AI Process OS
Un sistema operativo nativo de IA para procesos de negocio – BPMN, lenguaje natural y un runtime de workflows validado.
Un sistema operativo nativo de IA para procesos de negocio, en el que procesos, capacidades, roles, eventos y tenants son elementos centrales del sistema. A partir de lenguaje natural y BPMN surgen workflows validados y ejecutables.
- Desafío técnico
- Los procesos de negocio debían poder describirse a nivel de negocio – en lenguaje natural y BPMN – y a partir de ahí generar automáticamente lógica de proceso fiable, validada y ejecutable, sin que la IA produjera código incontrolado.
- Arquitectura
- Una plataforma compuesta por editor BPMN, capa semántica de IA, registro de capacidades, compilador de workflows y runtime en AWS: el LLM traduce el lenguaje a una representación intermedia estructurada, un compilador genera BPMN 2.0 y el runtime ejecuta tareas, temporizadores y eventos a través de capacidades registradas.
- Desafíos de ingeniería
- Hacer que los resultados de la IA sean deterministas y seguros: ejecutar solo capacidades registradas, sin accesos directos a base de datos, con aislamiento de tenants, auditabilidad y versionado de procesos mediante una validación en varias etapas.
- Capacidades demostradas
- Automatización de procesos nativa de IA, AI Workflow Engineering, modelado de procesos basado en BPMN, análisis semántico, arquitectura multi-tenant y backend serverless en AWS.
AI Process OS es un caso de ingeniería de Riegel Systems en el ámbito del AI-native Business Process Engineering. La plataforma se concibe como un sistema operativo para procesos de negocio: procesos, capacidades, roles, eventos y tenants son elementos de sistema de primera clase – análogos a los programas, las APIs de sistema, los permisos y los entornos de usuario aislados de un sistema operativo clásico.
El mensaje central:
La IA genera lógica de negocio estructurada y validada en lugar de código de ejecución incontrolado.
Pipeline
- Natural Language / BPMN
- Semantic Parsing
- Intermediate Representation
- Validation
- Workflow Compiler
- Workflow Runtime
- Domain Services
- Persistence / Events / Audit
Arquitectura
Semantic Layer
La lógica de negocio se describe a nivel de negocio, no se programa:
- Lenguaje natural como entrada: un LLM (
claude-haiku-4-5) traduce las instrucciones de negocio a una representación intermedia (IR) estructurada – como JSON estricto con trigger, condiciones, acciones, aprobación, temporizadores y eventos. - Modelado basado en BPMN: el editor BPMN (bpmn.io) es la interfaz visual principal; las descripciones también pueden generarse como XML BPMN 2.0 válido (incluido auto-layout).
- Registro de capacidades: todas las funciones del sistema están registradas y validadas – por ejemplo,
book_goods_receipt,determine_tax,calculate_deposity operaciones de almacén y contabilidad.
La validación como principio de seguridad
La IA deliberadamente no tiene entorno de ejecución:
- El LLM genera exclusivamente representaciones estructuradas y validadas contra esquema – sin código libre, sin SQL, sin operaciones directas sobre base de datos.
- Solo capacidades registradas pueden usarse en los workflows; la capa semántica recibe durante la fase de parsing únicamente la lista de capacidades disponibles.
- Las capacidades que faltan pueden ser propuestas como draft por la IA, pero requieren revisión y activación antes de poder ejecutarse en workflows.
- El runtime de workflows ejecuta tareas (usuario/servicio), temporizadores, eventos y aprobaciones a través del despachador de capacidades – con roles y permisos por tenant.
- LLM → solo IR estructurada
- Validación → solo capacidades registradas
- Propuesta de capacidad → Draft
- Revisión y activación
- Ejecución en runtime
Runtime y operación
- Compilador de workflows: de la IR validada surgen definiciones de proceso versionadas (BPMN 2.0, auto-layout).
- Runtime de workflows: instancias de proceso con tokens, tareas humanas, temporizadores y eventos – incluido human-in-the-loop para aprobaciones.
- Eventos y auditoría: los eventos se registran; la persistencia utiliza event sourcing en DynamoDB (diseño de tabla única).
- Aislamiento de tenants: runtime multi-tenant con middleware por tenant y encapsulación de datos.
- Infraestructura: completamente como código (AWS CDK): Lambda, API Gateway, DynamoDB, Cognito, EventBridge, S3/CloudFront, GitHub Actions.
Capacidad demostrada
AI Process OS demuestra ingeniería de procesos nativa de IA, en la que un LLM está integrado en una ruta de ejecución determinista y validada – incluido un módulo de e-commerce multi-tenant integrado (catálogo, carrito, checkout, pagos, gestión de pedidos).
Tecnologías & conceptos
¿Un proyecto de ingeniería similar?
Si su proyecto necesita una profundidad técnica comparable, hablamos de viabilidad, arquitectura y esfuerzo – de forma concreta, no en formato pitch.