关键字: [Amazon Bedrock, Generative Ai Use Cases, Customer Engagement, Employee Productivity, Business Process Optimization, Data Augmentation, Chatbots]

本文字数: 1700, 阅读完需: 8 分钟

导读

在这场亚马逊云科技活动的演讲中, 演讲者探讨了企业如何利用生成式AI(Generative AI) 应用于各种使用场景。具体而言, 他阐释了生成式AI 可用于聊天机器人、员工助理和数据增广等领域。演讲重点阐述了亚马逊云科技如何借助生成式AI 的强大能力, 优化客户体验、提升员工生产力, 并完善业务流程。

演讲精华

以下是小编为您整理的本次演讲的精华，共1400 字，阅读时间大约是7 分钟。

增强客户参与度、提高员工生产力和创造力, 以及优化后端流程, 这些都是生成式人工智能(Generative AI) 的应用场景。在这些广泛的类别中, 出现了无数具体的使用案例, 每一个都旨在解决组织内部独特的挑战和机遇。

亚马逊云科技(AWS) 产品营销经理Kali Heath 深入探讨了聊天机器人的使用案例, 这是生成式人工智能有望产生重大影响的领域。她引用了一项Gartner 研究, 预计到2025 年,80% 的对话式人工智能应用程序将嵌入生成式人工智能, 与2023 年的采用率形成鲜明对比。

由生成式人工智能驱动的聊天机器人带来的好处是多方面的, 从减少呼叫量和降低放弃率, 到提供经济高效的全天候全渠道客户服务。此外, 这些先进的聊天机器人还能减轻人工代理的工作负担, 让他们将精力集中在需要人工介入的更复杂问题上。

卡利明确区分了传统聊天机器人与生成式人工智能聊天机器人之间的差异。传统聊天机器人擅长提供预先确定的响应, 具有较高的可控性, 而生成式人工智能聊天机器人则利用真实世界数据和特定领域知识, 提供动态、个性化和对话式的响应。保持上下文并进行自然对话是生成式人工智能聊天机器人的一大特点, 使其与传统聊天机器人有所区别。

此外, 生成式人工智能有望加快聊天机器人的开发进程, 通过自动根据自然语言提示生成对话流程和意图, 从而为开发人员节省大量时间和精力, 同时降低人工分析记录和预测所有可能问题与答复组合的固有风险。

为了说明生成式人工智能在聊天机器人领域的实际影响, 卡利分享了Booking.com 、Quest 和PGA Tour 等公司利用亚马逊云科技的生成式人工智能能力( 包括Amazon Bedrock) 来增强客户体验、提供更自然和个性化的对话界面的实例。

转移到员工生产力方面, 亚马逊云科技的另一位产品营销经理萨玛· 巴利探讨了由生成式人工智能驱动的” 员工助理” 概念。她引用了麦肯锡的一项研究, 指出惊人的统计数据: 例行任务( 如安排、数据录入和文档处理) 占员工时间的60-70%, 这一大部分可通过应用生成式人工智能进行自动化。

萨玛概述了员工助理可以带来巨大价值的四个关键领域: 客户运营( 聊天机器人) 、营销和销售( 定向营销活动) 、软件工程( 代码生成) 和研发( 提出新假设) 。这些助理凭借生成式人工智能的力量, 可以通过提供跨组织知识库的统一搜索来帮助内容发现, 通过总结和分析数据来支持更好的决策, 并在销售、营销、产品管理、法律和人力资源等各个职能领域实现内容创作。

为了说明员工助理的实际影响, 萨玛分享了阿迪达斯(Adidas) 、Crederai 和LexisNexis 等公司利用生成式人工智能赋能员工、提高生产力的实例。

亚马逊云科技推出了一款名为Amazon Q 的全新人工智能助理, 专门为工作场所量身定制。这款突破性的解决方案能够理解业务环境, 尊重数据权限, 并与亚马逊云科技服务和生产力工具无缝集成。Amazon Q 的功能涵盖了代码生成、数据分析和客户支持等广泛任务, 使其成为各行业员工的多功能助手。

接下来, 亚马逊云科技探讨了数据增广这一人工智能关键应用, 旨在解决小数据集、不平衡类别和敏感信息等挑战。通过生成合成训练数据, 组织可以为其机器学习模型提供更大、更多样化的数据集, 从而提高准确性和性能。

亚马逊云科技分享了Amazon One 的例子, 这是一种利用掌纹识别技术的无接触支付系统。为了训练Amazon One 背后的机器学习模型, 团队利用数据增广技术生成了数百万张合成掌纹图像, 包括戴婚戒或缠绷带等变体。这种方法不仅解决了现实世界数据稀缺的问题, 还使模型达到了高准确率, 甚至超过了虹膜识别系统。

另一个引人注目的例子来自在线教育提供商Tickmoss, 该公司希望开发一款能够理解每个学生技能水平、情绪状态和学习需求的聊天机器人。由于缺乏相关数据,Tickmoss 求助于亚马逊云科技人工智能创新中心, 后者生成了数千个与学习内容相关的合成问题, 并可控制情绪水平、阅读水平和学生技能等参数。这些合成问题随后由Tickmoss 的专家进行审核, 从而创建了一个强大的数据集, 为他们的聊天机器人提供支持。

亚马逊云科技强调了对负责任人工智能实践的承诺, 重点关注四个关键领域: 通过提供工具、指导和资源, 将负责任人工智能从理论转化为实践; 在整个模型生命周期中( 从设计到部署和持续使用) 融入负责任人工智能原则; 优先教育人们正确使用人工智能; 与政府、学术界和行业合作伙伴合作, 缓解新出现的挑战。

在结尾部分,Albert Esplugas 为着手开启生成式人工智能(Generative AI) 之旅的组织提供了宝贵的建议。他强调了专注于解决组织独特的、可衡量的具体问题的重要性, 而不是被技术本身所迷惑。Albert 倡导采用迭代方法, 涉及多个原型, 以完善解决方案并确保其影响力。

此外, 他建议组织选择一个高影响力且切合实际的生成式人工智能用例作为初次尝试, 这可以在组织内部作为成功的可见且令人信服的展示案例。通过这种方式, 其他团队和部门可以从中获得灵感, 并在各自的领域内识别潜在的应用场景。

为了帮助组织推进生成式人工智能的努力,Albert 重点介绍了AI Use Case Explorer 这一工具, 它根据行业、业务职能和期望的业务成果提出相关的用例建议, 并附有客户案例和实施指南。另外, 他还指出了AI Solutions Library, 这是一个提供AI 和生成式AI 的CloudFormation 解决方案集合, 使组织能够部署解决方案而无需从头开始。

对于那些寻求更多实践支持的组织,Albert 建议与Generative AI Innovation Center 或亚马逊云科技的合作伙伴生态系统接触, 它们都拥有与客户合作、将生成式人工智能项目付诸实施的丰富经验。

总的来说, 这段视频内容全面阐述了生成式人工智能的变革潜力, 提供了对其应用、真实案例和组织内负责任采用的最佳实践的见解。通过利用这项颠覆性技术的力量, 企业可以开启全新的客户体验、员工生产力和流程优化领域, 为人类潜能借助人工智能能力得以提升铺平道路。

总结

聊天机器人用于增强客户互动, 员工助手旨在提高生产力和创造力, 而数据增广则能改善机器学习模型的性能。来自Booking.com 、Quest 、PGA Tour 、Adidas 、Crederai 、LexisNexis 、Amazon One 和Tickmoss 等公司的实际案例展示了生成式人工智能在这些领域的实际应用。

演讲还介绍了亚马逊云科技推出的AMAZON Q, 这是一款专为工作场所设计的生成式人工智能助手, 能够理解上下文、生成内容并利用组织的数据和专业知识解决问题。此外, 它还讨论了亚马逊云科技在负责任的人工智能发展方面的承诺, 优先考虑公平性、准确性、透明度和与合作伙伴的合作。

最后, 演讲者为着手生成式人工智能项目的组织提供了建议, 强调确定可衡量、有影响力的问题的重要性, 不断迭代直至达到预期结果, 并利用亚马逊云科技的资源, 如AI USE CASE EXPLORER( 人工智能用例探索器) 、AI SOLUTIONS LIBRARY( 人工智能解决方案库) 和GENERATIVE AI INNOVATION CENTER( 生成式人工智能创新中心) 。

亚马逊云科技（Amazon Web Services ）是全球云计算的开创者和引领者。提供200 多类广泛而深入的云服务，服务全球245 个国家和地区的数百万客户。亚马逊云科技致力于成为企业构建和应用生成式AI 的首选，通过生成式AI 技术栈，提供用于模型训练和推理的基础设施服务、构建生成式AI 应用的大模型等工具、以及开箱即用的生成式AI 应用。深耕本地、链接全球 – 在中国，亚马逊云科技通过安全、稳定、可信赖的云服务，助力中国企业加速数字化转型和创新，并深度参与全球化市场。