Nykypäivän kahdenkeskisessä asiakasvuorovaikutuksessa tilausten tekemisessä vallitseva käytäntö luottaa edelleen ihmisiin, jopa sellaisissa ympäristöissä kuin ajokahviloissa ja pikaruokapaikoissa. Tämä perinteinen lähestymistapa asettaa useita haasteita: se on vahvasti riippuvainen manuaalisista prosesseista, kamppailee tehokkaan skaalauksen suhteen kasvavien asiakkaiden tarpeiden mukaan, mahdollistaa inhimillisten virheiden ja toimii tiettyjen tuntien sisällä saatavuudesta. Lisäksi vain manuaalisia prosesseja noudattaville yrityksille voi kilpailluilla markkinoilla olla haastavaa tarjota tehokasta ja kilpailukykyistä palvelua. Huolimatta teknologisesta edistyksestä ihmiskeskeinen malli on edelleen syvästi juurtunut tilausten käsittelyyn, mikä johtaa näihin rajoituksiin.
Mahdollisuus hyödyntää teknologiaa henkilökohtaiseen tilausten käsittelyyn on ollut saatavilla jo jonkin aikaa. Nykyiset ratkaisut voidaan kuitenkin usein jakaa kahteen luokkaan: sääntöpohjaiset järjestelmät, jotka vaativat paljon aikaa ja vaivaa asennukseen ja ylläpitoon, tai jäykät järjestelmät, joista puuttuu joustavuus, jota vaaditaan ihmisten kaltaiseen vuorovaikutukseen asiakkaiden kanssa. Tämän seurauksena yritykset ja organisaatiot kohtaavat haasteita tällaisten ratkaisujen nopeassa ja tehokkaassa toteuttamisessa. Onneksi kynnyksellä generatiivinen tekoäly ja suuret kielimallit (LLM), nyt on mahdollista luoda automatisoituja järjestelmiä, jotka pystyvät käsittelemään luonnollista kieltä tehokkaasti ja joilla on nopeutettu käynnistysaikajana.
Amazonin kallioperä on täysin hallittu palvelu, joka tarjoaa valikoiman tehokkaita perusmalleja (FM) johtavilta tekoälyyrityksiltä, kuten AI21 Labs, Anthropic, Cohere, Meta, Stability AI ja Amazon, yhden API:n kautta sekä laajan valikoiman ominaisuuksia. täytyy rakentaa generatiivisia tekoälysovelluksia, joissa on tietoturva, yksityisyys ja vastuullinen tekoäly. Amazon Bedrockin lisäksi voit käyttää muita AWS-palveluita, kuten Amazon SageMaker JumpStart ja Amazon-Lex luoda täysin automatisoituja ja helposti mukautettavia generatiivisia tekoälytilausten käsittelyagentteja.
Tässä viestissä näytämme, kuinka voit rakentaa puhekykyisen tilaustenkäsittelyagentin käyttämällä Amazon Lexiä, Amazon Bedrockia ja AWS Lambda.
Ratkaisun yleiskatsaus
Seuraava kaavio kuvaa ratkaisuarkkitehtuuriamme.
Työnkulku koostuu seuraavista vaiheista:
- Asiakas tekee tilauksen Amazon Lexillä.
- Amazon Lex -botti tulkitsee asiakkaan aikeet ja laukaisee a
DialogCodeHook
. - Lambda-funktio hakee sopivan kehotemallin Lambda-tasolta ja muotoilee mallikehotteet lisäämällä asiakkaan syötteen siihen liittyvään kehotemalliin.
- -
RequestValidation
kehote vahvistaa tilauksen valikkokohdalla ja ilmoittaa asiakkaalle Amazon Lexin kautta, jos hän haluaa tilata jotain, joka ei kuulu valikkoon, ja antaa suosituksia. Kehote suorittaa myös alustavan vahvistuksen tilauksen täydellisyydestä. - -
ObjectCreator
kehote muuntaa luonnollisen kielen pyynnöt tietorakenteeksi (JSON-muoto). - Asiakasvalidaattori Lambda-toiminto tarkistaa tilauksen vaaditut attribuutit ja vahvistaa, ovatko kaikki tilauksen käsittelyyn tarvittavat tiedot saatavilla.
- Asiakkaan Lambda-toiminto ottaa tietorakenteen syötteenä tilauksen käsittelyyn ja välittää tilauksen kokonaissumman takaisin järjestävälle Lambda-funktiolle.
- Orkestroiva Lambda-funktio kutsuu Amazon Bedrock LLM -päätepistettä luodakseen lopullisen tilausyhteenvedon, joka sisältää tilauksen kokonaissumman asiakkaan tietokantajärjestelmästä (esim. Amazon DynamoDB).
- Tilausyhteenveto lähetetään takaisin asiakkaalle Amazon Lexin kautta. Kun asiakas on vahvistanut tilauksen, tilaus käsitellään.
Edellytykset
Tämä viesti olettaa, että sinulla on aktiivinen AWS-tili ja tunnet seuraavat käsitteet ja palvelut:
Lisäksi, jotta voit käyttää Amazon Bedrockia Lambda-toiminnoista, sinun on varmistettava, että Lambda-ajotilassa on seuraavat kirjastot:
- boto3>=1.28.57
- awscli>=1.29.57
- botocore>=1.31.57
Tämä voidaan tehdä a Lambda kerros tai käyttämällä tiettyä AMI:tä vaadituilla kirjastoilla.
Lisäksi nämä kirjastot vaaditaan, kun kutsutaan Amazon Bedrock API:lle Amazon SageMaker Studio. Tämä voidaan tehdä suorittamalla solu seuraavalla koodilla:
Lopuksi luot seuraavan käytännön ja liität sen myöhemmin mihin tahansa rooliin, joka käyttää Amazon Bedrockia:
Luo DynamoDB-taulukko
Erityisskenaariossamme olemme luoneet DynamoDB-taulukon asiakastietokantajärjestelmäksemme, mutta voit myös käyttää sitä Amazon Relational Database -palvelu (Amazon RDS). Suorita seuraavat vaiheet luodaksesi DynamoDB-taulukon (tai mukauta asetuksia tarpeen mukaan):
- Valitse DynamoDB-konsolissa taulukot navigointipaneelissa.
- Valita Luo taulukko.
- varten Taulukon nimi, kirjoita nimi (esimerkiksi
ItemDetails
). - varten Osioavain, anna avain (tässä viestissä käytämme
Item
). - varten Lajitteluavain, anna avain (tässä viestissä käytämme
Size
). - Valita Luo taulukko.
Nyt voit ladata tiedot DynamoDB-taulukkoon. Tässä viestissä käytämme CSV-tiedostoa. Voit ladata tiedot DynamoDB-taulukkoon Python-koodilla SageMaker-muistikirjassa.
Ensin meidän on määritettävä profiili nimeltä dev.
- Avaa uusi pääte SageMaker Studiossa ja suorita seuraava komento:
Tämä komento kehottaa sinua syöttämään AWS-käyttöavaintunnuksesi, salaisen pääsyavaimen, oletusarvoisen AWS-alueen ja tulostusmuodon.
- Palaa SageMaker-muistikirjaan ja kirjoita Python-koodi muodostaaksesi yhteyden DynamoDB:hen Pythonin Boto3-kirjaston avulla. Tämä koodinpätkä luo istunnon käyttämällä tiettyä AWS-profiilia nimeltä dev ja luo sitten DynamoDB-asiakkaan käyttämällä tätä istuntoa. Seuraava on koodinäyte tietojen lataamiseksi:
Vaihtoehtoisesti voit käyttää NoSQL Workbench tai muita työkaluja tietojen nopeaan lataamiseen DynamoDB-taulukkoon.
Seuraava on kuvakaappaus näytetietojen lisäämisen jälkeen taulukkoon.
Luo malleja SageMaker-muistikirjassa käyttämällä Amazon Bedrockin kutsumissovellusliittymää
Käytämme Amazon Bedrockia luodaksemme kehotemallimme tätä käyttötapausta varten. Voit käyttää Amazon Bedrockia osoitteesta AWS-hallintakonsoli ja API-kutsujen kautta. Meidän tapauksessamme käytämme Amazon Bedrockia API:n kautta kätevästi SageMaker Studio -muistikirjan avulla luodaksemme paitsi kehotemallimme, myös täydellisen API-kutsukoodimme, jota voimme myöhemmin käyttää Lambda-toiminnossamme.
- Käytä SageMaker-konsolissa olemassa olevaa SageMaker Studio -verkkotunnusta tai luo uusi, jotta voit käyttää Amazon Bedrockia SageMaker-muistikirjasta.
- Kun olet luonut SageMaker-toimialueen ja käyttäjän, valitse käyttäjä ja valitse Käynnistää ja studio. Tämä avaa JupyterLab-ympäristön.
- Kun JupyterLab-ympäristö on valmis, avaa uusi muistikirja ja aloita tarvittavien kirjastojen tuonti.
Amazon Bedrock Python SDK:n kautta on saatavilla monia FM-laitteita. Tässä tapauksessa käytämme Claude V2:ta, Anthropicin kehittämää tehokasta perusmallia.
Tilausten käsittelyagentti tarvitsee muutaman erilaisen mallin. Tämä voi muuttua käyttötapauksesta riippuen, mutta olemme suunnitelleet yleisen työnkulun, jota voidaan soveltaa useisiin asetuksiin. Tässä käyttötapauksessa Amazon Bedrock LLM -malli suorittaa seuraavat:
- Vahvista asiakkaan aikomus
- Vahvista pyyntö
- Luo tilaustietorakenne
- Välitä asiakkaalle yhteenveto tilauksesta
- Voit kutsua mallin luomalla kallioperän ajonaikaisen objektin Boto3:sta.
Aloitetaan käsittelemällä intent validator -kehotemallia. Tämä on iteratiivinen prosessi, mutta Anthropicin nopean suunnitteluoppaan ansiosta voit luoda nopeasti kehotteen, joka voi suorittaa tehtävän.
- Luo ensimmäinen kehotemalli ja aputoiminto, joka auttaa valmistamaan rungon API-kutsuja varten.
Seuraava on prompt_template_intent_validator.txt-tiedoston koodi:
- Tallenna tämä malli tiedostoon, jotta voit ladata sen Amazon S3:een ja soittaa Lambda-toiminnosta tarvittaessa. Tallenna mallit JSON-sarjamuotoisina merkkijonoina tekstitiedostoon. Edellisessä kuvakaappauksessa näkyy koodinäyte myös tämän suorittamiseksi.
- Toista samat vaiheet muiden mallien kanssa.
Seuraavassa on joitain kuvakaappauksia muista malleista ja tuloksista soitettaessa Amazon Bedrockiin joidenkin niistä.
Seuraava on prompt_template_request_validator.txt-tiedoston koodi:
Seuraava on vastauksemme Amazon Bedrockilta käyttämällä tätä mallia.
Seuraava koodi on prompt_template_object_creator.txt
:
Seuraava on prompt_template_order_summary.txt-tiedoston koodi:
Kuten näette, olemme käyttäneet kehotemallejamme valikkokohtien vahvistamiseen, puuttuvien tarvittavien tietojen tunnistamiseen, tietorakenteen luomiseen ja tilauksen yhteenvedon tekemiseen. Amazon Bedrockin perusmallit ovat erittäin tehokkaita, joten voit suorittaa vielä enemmän tehtäviä näiden mallien avulla.
Olet suorittanut kehotteiden suunnittelun ja tallentanut mallit tekstitiedostoihin. Voit nyt aloittaa Amazon Lex -botin ja siihen liittyvien Lambda-toimintojen luomisen.
Luo Lambda-taso kehotemalleilla
Luo Lambda-kerros suorittamalla seuraavat vaiheet:
- Luo SageMaker Studiossa uusi kansio, jonka alikansio on nimeltään
python
. - Kopioi kehotteet tiedostoon
python
kansio.
- Voit lisätä ZIP-kirjaston muistikirjan ilmentymään suorittamalla seuraavan komennon.
- Suorita nyt seuraava komento luodaksesi ZIP-tiedoston Lambda-kerrokseen ladattavaksi.
- Kun olet luonut ZIP-tiedoston, voit ladata tiedoston. Siirry Lambdaan, luo uusi taso lataamalla tiedosto suoraan tai lataamalla se ensin Amazon S3:een.
- Kiinnitä sitten tämä uusi kerros orkestrointilambda-toimintoon.
Nyt kehotemallitiedostosi on tallennettu paikallisesti Lambda-ajonaikaiseen ympäristöösi. Tämä nopeuttaa prosessia bottiajon aikana.
Luo Lambda-taso vaadituilla kirjastoilla
Suorita seuraavat vaiheet luodaksesi Lambda-tasosi vaadituilla kirjastoilla:
- Avaa AWS-pilvi9 esimerkkiympäristössä, luo kansio, jonka alikansio on nimeltään
python
. - Avaa terminaali sisällä
python
kansio. - Suorita seuraavat komennot terminaalista:
- ajaa
cd ..
ja aseta itsesi uuteen kansioon, jossa sinulla on myöspython
alikansio. - Suorita seuraava komento:
- Kun olet luonut ZIP-tiedoston, voit ladata tiedoston. Siirry Lambdaan, luo uusi taso lataamalla tiedosto suoraan tai lataamalla se ensin Amazon S3:een.
- Kiinnitä sitten tämä uusi kerros orkestrointilambda-toimintoon.
Luo botti Amazon Lex v2:ssa
Tätä käyttötapausta varten rakennamme Amazon Lex -botin, joka voi tarjota syöttö-/tulostusrajapinnan arkkitehtuurille, jotta Amazon Bedrock voidaan soittaa äänellä tai tekstillä mistä tahansa käyttöliittymästä. Koska LLM käsittelee tämän tilauksenkäsittelyagentin keskustelun ja Lambda ohjaa työnkulkua, voit luoda botin, jolla on kolme tarkoitusta ja ilman paikkoja.
- Luo uusi robotti Amazon Lex -konsolissa menetelmällä Luo tyhjä botti.
Nyt voit lisätä tarkoituksen millä tahansa sopivalla ensimmäisellä lausunnolla, jotta loppukäyttäjät voivat aloittaa keskustelun botin kanssa. Käytämme yksinkertaisia tervehdyksiä ja lisäämme alustavan bot-vastauksen, jotta loppukäyttäjät voivat lähettää pyyntönsä. Kun luot bottia, varmista, että käytät Lambda-koodikoukkua tarkoitusten kanssa; tämä käynnistää Lambda-toiminnon, joka ohjaa työnkulkua asiakkaan, Amazon Lexin ja LLM:n välillä.
- Lisää ensimmäinen tavoitteesi, joka käynnistää työnkulun ja käyttää tarkoituksenvahvistuskehotemallia soittaakseen Amazon Bedrockille ja tunnistaakseen, mitä asiakas yrittää saada aikaan. Lisää muutama yksinkertainen lause, jotta loppukäyttäjät voivat aloittaa keskustelun.
Sinun ei tarvitse käyttää paikkoja tai alkulukua missään botin tarkoituksessa. Itse asiassa sinun ei tarvitse lisätä ilmaisuja toiseen tai kolmanteen tarkoitukseen. Tämä johtuu siitä, että LLM ohjaa Lambdaa koko prosessin ajan.
- Lisää vahvistuskehote. Voit muokata tätä viestiä Lambda-toiminnossa myöhemmin.
- Alle Koodikoukutvalitse Käytä Lambda -toimintoa alustukseen ja validointiin.
- Luo toinen tarkoitus ilman lausumaa tai alustavaa vastausta. Tämä on
PlaceOrder
tahallisuus.
Kun LLM havaitsee, että asiakas yrittää tehdä tilauksen, Lambda-toiminto käynnistää tämän tarkoituksen ja vahvistaa asiakkaan pyynnön valikossa ja varmistaa, että vaadittuja tietoja ei puutu. Muista, että kaikki tämä on kehotemalleissa, joten voit mukauttaa tätä työnkulkua mihin tahansa käyttötapaukseen muuttamalla kehotemalleja.
- Älä lisää paikkoja, vaan lisää vahvistuskehote ja hylkää vastaus.
- valita Käytä Lambda -toimintoa alustukseen ja validointiin.
- Luo kolmas tarkoitus nimeltä
ProcessOrder
ilman näytelauseita eikä välilyöntejä. - Lisää ensimmäinen vastaus, vahvistuskehote ja hylkäysvastaus.
Kun LLM on vahvistanut asiakkaan pyynnön, Lambda-toiminto laukaisee kolmannen ja viimeisen tilauksen käsittelyn. Tässä Lambda käyttää objektin luontimallia luodakseen tilauksen JSON-tietorakenteen tehdäkseen kyselyn DynamoDB-taulukosta ja käyttää sitten tilauksen yhteenvetomallia tehdäkseen yhteenvedon koko tilauksesta ja kokonaismäärästä, jotta Amazon Lex voi välittää sen asiakkaalle.
- valita Käytä Lambda -toimintoa alustukseen ja validointiin. Tämä voi käyttää mitä tahansa Lambda-toimintoa tilauksen käsittelyyn, kun asiakas on antanut lopullisen vahvistuksen.
- Kun olet luonut kaikki kolme tarkoitusta, siirry Visual Builderiin
ValidateIntent
, lisää siirtymistarkoitusvaihe ja yhdistä positiivisen vahvistuksen tulos tähän vaiheeseen. - Kun olet lisännyt aloitustavoitteen, muokkaa sitä ja valitse tavoitteen nimeksi PlaceOrder-tavoite.
- Samoin voit siirtyä Visual Builder -sovellukseen
PlaceOrder
tarkoitus ja liitä positiivisen vahvistuksen lähtöProcessOrder
mennä tarkoitukseen. Muokkausta ei tarvitaProcessOrder
tahallisuus. - Sinun on nyt luotava Lambda-funktio, joka ohjaa Amazon Lexiä ja kutsuu DynamoDB-taulukkoa seuraavassa osiossa kuvatulla tavalla.
Luo Lambda-toiminto ohjaamaan Amazon Lex -bottia
Voit nyt rakentaa Lambda-toiminnon, joka ohjaa Amazon Lex -bottia ja työnkulkua. Suorita seuraavat vaiheet:
- Luo Lambda-funktio vakiosuorituskäytännöllä ja anna Lambdan luoda rooli sinulle.
- Lisää funktiosi koodiikkunaan muutamia aputoimintoja, jotka auttavat: muotoile kehotteet lisäämällä lex-konteksti malliin, kutsu Amazon Bedrock LLM API, poimi haluttu teksti vastauksista ja paljon muuta. Katso seuraava koodi:
- Liitä tähän toimintoon aiemmin luomasi Lambda-kerros.
- Liitä lisäksi taso luomiisi kehotemalleihin.
- Liitä Lambda-suoritusrooliin käytäntö käyttääksesi Amazon Bedrockia, joka luotiin aiemmin.
Lambda-suoritusroolilla tulee olla seuraavat käyttöoikeudet.
Kiinnitä Orchestration Lambda -toiminto Amazon Lex -bottiin
- Kun olet luonut toiminnon edellisessä osiossa, palaa Amazon Lex -konsoliin ja siirry bottiisi.
- Alle kielet valitse siirtymisruudussa Englanti.
- varten lähde, valitse tilauksenkäsittelybotti.
- varten Lambda-toiminnon versio tai alias, valitse $ UUSIMMAT.
- Valita Säästä.
Luo avustavia lambdatoimintoja
Suorita seuraavat vaiheet luodaksesi lisää lambdatoimintoja:
- Luo Lambda-funktio tehdäksesi kyselyn aiemmin luomastasi DynamoDB-taulukosta:
- Siirry Konfigurointi -välilehti Lambda-toiminnossa ja valitse Oikeudet.
- Liitä resurssipohjainen käytäntölausunto, joka sallii tilaustenkäsittelyn Lambda-funktion kutsua tätä funktiota.
- Siirry tämän Lambda-funktion IAM-suoritusrooliin ja lisää käytäntö DynamoDB-taulukkoon pääsyä varten.
- Luo toinen Lambda-funktio tarkistaaksesi, onko asiakkaalta välitetty kaikki vaaditut attribuutit. Seuraavassa esimerkissä tarkistamme, onko koko-attribuutti kaapattu tilaukselle:
- Siirry Konfigurointi -välilehti Lambda-toiminnossa ja valitse Oikeudet.
- Liitä resurssipohjainen käytäntölausunto, joka sallii tilaustenkäsittelyn Lambda-funktion kutsua tätä funktiota.
Testaa ratkaisu
Nyt voimme testata ratkaisua esimerkkitilauksilla, joita asiakkaat tekevät Amazon Lexin kautta.
Ensimmäisessä esimerkissämme asiakas pyysi frappuccinoa, jota ei ole ruokalistalla. Malli validoi tilausvalidaattorimallin avulla ja ehdottaa joitain suosituksia valikon perusteella. Kun asiakas on vahvistanut tilauksensa, hänelle ilmoitetaan tilauksen kokonaissumma ja tilausyhteenveto. Tilaus käsitellään asiakkaan lopullisen vahvistuksen perusteella.
Seuraavassa esimerkissämme asiakas tilaa suuren cappuccinon ja muuttaa sitten kokoa suuresta keskikokoiseksi. Malli tallentaa kaikki tarvittavat muutokset ja pyytää asiakasta vahvistamaan tilauksen. Malli esittää tilauksen loppusumman ja tilausyhteenvedon sekä käsittelee tilauksen asiakkaan lopullisen vahvistuksen perusteella.
Viimeisessä esimerkissämme asiakas tilasi useita tuotteita ja koko puuttuu muutamasta tuotteesta. Malli ja Lambda-toiminto tarkistavat, ovatko kaikki tilauksen käsittelyyn vaadittavat attribuutit olemassa, ja pyytää sitten asiakasta toimittamaan puuttuvat tiedot. Kun asiakas on antanut puuttuvat tiedot (tässä tapauksessa kahvin koon), hänelle näytetään tilaussumma ja tilausyhteenveto. Tilaus käsitellään asiakkaan lopullisen vahvistuksen perusteella.
LLM-rajoitukset
LLM-tulosteet ovat luonteeltaan stokastisia, mikä tarkoittaa, että LLM:n tulokset voivat vaihdella muodossa tai jopa valheellisen sisällön muodossa (hallusinaatiot). Siksi kehittäjien on luotettava hyvään virheenkäsittelylogiikkaan koko koodissaan voidakseen käsitellä näitä skenaarioita ja välttääkseen heikentyneen loppukäyttäjäkokemuksen.
Puhdistaa
Jos et enää tarvitse tätä ratkaisua, voit poistaa seuraavat resurssit:
- Lambda-toiminnot
- Amazon Lex -laatikko
- DynamoDB-taulukko
- S3-kauha
Sammuta lisäksi SageMaker Studio -esiintymä, jos sovellusta ei enää tarvita.
Kustannusarvio
Katso tämän ratkaisun käyttämien tärkeimpien palvelujen hintatiedot seuraavasta:
Huomaa, että voit käyttää Claude v2:ta ilman provisiointia, joten kokonaiskustannukset pysyvät minimissä. Voit vähentää kustannuksia edelleen määrittämällä DynamoDB-taulukon on-demand-asetuksella.
Yhteenveto
Tämä viesti osoitti, kuinka luoda puhekäyttöinen tekoälytilausten käsittelyagentti Amazon Lexin, Amazon Bedrockin ja muiden AWS-palvelujen avulla. Näimme, kuinka nopea suunnittelu tehokkaalla generatiivisella tekoälymallilla, kuten Claude, voi mahdollistaa vankan luonnollisen kielen ymmärtämisen ja keskusteluvirrat tilausten käsittelyssä ilman laajojen koulutustietojen tarvetta.
Ratkaisuarkkitehtuuri käyttää palvelimettomia komponentteja, kuten Lambda, Amazon S3 ja DynamoDB mahdollistaakseen joustavan ja skaalautuvan toteutuksen. Kun tallennat kehotemallit Amazon S3:ssa, voit mukauttaa ratkaisun erilaisiin käyttötapauksiin.
Seuraaviin vaiheisiin voisi kuulua agentin kykyjen laajentaminen käsittelemään laajempaa valikoimaa asiakkaiden pyyntöjä ja reunatapauksia. Kehotusmallit tarjoavat tavan parantaa agentin taitoja iteratiivisesti. Lisämuokkaukset voivat sisältää tilaustietojen integroinnin taustajärjestelmiin, kuten inventaario, CRM tai POS. Lopuksi agentti voitaisiin asettaa saataville useissa asiakkaiden kosketuspisteissä, kuten mobiilisovelluksissa, drive-thruissa, kioskeissa ja muissa Amazon Lexin monikanavaominaisuuksien avulla.
Saat lisätietoja seuraavista aiheeseen liittyvistä resursseista:
- Monikanavaisten robottien käyttöönotto ja hallinta:
- Nopea suunnittelu Claudelle ja muille malleille:
- Palvelimettomat arkkitehtuurimallit skaalautuville tekoälyavustajille:
Tietoja Tekijät
Moumita Dutta on kumppaniratkaisuarkkitehti Amazon Web Services -palvelussa. Roolissaan hän tekee tiivistä yhteistyötä kumppaneiden kanssa kehittääkseen skaalautuvaa ja uudelleenkäytettävää resursseja, jotka virtaviivaistavat pilvikäyttöönottoa ja tehostavat toimintaa. Hän on AI/ML-yhteisön jäsen ja Generative AI -asiantuntija AWS:ssä. Vapaa-ajallaan hän harrastaa puutarhanhoitoa ja pyöräilyä.
Fernando Lammoglia on Amazon Web Services -kumppaniratkaisuarkkitehti, joka tekee tiivistä yhteistyötä AWS-kumppaneiden kanssa huippuluokan AI-ratkaisujen kehittämisen ja käyttöönoton johtajina liiketoimintayksiköissä. Strateginen johtaja, jolla on asiantuntemusta pilviarkkitehtuurista, generatiivisesta tekoälystä, koneoppimisesta ja data-analytiikasta. Hän on erikoistunut toteuttamaan markkinoille pääsyä koskevia strategioita ja toimittamaan vaikuttavia tekoälyratkaisuja organisaation tavoitteiden mukaisesti. Vapaa-ajallaan hän viettää mielellään aikaa perheensä kanssa ja matkustaa muihin maihin.
Mitul Patel on vanhempi ratkaisuarkkitehti Amazon Web Servicesissä. Pilviteknologian mahdollistajana hän työskentelee asiakkaiden kanssa ymmärtääkseen heidän tavoitteitaan ja haasteitaan sekä antaa ohjeellisia ohjeita tavoitteen saavuttamiseksi AWS-tarjousten avulla. Hän on AI/ML-yhteisön jäsen ja Generative AI -lähettiläs AWS:ssä. Vapaa-ajallaan hän harrastaa patikointia ja jalkapallon pelaamista.
- SEO-pohjainen sisällön ja PR-jakelu. Vahvista jo tänään.
- PlatoData.Network Vertical Generatiivinen Ai. Vahvista itseäsi. Pääsy tästä.
- PlatoAiStream. Web3 Intelligence. Tietoa laajennettu. Pääsy tästä.
- PlatoESG. hiili, CleanTech, energia, ympäristö, Aurinko, Jätehuolto. Pääsy tästä.
- PlatonHealth. Biotekniikan ja kliinisten kokeiden älykkyys. Pääsy tästä.
- Lähde: https://aws.amazon.com/blogs/machine-learning/transform-one-on-one-customer-interactions-build-speech-capable-order-processing-agents-with-aws-and-generative-ai/
- :on
- :On
- :ei
- :missä
- $3
- $ YLÖS
- 1
- 10
- 100
- 11
- 12
- 13
- 15%
- 173
- 200
- 24
- 250
- 28
- 29
- 31
- 320
- 385
- 40
- 400
- 500
- 7
- 75
- 8
- 9
- 900
- a
- edellä
- kiihtyi
- Hyväksyä
- pääsy
- Pääsy
- suorittaa
- Mukaan
- Tili
- Saavuttaa
- poikki
- Toiminta
- aktiivinen
- sopeuttaa
- lisätä
- lisä-
- lisää
- Lisäksi
- lisä-
- Lisäksi
- kiinni
- säätää
- Hyväksyminen
- edistysaskeleet
- tulo
- Jälkeen
- uudelleen
- vastaan
- Agentti
- aineet
- AI
- AI / ML
- linjassa
- Kaikki
- sallia
- Salliminen
- mahdollistaa
- pitkin
- Myös
- aina
- am
- Amazon
- Amazon-Lex
- Amazon RDS
- Amazon Web Services
- Lähettilääksi
- an
- Analytics
- ja
- Toinen
- Antropinen
- Kaikki
- api
- Hakemus
- sovellukset
- käyttää
- lähestymistapa
- sopiva
- asianmukaisesti
- sovellukset
- arkkitehtuurin
- arkkitehtuuri
- OVAT
- AS
- kysyä
- Varat
- Apu
- Avustaja
- avustajat
- avustaminen
- liittyvä
- olettaa
- At
- liittää
- hoitaja
- attribuutteja
- Automatisoitu
- saatavuus
- saatavissa
- välttää
- AWS
- takaisin
- taustaosa
- perustua
- BE
- koska
- ollut
- alkaa
- välillä
- elin
- Bot
- sekä
- botit
- laaja
- rakentaa
- rakentaja
- liiketoiminta
- yritykset
- mutta
- by
- laskea
- soittaa
- nimeltään
- soittamalla
- Puhelut
- CAN
- kyvyt
- kiinni
- kaappaa
- tapaus
- tapauksissa
- luokat
- solu
- haasteet
- haastava
- muuttaa
- Muutokset
- muuttuviin
- merkkejä
- tarkastaa
- valinta
- Valita
- asiakas
- lähellä
- tarkasti
- pilvi
- PILVITEKNOLOGIA
- koodi
- kahvi
- tekee yhteistyötä
- kerätä
- tiedoksi
- yhteisö
- Yritykset
- kilpailukykyinen
- täydellinen
- Valmistunut
- Suoritettuaan
- valmistuminen
- osat
- käsitteet
- Vahvistaa
- vahvistus
- CONFIRMED
- kytkeä
- liitäntä
- muodostuu
- Console
- pitoisuus
- tausta
- jatkuu
- mukavuus
- Keskustelu
- muuntaa
- korjata
- kustannukset
- voisi
- maahan
- Pari
- luoda
- luotu
- luo
- Luominen
- luominen
- luoja
- CRM
- Nykyinen
- asiakassuhde
- asiakas
- Asiakkaat
- räätälöidä
- leikkaamisreuna
- tiedot
- Data Analytics
- Tietorakenne
- tietokanta
- Hylkää
- syvästi
- oletusarvo
- määritellä
- toimittaa
- tuottaa
- Kysyntä
- vaatii
- osoittivat
- evätty
- Riippuen
- riippuu
- käyttöönotot
- suunniteltu
- haluttu
- Huolimatta
- yksityiskohtainen
- dev
- kehittää
- kehitetty
- kehittäjille
- Kehitys
- kaavio
- DID
- eri
- suoraan
- lähettää
- do
- ei
- verkkotunnuksen
- Don
- tehty
- Dont
- alas
- download
- aikana
- e
- kukin
- Aikaisemmin
- helposti
- reuna
- vaikutus
- tehokkuus
- tehokas
- tehokkaasti
- vaivaa
- muu
- mahdollistaa
- mahdollistaja
- päätepiste
- Tekniikka
- parantaa
- enter
- ympäristö
- virhe
- virheet
- Jopa
- tapahtuma
- esimerkki
- Esimerkit
- Paitsi
- poikkeus
- täytäntöönpanosta
- teloitus
- olemassa
- poistuminen
- laajenee
- experience
- asiantuntija
- asiantuntemus
- laaja
- uute
- Kasvot
- tosiasia
- Pudota
- perehtyneisyys
- perhe
- harvat
- filee
- Asiakirjat
- lopullinen
- viimeistellä
- Löytää
- Etunimi
- Joustavuus
- joustava
- virrat
- jälkeen
- varten
- muoto
- muoto
- Onneksi
- löytyi
- perusta
- perustava
- Ilmainen
- alkaen
- täysin
- toiminto
- tehtävät
- edelleen
- general
- tuottaa
- generatiivinen
- Generatiivinen AI
- saada
- Antaa
- tietty
- Go
- Go-to-Market
- Tavoitteet
- hyvä
- sai
- suuri
- suuri
- tervehdys
- Terveisiä
- ohjaus
- ohjaavat
- kahva
- Käsittely
- Olla
- ottaa
- he
- kuulla
- raskaasti
- auttaa
- hänen
- tätä
- hi
- suorituskykyinen
- hänen
- Hunaja
- TUNTIA
- Miten
- Miten
- Kuitenkin
- HTML
- http
- HTTPS
- ihmisen
- i
- ID
- tunnistaa
- tunnistaa
- tunnistaminen
- if
- havainnollistaa
- vaikuttavia
- täytäntöönpano
- täytäntöönpanosta
- tuoda
- tuovan
- parantaa
- in
- sisältää
- Mukaan lukien
- Saapuva
- lisää
- indeksi
- tiedot
- juurtunut
- ensimmäinen
- panos
- tuloa
- sisällä
- asentaa
- esimerkki
- sen sijaan
- ohjeet
- Integrointi
- tahallisuus
- vuorovaikutukset
- liitäntä
- tulee
- Esittelee
- inventaario
- aiheuttaa
- IT
- kohdetta
- jpg
- json
- vain
- Pitää
- avain
- kioskit
- Tietää
- Labs
- Lack
- Landschaft
- Kieli
- suuri
- Sukunimi
- lopuksi
- myöhemmin
- kerros
- johtaja
- johtava
- OPPIA
- oppiminen
- limonadi
- antaa
- Lets
- kirjastot
- Kirjasto
- pitää
- rajoitukset
- Lista
- OTK
- kuormitus
- paikallisesti
- hakkuu
- logiikka
- kauemmin
- ulkonäkö
- rakastaa
- kone
- koneoppiminen
- tehty
- tärkein
- tehdä
- onnistui
- johto
- toimitusjohtaja
- manuaalinen
- monet
- merkitty
- markkinat
- me
- välineet
- keskikokoinen
- jäsen
- valikko
- viesti
- viestien
- Meta
- menetelmä
- ehkä
- Maito
- minimi
- hukata
- puuttuva
- Puhelinnumero
- mobiili-sovellukset
- malli
- mallit
- muokattu
- muokata
- hetki
- lisää
- moninkertainen
- my
- nimi
- nimetty
- Luonnollinen
- luonto
- Navigoida
- suunnistus
- välttämätön
- Tarve
- tarvitaan
- tarpeet
- Uusi
- seuraava
- Nro
- Ei eristetty
- muistikirja
- nyt
- objekti
- tavoite
- tapahtui
- of
- tarjoukset
- Tarjoukset
- usein
- Okei
- on
- Tarpeen vaatiessa
- ONE
- vain
- avata
- toimii
- toiminta-
- Vaihtoehto
- Vaihtoehdot
- or
- orkestrointi
- orkestrointi
- tilata
- määräys
- organisatorinen
- organisaatioiden
- Muut
- meidän
- ulostulo
- lähdöt
- yleinen
- lasi
- parametrit
- osa
- kumppani
- kumppani
- kulkea
- Hyväksytty
- kulkee
- polku
- kuviot
- maksu
- prosentti
- suorittaa
- ehkä
- Oikeudet
- kappale
- Paikka
- paikat
- saattamisesta
- Platon
- Platonin tietotieto
- PlatonData
- pelaa
- Ole hyvä
- pistettä
- politiikka
- POS
- aiheuttaa
- sijainti
- positiivinen
- mahdollinen
- Kirje
- mahdollinen
- voimakas
- harjoitusta.
- alustava
- Valmistella
- valmistelee
- valmistelee
- esittää
- lahjat
- edellinen
- hinta
- hinnoittelu
- yksityisyys
- jatkaa
- prosessi
- Käsitelty
- Prosessit
- käsittely
- Profiili
- ohjeita
- näkymä
- toimittaa
- mikäli
- toimittaja
- tarjoaa
- säännös
- Vetää
- laittaa
- Python
- kysymys
- nopeasti
- R
- nostaa
- alue
- raaka
- RE
- Lue
- Lukeminen
- valmis
- suositella
- suosituksia
- vähentää
- katso
- alue
- säännöllinen
- liittyvä
- luottaa
- jäädä
- jäännökset
- muistaa
- poistamalla
- korvaus
- pyyntö
- pyynnöt
- tarvitaan
- resurssi
- Esittelymateriaalit
- Vastata
- vastaus
- vasteet
- vastuullinen
- johtua
- tulokset
- palata
- Tuotto
- uudelleen käytettävä
- jäykkä
- luja
- Rooli
- Reitti
- RIVI
- ajaa
- juoksu
- toimii
- runtime
- s
- sagemaker
- sama
- näyte
- Säästä
- tallennettu
- sanoa
- skaalautuva
- Asteikko
- skenaario
- skenaariot
- kuvakaappauksia
- sdk
- Toinen
- salaisuus
- Osa
- turvallisuus
- nähdä
- valita
- vanhempi
- serverless
- palvelu
- Palvelut
- Istunto
- setti
- asetus
- settings
- setup
- useat
- hän
- Kuori
- kaupat
- shouldnt
- näyttää
- osoittivat
- esitetty
- Näytä
- kiinni
- sulkea
- Yksinkertainen
- single
- Koko
- taitoja
- aukko
- lähtö
- pieni
- pätkä
- So
- Jalkapallo
- Yksin
- ratkaisu
- Ratkaisumme
- jonkin verran
- Joku
- jotain
- puhua
- kärjessä
- erityinen
- erikoistunut
- erityinen
- nopeus
- viettää
- Pysyvyys
- standardi
- Alkaa
- Aloita
- Osavaltio
- Lausunto
- Vaihe
- Askeleet
- tallennettu
- tallentamiseksi
- Strateginen
- strategiat
- tehostaa
- rakenne
- Kamppailut
- studio
- merkittävä
- Onnistuneesti
- niin
- sokeri
- ehdottaa
- Ehdottaa
- yhteenveto
- YHTEENVETO
- Tuetut
- varma
- nopeasti
- järjestelmä
- järjestelmät
- taulukko
- TAG
- vie
- Tehtävä
- tehtävät
- näppäimet
- teknologinen
- Elektroniikka
- sapluuna
- malleja
- terminaali
- testi
- teksti
- Kiitos
- että
- -
- tiedot
- heidän
- Niitä
- sitten
- Siellä.
- siksi
- Nämä
- ne
- asia
- kolmas
- tätä
- kolmella
- Kautta
- kauttaaltaan
- aika
- aikajana
- että
- tänään
- tämän päivän
- työkalut
- Yhteensä
- perinteinen
- koulutus
- Muuttaa
- matkustaa
- laukaista
- ongelmia
- yrittää
- yrittää
- kaksi
- tyyppi
- ymmärtää
- ymmärtäminen
- yksiköt
- Ladataan
- käyttää
- käyttölaukku
- käytetty
- käyttäjä
- käyttötarkoituksiin
- käyttämällä
- hyödyllisyys
- Hyödyntämällä
- pätevä
- VAHVISTA
- validoitu
- validointi
- validator
- arvo
- arvot
- muuttuja
- eri
- vaihdella
- todentaa
- versio
- hyvin
- kautta
- visuaalinen
- Ääni
- haluta
- haluaa
- oli
- Tapa..
- we
- verkko
- verkkopalvelut
- HYVIN
- olivat
- Mitä
- kun
- joka
- vaikka
- koko
- laajempi
- tulee
- ikkuna
- with
- sisällä
- ilman
- työnkulku
- työskentely
- toimii
- olisi
- kirjoittaa
- XML
- Joo
- Voit
- Sinun
- itse
- zephyrnet
- Postinumero