Amazon EC2 High Memory U7i instances with 8TB of memory (u7i-8tb.112xlarge) are now available in AWS Asia Pacific (Hyderabad), and U7i instances with 12TB of memory (u7i-12tb.224xlarge) are now available in AWS Europe (Spain). U7i instances are part of AWS 7th generation and are powered by custom fourth generation Intel Xeon Scalable Processors (Sapphire Rapids). U7i-8tb instances offer 8TiB of DDR5 memory, U7i-12tb instances offer 12TiB of DDR5 memory, enabling customers to scale transaction processing throughput in a fast-growing data environment.
U7i-8tb instances offer 448 vCPUs and U7i-12tb instances offer 896 vCPUs. Both instance types support up to 100 Gbps of Amazon Elastic Block Store (Amazon EBS) bandwidth for faster data loading and backups, up to 100 Gbps of network bandwidth, and ENA Express.
U7i instances are ideal for customers using mission-critical in-memory databases like SAP HANA, Oracle, and SQL Server.
Amazon EC2 High Memory U7i instances with 8TB of memory (u7i-8tb.112xlarge) are now available in AWS Asia Pacific (Hyderabad), and U7i instances with 12TB of memory (u7i-12tb.224xlarge) are now available in AWS Europe (Spain). U7i instances are part of AWS 7th generation and are powered by custom fourth generation Intel Xeon Scalable Processors (Sapphire Rapids). U7i-8tb instances offer 8TiB of DDR5 memory, U7i-12tb instances offer 12TiB of DDR5 memory, enabling customers to scale transaction processing throughput in a fast-growing data environment.
U7i-8tb instances offer 448 vCPUs and U7i-12tb instances offer 896 vCPUs. Both instance types support up to 100 Gbps of Amazon Elastic Block Store (Amazon EBS) bandwidth for faster data loading and backups, up to 100 Gbps of network bandwidth, and ENA Express.
U7i instances are ideal for customers using mission-critical in-memory databases like SAP HANA, Oracle, and SQL Server.
To learn more about U7i instances, visit the High Memory instances page.
Amazon CloudWatch Database Insights expands the availability of its on-demand analysis experience to AWS GovCloud (US-East) and AWS GovCloud (US-West). CloudWatch Database Insights is a monitoring and diagnostics solution that helps database administrators and developers optimize database performance by providing comprehensive visibility into database metrics, query analysis, and resource utilization patterns. This feature uses machine learning models to help identify performance bottlenecks during the selected time period, and gives advice on what to do next.
Previously, database administrators had to manually analyze performance data, correlate metrics, and investigate root cause. This process is time-consuming and requires deep database expertise. With this launch, you can now analyze database performance monitoring data for any time period with automated intelligence. The feature automatically compares your selected time period against normal baseline performance, identifies anomalies, and provides specific remediation advice. Through intuitive visualizations and clear explanations, you can quickly identify performance issues and receive step-by-step guidance for resolution. This automated analysis and recommendation system reduces mean-time-to-diagnosis from hours to minutes.
You can get started with this feature by enabling the Advanced mode of CloudWatch Database Insights on your Amazon Aurora and Amazon RDS databases using the RDS service console, AWS APIs, the AWS SDK, or AWS CloudFormation. Please refer to Aurora documentation or RDS documentation to get started.
Amazon CloudWatch Database Insights expands the availability of its on-demand analysis experience to AWS GovCloud (US-East) and AWS GovCloud (US-West). CloudWatch Database Insights is a monitoring and diagnostics solution that helps database administrators and developers optimize database performance by providing comprehensive visibility into database metrics, query analysis, and resource utilization patterns. This feature uses machine learning models to help identify performance bottlenecks during the selected time period, and gives advice on what to do next. Previously, database administrators had to manually analyze performance data, correlate metrics, and investigate root cause. This process is time-consuming and requires deep database expertise. With this launch, you can now analyze database performance monitoring data for any time period with automated intelligence. The feature automatically compares your selected time period against normal baseline performance, identifies anomalies, and provides specific remediation advice. Through intuitive visualizations and clear explanations, you can quickly identify performance issues and receive step-by-step guidance for resolution. This automated analysis and recommendation system reduces mean-time-to-diagnosis from hours to minutes. You can get started with this feature by enabling the Advanced mode of CloudWatch Database Insights on your Amazon Aurora and Amazon RDS databases using the RDS service console, AWS APIs, the AWS SDK, or AWS CloudFormation. Please refer to Aurora documentation or RDS documentation to get started.
Amazon Connect now enables you to choose the «From» email address when replying to inbound emails or sending new outbound messages, helping contact centers ensure the correct brand or business identity is used for every customer interaction. Administrators can configure multiple sender addresses per queue, allowing agents to search and select the appropriate email address based on the queue they are working in. This capability is especially useful for contact centers that support multiple brands or lines of business from a single Amazon Connect instance.
Amazon Connect email is available in the US East (N. Virginia), US West (Oregon), Africa (Cape Town), Asia Pacific (Seoul), Asia Pacific (Singapore), Asia Pacific (Sydney), Asia Pacific (Tokyo), Canada (Central), Europe (Frankfurt), and Europe (London) regions. To learn more and get started, please refer to the help documentation or visit the Amazon Connect website.
Amazon Connect now enables you to choose the «From» email address when replying to inbound emails or sending new outbound messages, helping contact centers ensure the correct brand or business identity is used for every customer interaction. Administrators can configure multiple sender addresses per queue, allowing agents to search and select the appropriate email address based on the queue they are working in. This capability is especially useful for contact centers that support multiple brands or lines of business from a single Amazon Connect instance. Amazon Connect email is available in the US East (N. Virginia), US West (Oregon), Africa (Cape Town), Asia Pacific (Seoul), Asia Pacific (Singapore), Asia Pacific (Sydney), Asia Pacific (Tokyo), Canada (Central), Europe (Frankfurt), and Europe (London) regions. To learn more and get started, please refer to the help documentation or visit the Amazon Connect website.
Amazon Connect now delivers integrated agent coaching workflows that enable contact center managers to provide timely, targeted feedback directly within the Connect UI. When managers identify improvement opportunities through evaluation scorecards, they can immediately create coaching plans with specific customer interaction examples. For example, a manager can share interactions with an agent where they excelled at problem-solving but could show more customer empathy, with examples of empathetic language to use going forward. After coaching sessions, agents acknowledge feedback and add notes to confirm understanding of expectations and next steps. Both managers and agents access all coaching history on a single page, enabling systematic progress tracking and improved coaching effectiveness. This integrated approach eliminates coaching delays and creates accountability throughout the agent development process, accelerating performance improvement across contact center operations.
This feature is available in all regions where Amazon Connect is offered. To learn more, please visit our documentation and our webpage.
Amazon Connect now delivers integrated agent coaching workflows that enable contact center managers to provide timely, targeted feedback directly within the Connect UI. When managers identify improvement opportunities through evaluation scorecards, they can immediately create coaching plans with specific customer interaction examples. For example, a manager can share interactions with an agent where they excelled at problem-solving but could show more customer empathy, with examples of empathetic language to use going forward. After coaching sessions, agents acknowledge feedback and add notes to confirm understanding of expectations and next steps. Both managers and agents access all coaching history on a single page, enabling systematic progress tracking and improved coaching effectiveness. This integrated approach eliminates coaching delays and creates accountability throughout the agent development process, accelerating performance improvement across contact center operations. This feature is available in all regions where Amazon Connect is offered. To learn more, please visit our documentation and our webpage.
Copilot Cowork: Una nueva forma de realizar el trabajo
Por: Charles Lamanna, presidente de aplicaciones empresariales y agentes.
Si han usado Copilot, han visto lo rápido que puede ayudarlos a encontrar una respuesta o redactar un correo electrónico. El siguiente paso es igual de importante: convertir esa intención en acciones reales en Microsoft 365.
Durante el último año, hemos presionado a Copilot para que tome medidas. Eso significa completar tareas, ejecutar flujos de trabajo y trabajar en su nombre.
Copilot Cowork está diseñado para eso: ayuda a Copilot a actuar, no solo a chatear.
Cowork facilita delegar trabajo. Describan el resultado que desean y Cowork fundamenta en automático el trabajo en sus correos, reuniones, mensajes, archivos y datos. Impulsado por Work IQ, Cowork se basa en señales de Outlook, Teams, Excel y el resto de Microsoft 365 para poder actuar con la misma comprensión que ustedes aportas a su trabajo.
Cuando entregan una tarea a Cowork, su petición se convierte en un plan. El plan continúa en segundo plano, con puntos de control claros para que puedan confirmar el progreso, hacer cambios o pausar la ejecución en cualquier momento. Cowork pregunta si necesita aclaraciones. Ustedes pueden ver cualquier acción que recomiende y luego aprobar los cambios antes de que se apliquen. Copilot funciona de manera independiente sin que ustedes pierdan el control.
En las últimas semanas, lo que más ha destacado es lo natural que encaja Cowork en un día ajetreado. Es fácil tener una docena de tareas en vuelo a la vez, donde cada una avanza mientras ustedes se concentras en lo que solo ustedes puedes hacer. La era de la ejecución de Copilot ha llegado.
Ese bucle de planificación a acción es la diferencia entre obtener una respuesta y lograr que algo se haga. Aquí tienen cuatro ejemplos donde Cowork convierte la intención en acciones en Microsoft 365. Cada una comienza con una simple petición y termina con acciones que permanecen bajo su control. En cada escenario, Cowork no solo crea contenido, sino que coordina el trabajo que lo rodea.
1. Limpiar su calendario: Reprogramar reuniones y proteger el tiempo de concentración
La mayoría de las semanas empiezan con un calendario abarrotado y poco tiempo de concentración. Ahora pueden pasar ese triaje a Cowork para que revise su horario de Outlook, pregunte qué quieren priorizar y señala conflictos y reuniones de bajo valor. Luego propone cambios. Una vez que lo aprueban, aplica los cambios al aceptar, rechazar o reprogramar reuniones y añadir bloques de enfoque. Incluso puede enviar un documento de preparación para la reunión.
Ustedes obtienen una semana más limpia y más tiempo para el trabajo que importa, sin hacerlo de manera manual.
Una vez que su semana está controlada, la siguiente pregunta suele ser a qué se enfrentan y qué tan preparados estarán.
2. Elaborar el paquete de la reunión y alinear al equipo: Generar la presentación, documentar y hacer seguimiento
Preparar una reunión con clientes puede ocupar su tarde. Con Cowork, pueden repartir el esfuerzo de principio a fin. Cowork extrae entradas relevantes de correos electrónicos, reuniones y archivos, programa el tiempo de preparación en el calendario y luego produce un conjunto conectado de entregables: un documento informativo, análisis de apoyo y una presentación lista para el cliente. Todo se guarda en Microsoft 365 para que su equipo pueda pulirlo en conjunto.
El resultado: ustedes entran con una presentación compartible, un documento de presentación en el que su equipo puede alinearse, la hora de preparación programada ya en el calendario y un borrador de actualización por correo electrónico que recoge las decisiones clave y adjunta los archivos más recientes.
Y no son solo reuniones. El mismo enfoque funciona cuando la «preparación» es una investigación más profunda y necesitas algo en lo que puedas confiar.
3. Investigar con rapidez una empresa: extraer fuentes, compilar análisis y empaquetar resultados
La investigación profunda requiere tiempo y rigor. Con Cowork, pueden descargar la investigación de la empresa a través de la web y fuentes de trabajo. En este caso, Cowork recopila informes de resultados, presentaciones de la Comisión de Bolsa y Valores (SEC, por sus siglas en inglés), comentarios de analistas y noticias relevantes, con énfasis en los datos financieros primarios. Luego organiza los hallazgos con las citas. Ustedes reciben un resumen ejecutivo formateado para correo electrónico, un memorando de investigación estructurado con supuestos claros y análisis de apoyo, y un cuaderno de Excel con pestañas etiquetadas.
En lugar de pasar horas en ensamblar entradas, ustedes obtienen salidas que pueden usar de inmediato.
Por último, cuando el trabajo es transversal y sensible al tiempo, Cowork puede coordinar un flujo de trabajo que produzca tanto la narrativa como el plan.
4. Crear el plan de lanzamiento: Construir inteligencia competitiva y activos compartibles
Los lanzamientos de nuevos productos avanzan rápido, en especial cuando el panorama competitivo cambia a mitad de camino. Con Cowork, puedes delegar un flujo de trabajo de lanzamiento y pasar con rapidez de la intención a un enfoque completo. Cowork construye una comparación competitiva en Excel, destila la diferenciación en un documento de propuesta de valor y genera una presentación para clientes. También puede detallar hitos, propietarios y siguientes pasos. Esto no se limita a la estrategia. Se traduce en acciones coordinadas.
Ustedes obtienen una historia coherente con rapidez, además de los archivos que la respaldan, sin tener que unir versiones entre herramientas. A partir de ahí, su equipo puede distribuirlo, revisarlo y seguir con las mejoras a medida que avance el lanzamiento.
Construido para la empresa
Copilot Cowork funciona dentro de los límites de seguridad y gobernanza de Microsoft 365. Las políticas de identidad, permisos y cumplimiento se aplican por defecto, y las acciones y salidas son auditables. Cowork se ejecuta en un entorno de nube protegido dentro de un sandbox, para que las tareas puedan avanzar de forma segura a medida que ustedes se mueven entre dispositivos. Esto es lo que hace que la ejecución sea duradera a gran escala empresarial.
Con el trabajo cercano con Anthropic, hemos integrado la tecnología detrás de Claude Cowork en Microsoft 365 Copilot. Es esta ventaja de múltiples modelos lo que hace que Copilot sea diferente. Su trabajo no está limitado por una sola marca de modelos. Copilot aloja la mejor innovación de toda la industria y elige el modelo adecuado para el trabajo, sin importar quién lo haya construido. Este es un patrón de trabajo que solo se volverá más poderoso a medida que surjan nuevos modelos y formas de trabajar.
Prueben Copilot Cowork
Copilot Cowork está a prueba en la actualidad con un grupo limitado de clientes en Research Preview (Vista Previa de Investigación), y estará disponible de manera más amplia en el programa Frontier a finales de marzo de 2026.
Amazon Bedrock AgentCore Runtime now supports stateful Model Context Protocol (MCP) server features, enabling developers to build MCP servers that leverage elicitation, sampling, and progress notifications alongside existing support for resources, prompts, and tools. These capabilities allow MCP servers deployed to AgentCore Runtime to collect user input interactively during tool execution, request LLM-generated content from clients, and provide real-time progress updates for long-running operations.
With stateful MCP sessions, each user session runs in a dedicated microVM with isolated resources, and the server maintains session context across multiple interactions using an Mcp-Session-Id header. Elicitation enables server-initiated, multi-turn conversations to gather information such as user preferences. Sampling allows servers to request AI-powered text generation from the client for tasks like personalized recommendations. Progress notifications keep clients informed during operations such as searching for flights or processing bookings. These features work together to support complex, interactive agent workflows that go beyond simple request-response patterns.
Stateful MCP server features are supported in AgentCore Runtime across fourteen AWS Regions: US East (N. Virginia), US East (Ohio), US West (Oregon), Asia Pacific (Mumbai), Canada (Central), Asia Pacific (Seoul), Asia Pacific (Singapore), Asia Pacific (Sydney), Asia Pacific (Tokyo), Europe (Frankfurt), Europe (Ireland), Europe (London), Europe (Paris), and Europe (Stockholm).
Amazon Bedrock AgentCore Runtime now supports stateful Model Context Protocol (MCP) server features, enabling developers to build MCP servers that leverage elicitation, sampling, and progress notifications alongside existing support for resources, prompts, and tools. These capabilities allow MCP servers deployed to AgentCore Runtime to collect user input interactively during tool execution, request LLM-generated content from clients, and provide real-time progress updates for long-running operations. With stateful MCP sessions, each user session runs in a dedicated microVM with isolated resources, and the server maintains session context across multiple interactions using an Mcp-Session-Id header. Elicitation enables server-initiated, multi-turn conversations to gather information such as user preferences. Sampling allows servers to request AI-powered text generation from the client for tasks like personalized recommendations. Progress notifications keep clients informed during operations such as searching for flights or processing bookings. These features work together to support complex, interactive agent workflows that go beyond simple request-response patterns.
Stateful MCP server features are supported in AgentCore Runtime across fourteen AWS Regions: US East (N. Virginia), US East (Ohio), US West (Oregon), Asia Pacific (Mumbai), Canada (Central), Asia Pacific (Seoul), Asia Pacific (Singapore), Asia Pacific (Sydney), Asia Pacific (Tokyo), Europe (Frankfurt), Europe (Ireland), Europe (London), Europe (Paris), and Europe (Stockholm).
To learn more, see Stateful MCP server features in the Amazon Bedrock AgentCore documentation.
Amazon Bedrock is a fully managed service for building generative AI applications using high-performing foundation models from leading AI providers. It now supports two new CloudWatch metrics, TimeToFirstToken and EstimatedTPMQuotaUsage, giving you deeper visibility into inference performance and quota consumption.
TimeToFirstToken measures the latency from when a request is sent to when the first token is received, for streaming APIs (ConverseStream and InvokeModelWithResponseStream). You can use this metric to set CloudWatch alarms which monitor latency degradation and establish SLA baselines, without any client-side instrumentation. EstimatedTPMQuotaUsage tracks your estimated Tokens Per Minute (TPM) quota consumption, including cache write tokens and output burndown multipliers, across all inference APIs (Converse, InvokeModel, ConverseStream, and InvokeModelWithResponseStream). You can use this metric to set proactive alarms before reaching your quota limit, track your quota consumption across your models, and request further quota increases before usage is rate limited.
Both metrics are supported in all commercial Bedrock regions for models available via cross-region inference profiles and in-region inference, updated every minute for successfully completed requests. These are available in your CloudWatch out of the box; you pay only for the underlying model inference you consume, with no API changes or opt-in required.
Amazon Bedrock is a fully managed service for building generative AI applications using high-performing foundation models from leading AI providers. It now supports two new CloudWatch metrics, TimeToFirstToken and EstimatedTPMQuotaUsage, giving you deeper visibility into inference performance and quota consumption.
TimeToFirstToken measures the latency from when a request is sent to when the first token is received, for streaming APIs (ConverseStream and InvokeModelWithResponseStream). You can use this metric to set CloudWatch alarms which monitor latency degradation and establish SLA baselines, without any client-side instrumentation. EstimatedTPMQuotaUsage tracks your estimated Tokens Per Minute (TPM) quota consumption, including cache write tokens and output burndown multipliers, across all inference APIs (Converse, InvokeModel, ConverseStream, and InvokeModelWithResponseStream). You can use this metric to set proactive alarms before reaching your quota limit, track your quota consumption across your models, and request further quota increases before usage is rate limited.
Both metrics are supported in all commercial Bedrock regions for models available via cross-region inference profiles and in-region inference, updated every minute for successfully completed requests. These are available in your CloudWatch out of the box; you pay only for the underlying model inference you consume, with no API changes or opt-in required.
To learn more about TimeToFirstToken and EstimatedTPMQuotaUsage, see our documentation page on Monitoring Amazon Bedrock.
AWS Builder ID, your profile for accessing AWS applications including AWS Builder Center, AWS Training and Certification and Kiro, now supports two new social logins: GitHub and Amazon. This expansion of sign-in options builds on the existing Google Apple social sign-in capabilities, providing GitHub and Amazon users with a streamlined way to access AWS resources without managing separate credentials on AWS.
With Sign in with Github and Amazon integration, developers and builders can now enjoy access to their AWS Builder ID profile using their GitHub or Amazon Account credentials. This enhancement eliminates password management complexity, reduces forgotten password issues, and provides a frictionless experience for both new user registration and returning user sign-ins. Whether you’re accessing development resources in AWS Builder Center, enrolling in certification programs or using Kiro to code your next app, your GitHub and Amazon Accounts can now serve as a secure gateway to your builder AWS journey.
To learn more about AWS Builder ID and get started with Sign in with GitHub and Amazon, visit the AWS Builder ID documentation.
AWS Builder ID, your profile for accessing AWS applications including AWS Builder Center, AWS Training and Certification and Kiro, now supports two new social logins: GitHub and Amazon. This expansion of sign-in options builds on the existing Google Apple social sign-in capabilities, providing GitHub and Amazon users with a streamlined way to access AWS resources without managing separate credentials on AWS.
With Sign in with Github and Amazon integration, developers and builders can now enjoy access to their AWS Builder ID profile using their GitHub or Amazon Account credentials. This enhancement eliminates password management complexity, reduces forgotten password issues, and provides a frictionless experience for both new user registration and returning user sign-ins. Whether you’re accessing development resources in AWS Builder Center, enrolling in certification programs or using Kiro to code your next app, your GitHub and Amazon Accounts can now serve as a secure gateway to your builder AWS journey.
To learn more about AWS Builder ID and get started with Sign in with GitHub and Amazon, visit the AWS Builder ID documentation.
Chequeo de salud: Cómo la gente utiliza Copilot para la salud
Por: Pavel Tolmachev, Bea Costa-Gomes, Viknesh Sounderajah.
No hay nada más importante que la salud.
Nuestro Informe de Uso de Copilot 2025 reveló que la gente habla de su salud y del estado de sus seres queridos más que de cualquier otro tema en el móvil.
Inspirados por este hallazgo, decidimos realizar un análisis en profundidad de más de medio millón de conversaciones relacionadas con la salud y el bienestar que las personas mantuvieron con Copilot durante enero de 2026.
Esta investigación muestra no solo la amplitud y profundidad del compromiso de las personas con la IA para su salud, sino también cómo la IA puede aparecer a través de las crecientes grietas en nuestros sistemas sanitarios. Muestra a personas que cambian de tema a lo largo del día, cómo la IA apoya a los familiares presionados y ayuda a superar la complejidad de la gestión de las decisiones sanitarias. En todo esto, destaca la importancia crítica de la precisión, la fiabilidad y la confianza.
Como ocurre con todos nuestros informes de uso y análisis de conversaciones, adoptamos un enfoque estricto para preservar la privacidad. Todas las conversaciones se desidentifican en la fuente y dependemos de un flujo de trabajo automatizado que extrae temas e intenciones. Ningún humano lee las conversaciones de los usuarios como parte de este proceso.
Aunque esta investigación subestima la importancia de la salud en la IA, lo que encontramos desafió muchas suposiciones: la gente no se limita a hacer preguntas generales sobre salud. En casi 1 de cada 5 conversaciones, las personas describen sus propios síntomas, reciben ayuda para interpretar sus propios resultados de pruebas o para gestionar sus propias condiciones. Y la gente no solo lo pide por sí misma, sino por quienes dependen de ellos. A continuación algunos puntos destacados:
Lo que la gente pregunta
La gente acude a Copilot sobre todo para obtener información. Quieren los hechos, rápidos y adaptados a ellos. Alrededor del 40% de las preguntas se centran en comprender los síntomas, las condiciones médicas y los tratamientos. Las preguntas formuladas en términos generales pueden reflejar la preocupación de salud del usuario más que la curiosidad casual, y la proporción real de preguntas personales de salud puede ser mayor. En un entorno donde la asimetría de la información y la desinformación sanitaria son generalizadas, la gente quiere explicaciones fiables y fáciles de entender extraídas de fuentes creíbles.
Las interacciones significativas van mucho más allá del conocimiento general. Una de las razones más comunes por las que la gente recurre a Copilot (el 10,9% de las preguntas de salud) es para interpretar síntomas (a menudo nuevos o inesperados) y para entender resultados de laboratorio o de imagen. Aunque la interpretación segura todavía depende de clínicos cualificados, estas son preguntas prácticas, a menudo urgentes, en las que la gente siente que necesita explicaciones claras y creíbles antes de dar los siguientes pasos.
El estilo de vida personalizado y el coaching de fitness generan una participación significativa (9% de las consultas), siendo la nutrición y el ejercicio las dos principales subcategorías. Lo que destaca aquí es el cambio de consejos genéricos a una guía personalizada y continua, el tipo de apoyo personalizado que las herramientas tradicionales de búsqueda en internet no ofrecen.
La gente también utiliza Copilot para navegar por el sistema sanitario (el 5,8% de las preguntas de salud abordan la navegación sanitaria, el seguro o los beneficios). Los usuarios quieren encontrar profesionales locales que se adapten a sus preocupaciones médicas, ubicación y cobertura de seguro. Quieren ayuda para entender los beneficios, comparar opciones de atención y gestionar la documentación médica. En estos momentos de estrés, Copilot actúa como guía a través de un sistema a menudo opaco, para ayudar a las personas a sentirse más preparadas y seguras en sus decisiones.
Distribución del porcentaje de intención de salud en todas las conversaciones.
La información general sobre la salud es la principal, pero casi 1 de cada 5 conversaciones implica evaluación personal de síntomas o manejo de la condición.
Cuándo pregunta la gente
Las conversaciones cambian a lo largo del día. Aunque las emociones y el bienestar representan una proporción más o menos pequeña de las consultas de salud en general, su proporción aumenta a medida que avanza el día: pasa del 3,4% de todas las consultas de salud por la mañana y durante el día al 4,3% por la tarde y el 5,2% por la noche. También encontramos un aumento nocturno de preguntas relacionadas con la comprensión de los síntomas médicos, lo que sugiere que las personas recurren a la IA cuando no pueden contactar con facilidad con un clínico, un farmacéutico o incluso amigos y familiares.
Cambios temporales en el uso de la intención, en relación con la mañana.
Los temas de salud personal surgen de manera constante durante la noche y hasta altas horas de la noche, mientras que las preguntas de investigación y académicas disminuyen.
Sobre quién pregunta la gente
Nuestros usuarios preguntan por otros, no solo a sí mismos. En las preguntas sobre manejo de síntomas y condiciones, 1 de cada 7 conversaciones es en nombre de otra persona. Estas preguntas suelen implicar el bienestar de los niños, la medicación de los padres mayores o los resultados de pruebas de la pareja.
Cada vez más personas se encuentran con la crianza de sus hijos, apoyan a padres mayores y gestionan las decisiones de salud de otros a la vez. Esta «generación sándwich» se conecta en línea para responder a las dudas, coordinar la atención y preparar preguntas cuando el tiempo y el acceso son limitados. El uso de proxys cambia la naturaleza de las consultas: más solicitudes implican resumir historiales, comparar opciones de tratamiento o traducir el lenguaje clínico para cuidadores no médicos. Todo esto requiere una orientación más clara sobre consentimiento, privacidad y una dirección clara sobre las vías de escalada.
Porcentaje de conversaciones sobre preguntas de síntomas relacionadas con un usuario, un dependiente, otro o un desconocido.
El móvil es donde ocurren la mayoría de las conversaciones personales sobre salud. Las preguntas sobre síntomas y las consultas sobre bienestar emocional son mucho más comunes en los teléfonos, mientras que el ordenador se inclina mucho hacia la investigación y el trabajo académico.
Dónde pregunta la gente
Según el dispositivo, la gente usa Copilot de forma muy diferente. En el móvil, la gente pregunta sobre síntomas y gestión de la condición al doble de ritmo que en el ordenador. Las conversaciones sobre bienestar emocional son un 75% más frecuentes. El móvil es donde se producen las conversaciones más personales e inmediatas sobre la salud.
El uso en el ordenador, en cambio, tiende a tareas relacionadas con el trabajo como la investigación en salud y el trabajo académico (tres veces más común), que tal vez reflejan un uso más profesional por parte de estudiantes, investigadores y clínicos.
Porcentaje medio de conversaciones por intención en el escritorio.
La mayoría de las conversaciones sobre síntomas son sobre los propios usuarios, pero uno de cada siete es en nombre de otra persona.
Por qué esto importa y cómo respondemos
A medida que los modelos existentes de prestación sanitaria luchan por seguir el ritmo de la demanda, cada vez más personas recurren a la inteligencia artificial y cada vez más en línea. Hasta hace poco, muchas personas confiaban en la búsqueda en internet para navegar preguntas de salud. El problema es que esto puede ofrecer una ayuda limitada para distinguir entre explicaciones simples y posibilidades alarmantes. Con la creciente presión sobre los servicios sanitarios, creemos que las personas necesitan mejores herramientas para comprender la información sanitaria cuando el acceso es complicado.
La IA generativa puede intervenir para ayudar. Ofrece respuestas más personalizadas a las consultas de los usuarios, hace preguntas específicas de seguimiento y guía a las personas hacia una siguiente mejor acción recomendada a cualquier hora del día. Si se hace bien, esto tiene el potencial de ampliar el acceso oportuno a una orientación fiable y marcar la diferencia en un momento de necesidad.
En los productos de consumo de Microsoft AI, incluidos Bing y Copilot, ya gestionamos más de 50 millones de preguntas de salud al día. Nos tomamos esta responsabilidad muy en serio. En noviembre de 2024, formamos un equipo dedicado a la salud del consumidor para centrarnos en las áreas que abordan las preguntas más urgentes de los usuarios, incluida:
Información sanitaria fiable
Las respuestas de salud de Copilot se basan en miles de fuentes creíbles, identificadas mediante principios publicados de forma independiente por la Academia Nacional de Medicina. Proporcionamos citas claras sobre la procedencia de la información mediante enlaces de un solo clic hacia el material fuente. Junto con las respuestas generativas, también presentamos tarjetas de respuestas escritas por expertos en colaboración con organizaciones respetadas como Harvard Health.
Navegación de cuidados
En Estados Unidos, Copilot ahora se conecta a directorios de proveedores en tiempo real, por lo que los usuarios pueden encontrar proveedores de alta calidad por especialidad, ubicación y preferencias personales. Con esta información, los usuarios pueden reservar citas y continuar su camino hacia la salud. Trabajamos de manera activa para expandir este servicio a nivel global.
Nuestra investigación sobre el uso respalda la importancia de estas áreas. Acertar la respuesta es en verdad importante para su salud y bienestar. Por eso el equipo de Microsoft AI Health trabaja para ofrecer un contexto clínico más rico y un razonamiento clínico más sólido en conversaciones que profundicen nuestra capacidad para dar respuestas claras, relevantes y seguras. Un contexto más rico significa que Copilot puede entender patrones y explicar lo que podría ocurrir en lugar de responder de forma aislada. Un razonamiento más sólido permite a Copilot desglosar preguntas complejas paso a paso, destacar lo importante y ayudar a las personas a prepararse para conversaciones más productivas con los clínicos.
La IA debe cumplir con la salud. Continuaremos con nuestro trabajo para que así sea.
Copilot no está destinado para diagnosticar, tratar u prevenir enfermedades u otras condiciones y no sustituye el asesoramiento médico profesional.
Today, Amazon Connect is announcing enhancements to AI-powered predictive insights that make it easier for businesses to deliver proactive, personalized customer experiences at scale. Building on the five recommendation algorithms launched at re:Invent 2025, AI-powered predictive insights now support up to 40 million product catalog items (8X increase), are available in message templates for trigger-based campaigns, and deliver up to 14% improved model accuracy. These enhancements enable businesses to automatically engage customers with the right message at the right time, while reducing the time required to deploy AI-powered personalization.
Businesses can now deliver trigger-based campaigns to initiate personalized outreach based on customer behavior and predictive signals – such as sending product recommendations when a customer abandons their cart or offering complementary services after a purchase. Businesses can now deliver targeted campaigns for specific customer cohorts based on predicted preferences and behaviors. Improved model accuracy and reduced training time mean businesses can deploy personalized experiences faster with greater confidence in the recommendations provided to customers.
With Amazon Connect Customer Profiles, you only pay-as-you-go for utilized profiles. Public preview for AI-powered predictive insights enhancements is available in Europe (Frankfurt), US East (N. Virginia), Asia Pacific (Seoul), Asia Pacific (Tokyo), US West (Oregon), Asia Pacific (Singapore), Asia Pacific (Sydney), Canada (Central).
Today, Amazon Connect is announcing enhancements to AI-powered predictive insights that make it easier for businesses to deliver proactive, personalized customer experiences at scale. Building on the five recommendation algorithms launched at re:Invent 2025, AI-powered predictive insights now support up to 40 million product catalog items (8X increase), are available in message templates for trigger-based campaigns, and deliver up to 14% improved model accuracy. These enhancements enable businesses to automatically engage customers with the right message at the right time, while reducing the time required to deploy AI-powered personalization.
Businesses can now deliver trigger-based campaigns to initiate personalized outreach based on customer behavior and predictive signals – such as sending product recommendations when a customer abandons their cart or offering complementary services after a purchase. Businesses can now deliver targeted campaigns for specific customer cohorts based on predicted preferences and behaviors. Improved model accuracy and reduced training time mean businesses can deploy personalized experiences faster with greater confidence in the recommendations provided to customers.
With Amazon Connect Customer Profiles, you only pay-as-you-go for utilized profiles. Public preview for AI-powered predictive insights enhancements is available in Europe (Frankfurt), US East (N. Virginia), Asia Pacific (Seoul), Asia Pacific (Tokyo), US West (Oregon), Asia Pacific (Singapore), Asia Pacific (Sydney), Canada (Central).
To learn more, visit our webpages for Customer Profiles and explore the AI-powered predictive insights documentation.
