Pagos por inteligencia para agentes IA: la solución de Ampersend con Amazon Bedrock

Ampersend construyó una capa de enrutamiento que permite a agentes de IA pagar por modelos y servicios por solicitud, usando AgentCore Payments para gestionar wallets, firmas y límites de gasto. El patrón de pago en dos saltos facilita transacciones seguras y gobernadas entre agentes, un intermediario y proveedores de modelos.

Por Redaccion TD
Pagos por inteligencia para agentes IA: la solución de Ampersend con Amazon Bedrock

Introducción

A medida que las soluciones basadas en agentes autónomos proliferan, surge un desafío crítico: ¿cómo pagan esos agentes por servicios de inteligencia (modelos, APIs de datos, endpoints de contenido) sin que cada desarrollador implemente una infraestructura de facturación y gestión de credenciales desde cero? Ampersend y Amazon Bedrock AgentCore Payments presentan una respuesta práctica: un layer de enrutamiento pay-per-intelligence que permite a los agentes transaccionar de forma programática, instantánea y dentro de límites gobernados.

Este artículo explica el problema, la arquitectura que propone Ampersend sobre AgentCore Payments, cómo funciona el flujo de pago en dos saltos y por qué esta aproximación puede ser relevante para organizaciones en América Latina que adopten agentes IA en producción.

El problema: infraestructura de pagos para agentes autónomos

Los desarrolladores de agentes enfrentan múltiples retos operativos cuando su agente debe consumir servicios pagados:

  • Gestión de wallets y custodia de claves privadas.
  • Implementación de firmas de pago y protocolos agentic como x402.
  • Definición y aplicación de límites de gasto y gobernanza.
  • Integración con los esquemas de facturación de cada proveedor de modelos.

Para empresas que ofrecen acceso a varios proveedores de modelos (como marketplaces o plataformas de inteligencia), el problema es complementario: necesitan una infraestructura segura, auditable y gobernada para aceptar pagos de agentes y luego saldar con los proveedores sin construir desde cero la custodia de wallets ni controles de gasto.

AgentCore Payments aborda ambos lados al ofrecer una infraestructura gestionada que habilita transacciones autónomas de agentes dentro de límites controlados.

Qué es Ampersend y cuál es su hipótesis

Ampersend (de Edge & Node) es una plataforma de gestión de pagos y operaciones para agentes. Funciona como un intermediario entre agentes y un catálogo de proveedores de modelos. La idea central de Ampersend es que los agentes deben pagar por inteligencia del mismo modo en que llaman APIs: de forma programática, instantánea y sin intervención humana.

Al integrar Ampersend, los creadores de agentes acceden a múltiples modelos mediante una única integración, sin suscripciones por proveedor y sin relaciones de facturación que escalen linealmente con el número de proveedores.

Ampersend usa el protocolo abierto x402 y se apoya en Amazon Bedrock AgentCore Payments para la infraestructura de pago gestionada.

Arquitectura: el patrón de pago en dos saltos

Ampersend implementó una capa de routing pay-per-intelligence sobre AgentCore Payments. El flujo típico es: el agente solicita una tarea (ej. resumir un paper o analizar datos on-chain), llama a Ampersend, selecciona una categoría de modelo según la complejidad y paga por solicitud a través de AgentCore Payments. Ampersend, por su parte, liquida con el proveedor de modelo upstream usando su propio SDK.

Este esquema produce un patrón de enrutamiento de dos saltos:

Agente → Ampersend → Proveedor de modelos

Desde la perspectiva del agente, solo existe una petición pagada; Ampersend se encarga de la selección del proveedor, el segundo pago y la entrega del resultado.

Cómo funciona el flujo de pagos paso a paso

El flujo end-to-end usa varios componentes clave de AgentCore Payments:

  1. Payment Manager: el backend de la aplicación crea un Payment Manager que define las conexiones de wallets y las políticas de gasto. Esto actúa como la capa de gobernanza que controla cómo puede gastar el agente.

  2. Payment Session: antes de ejecutar una tarea, el backend abre una Payment Session con un tope de presupuesto (por ejemplo, $0.05). El agente solo puede transaccionar dentro de los límites de esa sesión.

  3. ProcessPayment API: cuando Ampersend responde con un HTTP 402 (payment required), el agente invoca ProcessPayment con los detalles de pago x402. AgentCore firma la autorización en USDC usando las credenciales de la wallet conectada, sin que el agente tenga acceso a las claves privadas.

  4. Credential Provider (ej. Coinbase Developer Platform): AgentCore se conecta a un proveedor de credenciales de wallet para la custodia y firma. El agente asume un rol IAM scopeado (ProcessPaymentRole) que solo permite llamar a ProcessPayment; no puede modificar presupuestos ni acceder a las claves.

  5. Settlement: una vez firmada la prueba de pago, se devuelve al agente, que reintenta la petición a Ampersend con la prueba adjunta. Ampersend verifica el settlement on-chain (por ejemplo, en la red Base con USDC) y luego paga al proveedor de modelos upstream (por ejemplo, BlockRun) mediante su SDK. Así se realizan dos liquidaciones: agente → Ampersend y Ampersend → proveedor.

Este diseño permite que el agente perciba la interacción como una única solicitud pagada, mientras Ampersend maneja la complejidad de enrutamiento y pago.

Gestión completa del ciclo de pagos por AgentCore Payments

AgentCore Payments abstrae y gestiona todo el ciclo de pago necesario para habilitar este tipo de operaciones:

  • Wallets gestionados: integraciones con proveedores como Coinbase Developer Platform o Stripe Privy eliminan la necesidad de construir infraestructura de custodia o key management.
  • Gobernanza de gasto: los límites de sesión y las políticas se aplican a nivel infra, evitando que los agentes excedan presupuestos definidos por la aplicación.
  • Firmas y autorización: el proceso de firma se realiza sin exponer claves privadas al agente; se usan roles y permisos scoped para controlar accesos.

Al delegar estas responsabilidades a una capa gestionada, tanto desarrolladores de agentes como plataformas marketplace reducen el tiempo y el riesgo operacional antes de lanzar lógica de agentes en producción.

Relevancia para organizaciones en América Latina

Para empresas y equipos de la región que empiezan a integrar agentes IA en flujos productivos (automatización de soporte, análisis documental, auditorías contractuales, etc.), esta aproximación ofrece ventajas claras:

  • Agilidad en la integración: menos tiempo invertido en infraestructura de pagos permite acelerar pilotos y despliegues.
  • Control y cumplimiento: la gobernanza por sesión y roles facilita aplicar límites de gasto y auditoría, importante para organizaciones con requisitos regulatorios o de control interno.
  • Acceso a múltiples proveedores: una única integración reduce la fricción de probar y consumir modelos de distintos proveedores.

Esto es especialmente útil para startups y equipos dentro de empresas que buscan escalar agentes sin multiplicar relaciones contractuales y operativas con cada proveedor de modelos.

Cómo empezar (a alto nivel)

La propuesta práctica es integrar una plataforma como Ampersend con Amazon Bedrock AgentCore Payments: Ampersend publica un catálogo de modelos por niveles de capacidad, su backend configura un Payment Manager y abre Payment Sessions con límites adecuados, y los agentes usan las APIs de AgentCore para procesar pagos x402 cuando Ampersend devuelve un HTTP 402.

Si están evaluando esta arquitectura, consideren validar flujos de gobernanza (cómo y quién abre sesiones, qué límites aplicar) y la trazabilidad on-chain de los settlements para establecer controles internos y cumplimiento.

Conclusión

La combinación de Ampersend y Amazon Bedrock AgentCore Payments resuelve una de las piezas más complejas para adoptar agentes autónomos: la capacidad de pagar por inteligencia de forma segura, gobernada y transparente. El patrón de pago en dos saltos simplifica la experiencia del agente y delega la complejidad operativa a servicios gestionados, lo que puede acelerar la adopción de agentes en entornos productivos, incluida América Latina.

Fuente original: AWS ML Blog