova Forge: forja tu propia Nova en lugar de empezar desde cero
Nova Forge es un servicio que permite a los clientes tomar modelos Nova y derivar sus propias variaciones, llamadas «Novellas». La idea clave es abrir la caja negra del entrenamiento brindando acceso a los puntos de control de Nova en diferentes etapas, y no solo al modelo fijo final como se hace cuando se afina un modelo de peso abierto.
En lugar de conformarse con ajustes superficiales, los equipos de IA toman un Nova en el camino y continúan su capacitación mezclando sus datos comerciales con corpus Nova preparados por AWS. Este es el principio de la “mezcla de datos”: inyectar permanentemente una base de datos generales para preservar las capacidades genéricas del modelo mientras se especializa gradualmente en el dominio del cliente.
Obtenemos así modelos que siguen siendo modelos de frontera en términos de capacidades, pero que han integrado profundamente la cultura empresarial de una empresa, un sector o un caso de uso. Los primeros ejemplos citados se refieren a industrias altamente reguladas, plataformas de contenidos o I+D científica.
Nova Forge apunta claramente a la gama alta. La tarifa de entrada mencionada ronda los 100.000 dólares al año. Esta no es una característica adicional de Bedrock, sino una oferta de ingeniería de inteligencia artificial dirigida a grandes organizaciones que desean hacer de su modelo una ventaja competitiva, y no solo un ladrillo de conveniencia.
Debajo del capó: entrenamiento abierto, RFT y Bedrock
En el aspecto técnico, Nova Forge aprovecha los clústeres de SageMaker AI y HyperPod para proporcionar la infraestructura de capacitación distribuida. Los científicos de datos gestionan todo a través de SageMaker Studio. Seleccionan el punto de control inicial de Nova (antes, a mitad o después del entrenamiento), declaran sus conjuntos de datos, configuran la combinación con los conjuntos de Nova y luego lanzan los trabajos de entrenamiento de acuerdo con recetas optimizadas por AWS.
La originalidad no se debe sólo a la “formación abierta”. Nova Forge integra varios componentes básicos que son de interés directo para los CIO y sus equipos de IA. Puede conectar sus propios entornos de evaluación y realizar ajustes de refuerzo utilizando funciones de recompensa empresarial. Las decisiones de un modelo pueden calificarse mediante un simulador interno, un motor de reglas, un gemelo digital industrial y luego retroalimentarse al circuito de aprendizaje.
El servicio también ha integrado mecanismos de “IA responsable” para configurar salvaguardias de seguridad y moderación basadas en políticas internas. Finalmente, las capacidades de destilación y generación de datos sintéticos permiten derivar, a partir de Novella, modelos más compactos y específicos para determinadas cargas de trabajo.
Una vez falsificado, el modelo se publica como modelo privado en Bedrock. Se beneficia de la misma API unificada, controles de acceso, auditabilidad y ecosistema de agentes que otros modelos compatibles. En la práctica, la empresa conecta a sus agentes de Bedrock con “su” Nova, sin revisar toda su arquitectura.
La otra cara de la moneda es que esta estrecha integración tiene un precio. Los modelos producidos por Nova Forge siguen vinculados a la arquitectura Nova y Bedrock. No están diseñados para exportarse y realojarse en otro lugar. Es un verdadero modelo de frontera hecho a medida, pero profundamente arraigado en el ecosistema de AWS.
Nova 2, combustible de la Forja
Nova Forge no está disociada de la hoja de ruta del modelo de AWS. Se basa en la nueva generación Nova 2, que se convierte en la base de facto de esta estrategia. Las primeras Novellas ya se pueden construir desde Nova 2 Lite hoy.
Los clientes pronto podrán acceder, a través de Nova Forge, Nova 2 Pro y Nova 2 Omni con el objetivo de coentrenarse desde las fases anteriores de estos modelos.
Para AWS, el vínculo es estratégico. Nova 2 sirve de escaparate ante GPT, Claude o Gemini. Nova Forge transforma este escaparate en un producto de diferenciación para grandes cuentas: ya no compras un modelo, creas tu propia variante, con la ayuda de los equipos de AWS, del mismo linaje tecnológico.
Por supuesto, Nova Forge no es para todas las organizaciones. Está dirigido a aquellos que ya han superado varios niveles de madurez en IA, tienen una base sólida en AWS, equipos de IA estructurados y datos comerciales verdaderamente diferenciadores. Pero tras la era de los grandes modelos genéricos y la de los ajustes oportunistas, se abre una tercera fase. Los modelos más estratégicos serán variantes de frontera coentrenadas con datos, métricas y restricciones de los clientes. La personalización pasa del nivel de las indicaciones y del RAG al corazón mismo del ciclo formativo, sin obligar a las empresas a convertirse ellas mismas en laboratorios de investigación.
Corresponde a los CIO decidir si siguen siendo consumidores de modelos estándar o si quieren invertir en esta co-construcción, aceptando una mayor dependencia de una plataforma. Aún así, Nova Forge les ofrece una opción nueva y por el momento única: una forja industrial para alinear un modelo de frontera con su realidad, sin tener que construirlo solos.
Lea también:
AWS Re:Invent 2025: Amazon presenta Trainium3 y ya anuncia Trainium4
Azure AI Foundry finalmente ofrece un entorno completo y consistente
AgentKit: OpenAI relanza la batalla de los SDK agentes
Claude Opus 4.5: Anthropic vuelve a golpear el techo de cristal de los LLM
Gemini 3 ya está aquí: la respuesta relámpago de Google para hacerse con el trono de la IA
[
