Hari ini, kami dengan gembira mengumumkan tiga peluncuran yang akan membantu Anda meningkatkan pengalaman pelanggan yang dipersonalisasi Amazon Personalisasi dan AI generatif. Baik Anda sedang mencari solusi terkelola atau membangun solusi Anda sendiri, Anda dapat menggunakan kemampuan baru ini untuk mendukung perjalanan Anda.
Amazon Personalize adalah layanan pembelajaran mesin (ML) yang dikelola sepenuhnya yang memudahkan pengembang untuk memberikan pengalaman yang dipersonalisasi kepada penggunanya. Hal ini memungkinkan Anda meningkatkan keterlibatan pelanggan dengan mendukung rekomendasi produk dan konten yang dipersonalisasi di situs web, aplikasi, dan kampanye pemasaran bertarget, tanpa memerlukan keahlian ML. Menggunakan resep (algoritma yang disiapkan untuk kasus penggunaan tertentu) yang disediakan oleh Amazon Personalize, Anda dapat menawarkan beragam pengalaman personalisasi seperti โdirekomendasikan untuk Andaโ, โsering dibeli bersamaโ, panduan tentang tindakan terbaik berikutnya, dan kampanye pemasaran bertarget dengan segmentasi pengguna.
AI Generatif dengan cepat mengubah cara perusahaan menjalankan bisnis. Gartner memperkirakan bahwa โpada tahun 2026, lebih dari 80% perusahaan akan menggunakan API atau model AI generatif, atau menerapkan aplikasi yang mendukung AI generatif di lingkungan produksi, naik dari kurang dari 5% pada tahun 2023.โ Meskipun AI generatif dapat dengan cepat membuat konten, AI generatif saja tidak cukup untuk memberikan tingkat personalisasi yang lebih tinggi untuk beradaptasi dengan preferensi pengguna individu yang selalu berubah dan berbeda. Banyak perusahaan yang secara aktif mencari solusi untuk meningkatkan pengalaman pengguna menggunakan Amazon Personalize dan AI generatif.
Perusahaan FOX (FOX) memproduksi dan mendistribusikan konten berita, olahraga, dan hiburan.
โKami mengintegrasikan AI generatif dengan Amazon Personalize untuk memberikan pengalaman yang sangat terpersonalisasi kepada pengguna kami. Amazon Personalize telah membantu kami mencapai otomatisasi tingkat tinggi dalam penyesuaian konten. Misalnya, FOX Sports mengalami peningkatan penayangan konten sebesar 400% pasca-acara saat diterapkan. Kini, kami menambahkan AI generatif dengan Amazon Bedrock ke saluran kami untuk membantu editor konten kami menghasilkan koleksi bertema. Kami berharap dapat menjelajahi fitur-fitur seperti Amazon Personalize Content Generator dan Personalize di LangChain untuk lebih mempersonalisasi koleksi tersebut bagi pengguna kami.โ
โ Daryl Bowden, Wakil Presiden Eksekutif Platform Teknologi.
Mengumumkan Amazon Personalize Content Generator untuk membuat rekomendasi lebih menarik
Amazon Personalize telah meluncurkan Content Generator, kemampuan generatif baru yang didukung AI yang membantu perusahaan membuat rekomendasi lebih menarik dengan mengidentifikasi hubungan tematik antara item yang direkomendasikan. Kemampuan ini dapat meningkatkan pengalaman rekomendasi lebih dari sekadar frasa standar seperti โOrang yang membeli ini juga membeliโฆโ menjadi tagline yang lebih menarik seperti โBangkit dan Bersinarโ untuk koleksi makanan sarapan, sehingga menarik pengguna untuk mengeklik dan membeli.
Untuk mengeksplorasi dampak Amazon Personalize Content Generator secara mendetail, mari kita lihat dua contoh.
Kasus penggunaan 1: Judul carousel untuk koleksi film
A genre mikro adalah subkategori khusus dalam genre film, musik, atau bentuk media lain yang lebih luas. Platform streaming menggunakan genre mikro untuk meningkatkan pengalaman pengguna dengan memungkinkan pemirsa atau pendengar menemukan konten yang sesuai dengan selera dan minat spesifik mereka. Dengan merekomendasikan konten media bergenre mikro, platform streaming memenuhi beragam preferensi, yang pada akhirnya meningkatkan keterlibatan dan kepuasan pengguna.
Sekarang Anda dapat menggunakan Amazon Personalize Content Generator untuk membuat judul carousel untuk koleksi genre mikro. Pertama, impor kumpulan data interaksi pengguna dan item Anda ke Amazon Personalize untuk pelatihan. Anda mengunggah daftar itemId
nilai-nilai sebagai item benih Anda. Selanjutnya, buat pemilihan tugas inferensi batch Rekomendasi bertema dengan Content Generator pada konsol atau pengaturan Amazon Personalize batch-inference-job-mode
untuk THEME_GENERATION
dalam konfigurasi API.
Sebagai keluaran inferensi batch, Anda akan mendapatkan sekumpulan item serupa dan tema untuk setiap item benih. Kami juga menyediakan skor relevansi item-tema yang dapat Anda gunakan untuk menetapkan ambang batas agar hanya menampilkan item yang sangat terkait dengan tema. Tangkapan layar berikut menunjukkan contoh keluaran:
Selanjutnya Anda dapat mengganti frasa umum โLebih mirip Xโ dengan tema keluaran dari Amazon Personalize Content Generator untuk membuat rekomendasi lebih menarik.
Kasus penggunaan 2: Baris subjek untuk email pemasaran
Pemasaran email, meskipun hemat biaya, sering kali mengalami kesulitan dengan tingkat pembukaan yang rendah dan tingkat berhenti berlangganan yang tinggi. Keputusan untuk membuka email sangat bergantung pada seberapa menarik baris subjeknya, karena itu adalah hal pertama yang dilihat penerima bersama dengan nama pengirimnya. Namun, membuat skrip baris subjek yang menarik sering kali membosankan dan memakan waktu.
Kini dengan Amazon Personalize Content Generator, Anda dapat membuat baris subjek atau judul yang menarik di badan email dengan lebih efisien, sehingga semakin mempersonalisasi kampanye email Anda. Anda mengikuti proses penyerapan data, pelatihan, dan pembuatan tugas inferensi batch yang sama seperti pada kasus penggunaan sebelumnya. Berikut ini adalah contoh email pemasaran yang menggabungkan keluaran dari Amazon Personalize menggunakan Content Generator, termasuk serangkaian item yang direkomendasikan dan baris subjek yang dihasilkan:
Contoh-contoh ini menunjukkan bagaimana Amazon Personalize Content Generator dapat membantu Anda menciptakan pengalaman penelusuran yang lebih menarik atau kampanye pemasaran yang lebih efektif. Untuk instruksi lebih rinci, lihat Rekomendasi batch bertema.
Mengumumkan integrasi LangChain untuk mengintegrasikan Amazon Personalize dengan kerangka LangChain secara lancar
LangChain adalah kerangka kerja sumber terbuka yang kuat yang memungkinkan integrasi dengan model bahasa besar (LLM). LLM biasanya serbaguna tetapi mungkin kesulitan dengan tugas-tugas spesifik domain yang memerlukan konteks yang lebih dalam dan respons yang berbeda. LangChain memberdayakan pengembang dalam skenario seperti itu untuk membangun modul (agen/rantai) untuk tugas AI generatif spesifik mereka. Mereka juga dapat memperkenalkan konteks dan memori ke dalam LLM dengan menghubungkan dan merangkai perintah LLM untuk memecahkan berbagai variasi gunakan kasing.
Kami sangat bersemangat untuk meluncurkan integrasi LangChain. Dengan kemampuan baru ini, pembangun dapat menggunakan rantai kustom Amazon Personalize di LangChain untuk mengintegrasikan Amazon Personalize dengan solusi AI generatif secara lancar. Menambahkan sentuhan yang dipersonalisasi pada solusi AI generatif membantu Anda menciptakan interaksi yang lebih disesuaikan dan relevan dengan pengguna akhir. Cuplikan kode berikut menunjukkan bagaimana Anda dapat memanggil Amazon Personalize, mengambil rekomendasi untuk kampanye atau pemberi rekomendasi, dan memasukkannya dengan lancar ke dalam aplikasi AI generatif Anda dalam ekosistem LangChain. Anda juga dapat menggunakan ini untuk rantai berurutan.
Anda dapat menggunakan kemampuan ini untuk membuat salinan pemasaran yang dipersonalisasi, menghasilkan ringkasan ringkas untuk konten yang direkomendasikan, merekomendasikan produk atau konten di chatbot, dan membangun pengalaman pelanggan generasi berikutnya dengan kreativitas Anda.
Amazon Personalize kini memungkinkan Anda mengembalikan metadata dalam respons inferensi untuk meningkatkan alur kerja AI generatif
Amazon Personalize kini meningkatkan alur kerja AI generatif Anda dengan mengaktifkan metadata item pengembalian sebagai bagian dari output inferensi. Mendapatkan rekomendasi bersama dengan metadata membuatnya lebih mudah untuk memberikan konteks tambahan ke LLM. Konteks tambahan ini, seperti genre dan deskripsi produk, dapat membantu model mendapatkan pemahaman yang lebih mendalam tentang atribut item untuk menghasilkan konten yang lebih relevan.
Amazon Personalize mendukung kemampuan ini untuk keduanya resep khusus dan pemberi rekomendasi yang dioptimalkan domain. Saat membuat kampanye atau pemberi rekomendasi, Anda dapat mengaktifkan opsi untuk mengembalikan metadata dengan hasil rekomendasi, atau menyesuaikan setelan dengan memperbarui kampanye atau pemberi rekomendasi. Anda dapat memilih hingga 10 bidang metadata dan 50 hasil rekomendasi untuk mengembalikan metadata selama panggilan inferensi, baik melalui Amazon Personalize API atau konsol Amazon Personalize.
Berikut ini adalah contoh di API:
Kesimpulan
Di AWS, kami terus berinovasi demi pelanggan kami. Dengan memperkenalkan peluncuran baru yang didukung oleh Amazon Personalize dan Amazon Bedrock, kami akan memperkaya setiap aspek pembuat dan pengalaman pengguna, meningkatkan efisiensi dan kepuasan pengguna akhir. Untuk mempelajari lebih lanjut tentang kemampuan yang dibahas dalam postingan ini, lihat Fitur Amazon Personalisasi dan Panduan Pengembang Personalisasi Amazon.
Tentang Penulis
Jingwenhu adalah Manajer Produk Teknis Senior yang bekerja dengan AWS AI/ML di tim Amazon Personalize. Di waktu luangnya, ia senang jalan-jalan dan menjelajahi kuliner lokal.
Pranav Agarwal adalah Insinyur Perangkat Lunak Senior di AWS AI/ML dan bekerja dalam merancang sistem perangkat lunak dan membangun sistem pemberi rekomendasi yang didukung AI dalam skala besar. Di luar pekerjaan, dia suka membaca, berlari, dan seluncur es.
Rishabh Agrawal adalah Insinyur Perangkat Lunak Senior yang mengerjakan layanan AI di AWS. Di waktu luangnya, dia menikmati hiking, jalan-jalan, dan membaca.
Ashish Lal adalah Manajer Pemasaran Produk Senior yang memimpin pemasaran produk untuk layanan AI di AWS. Dia memiliki pengalaman pemasaran selama 9 tahun dan telah memimpin upaya pemasaran produk untuk pemrosesan dokumen cerdas. Ia memperoleh gelar master di bidang Administrasi Bisnis di Universitas Washington.
- Konten Bertenaga SEO & Distribusi PR. Dapatkan Amplifikasi Hari Ini.
- PlatoData.Jaringan Vertikal Generatif Ai. Berdayakan Diri Anda. Akses Di Sini.
- PlatoAiStream. Intelijen Web3. Pengetahuan Diperkuat. Akses Di Sini.
- PlatoESG. Karbon, teknologi bersih, energi, Lingkungan Hidup, Tenaga surya, Penanganan limbah. Akses Di Sini.
- PlatoHealth. Kecerdasan Uji Coba Biotek dan Klinis. Akses Di Sini.
- Sumber: https://aws.amazon.com/blogs/machine-learning/drive-hyper-personalized-customer-experiences-with-amazon-personalize-and-generative-ai/
- :memiliki
- :adalah
- :bukan
- :Di mana
- $NAIK
- 1
- 10
- 100
- 11
- 125
- 13
- 14
- 17
- 2023
- 2026
- 22
- 24
- 29
- 36
- 39
- 40
- 50
- 7
- 9
- a
- Tentang Kami
- Mencapai
- tindakan
- aktif
- menyesuaikan
- menambahkan
- Tambahan
- administrasi
- AI
- Layanan AI
- Bertenaga AI
- AI / ML
- algoritma
- Rata
- Membiarkan
- memungkinkan
- sendirian
- sepanjang
- juga
- Meskipun
- Amazon
- Amazon Personalisasi
- Amazon Web Services
- an
- dan
- Mengumumkan
- Antropik
- api
- Lebah
- menarik
- aplikasi
- terapan
- ADALAH
- AS
- penampilan
- membantu
- At
- menarik
- atribut
- Otomatisasi
- AWS
- BE
- karena
- nama
- TERBAIK
- antara
- Luar
- tubuh
- kedua
- membeli
- Sarapan
- lebih luas
- Browsing
- membangun
- pembangun
- pembangun
- Bangunan
- bisnis
- tapi
- by
- panggilan
- Kampanye
- Kampanye
- CAN
- kemampuan
- kemampuan
- korsel
- kasus
- kasus
- melayani
- rantai
- rantai
- chatbots
- memeriksa
- Pembersihan
- Klik
- kode
- koleksi
- koleksi
- Kolom
- Komedi
- Perusahaan
- menarik
- ringkas
- konfigurasi
- Menghubungkan
- Koneksi
- konsul
- terus-menerus
- Konten
- konteks
- Mudah
- hemat biaya
- kerajinan
- membuat
- membuat
- kreativitas
- adat
- pelanggan
- Keterlibatan pelanggan
- pelanggan
- kustomisasi
- data
- kumpulan data
- keputusan
- lebih dalam
- Default
- Derajat
- menyampaikan
- menunjukkan
- tergantung
- dikerahkan
- deskripsi
- rinci
- terperinci
- Pengembang
- pengembang
- menemukan
- dibahas
- beberapa
- do
- dokumen
- mendorong
- selama
- setiap
- Mudah
- ekosistem
- editor
- Efektif
- efisiensi
- efisien
- usaha
- tanpa usaha
- antara
- MENGANGKAT
- mengangkat
- memberdayakan
- aktif
- diaktifkan
- memungkinkan
- memungkinkan
- interaksi
- menarik
- insinyur
- mempertinggi
- nikmat
- cukup
- memperkaya
- perusahaan
- Menghibur
- menarik
- lingkungan
- selalu berubah
- Setiap
- contoh
- contoh
- gembira
- eksekutif
- pengalaman
- berpengalaman
- Pengalaman
- keahlian
- menyelidiki
- Menjelajahi
- Fitur
- wanita
- Fields
- Film
- Pertama
- mengikuti
- berikut
- makanan
- Untuk
- bentuk
- Depan
- rubah
- Kerangka
- dari
- sepenuhnya
- lebih lanjut
- Mendapatkan
- Gartner
- menghasilkan
- dihasilkan
- generatif
- AI generatif
- generator
- aliran
- genre
- mendapatkan
- mendapatkan
- mendapat
- bimbingan
- Memiliki
- he
- Headlines
- membantu
- membantu
- membantu
- dia
- High
- lebih tinggi
- -nya
- Seterpercayaapakah Olymp Trade? Kesimpulan
- Namun
- HTML
- HTTPS
- mengidentifikasi
- Dampak
- mengimpor
- memperbaiki
- meningkatkan
- in
- Termasuk
- menggabungkan
- Meningkatkan
- meningkatkan
- sendiri-sendiri
- berinovasi
- memasukkan
- contoh
- instruksi
- mengintegrasikan
- Mengintegrasikan
- integrasi
- Cerdas
- Pemrosesan dokumen cerdas
- interaksi
- kepentingan
- ke
- memperkenalkan
- memperkenalkan
- IT
- item
- Pekerjaan
- perjalanan
- jpg
- bahasa
- besar
- jalankan
- diluncurkan
- meluncurkan
- memimpin
- Memimpin
- BELAJAR
- pengetahuan
- Dipimpin
- kurang
- adalah ide yang bagus
- Hidup
- 'like'
- baris
- baris
- Daftar
- pendengar
- LLM
- lokal
- melihat
- mencari
- Rendah
- mesin
- Mesin belajar
- membuat
- MEMBUAT
- berhasil
- manajer
- banyak
- Marketing
- tuan
- Mungkin..
- Media
- Memori
- Metadata
- ML
- model
- Modul
- lebih
- film
- bioskop
- musik
- nama
- dibutuhkan
- New
- berita
- berikutnya
- generasi selanjutnya
- malam
- tidak
- sekarang
- of
- menawarkan
- sering
- on
- hanya
- Buka
- open source
- dioptimalkan
- pilihan
- or
- urutan
- Lainnya
- kami
- di luar
- keluaran
- di luar
- sendiri
- bagian
- Personalisasi
- Personalisasi
- Personalized
- frase
- pipa saluran
- Platform
- plato
- Kecerdasan Data Plato
- Data Plato
- Pos
- kekuasaan
- didukung
- kuat
- Powering
- Prediksi
- preferensi
- siap
- presiden
- sebelumnya
- proses
- pengolahan
- menghasilkan
- Produk
- manajer produk
- Produksi
- Produk
- meminta
- memberikan
- disediakan
- membeli
- segera
- Tarif
- Bacaan
- siap
- penerima
- sarankan
- Rekomendasi
- rekomendasi
- direkomendasikan
- merekomendasikan
- lihat
- terkait
- relevansi
- relevan
- menggantikan
- wajib
- tanggapan
- tanggapan
- Hasil
- kembali
- rutin
- berjalan
- sama
- kepuasan
- Skala
- skenario
- mulus
- melihat
- benih
- pencarian
- segmentasi
- memilih
- memilih
- senior
- layanan
- Layanan
- set
- pengaturan
- dia
- Menunjukkan
- menampilkan
- Pertunjukkan
- mirip
- potongan
- Perangkat lunak
- Software Engineer
- larutan
- Solusi
- MEMECAHKAN
- khusus
- tertentu
- Olahraga
- standar
- dimulai
- Streaming
- kuat
- sangat
- Perjuangan
- Perjuangan
- subyek
- seperti itu
- Mendukung
- sistem
- disesuaikan
- ditargetkan
- tugas
- rasanya
- tim
- Teknis
- Teknologi
- dari
- bahwa
- Grafik
- mereka
- bertema
- tema
- Bertema
- Ini
- mereka
- hal
- ini
- itu
- tiga
- ambang
- Melalui
- waktu
- membuang-buang waktu
- judul
- untuk
- menyentuh
- Pelatihan
- Mengubah
- mengubah
- Perjalanan
- dua
- khas
- Akhirnya
- pemahaman
- universitas
- memperbarui
- us
- menggunakan
- gunakan case
- bekas
- Pengguna
- Pengguna Pengalaman
- Pengguna
- kegunaan
- menggunakan
- keperluan
- Kekosongan
- Nilai - Nilai
- bervariasi
- serba guna
- wakil
- Wakil Presiden
- pemirsa
- Washington
- we
- jaringan
- layanan web
- situs web
- ketika
- apakah
- sementara
- SIAPA
- akan
- dengan
- dalam
- Kerja
- alur kerja
- kerja
- bekerja
- tahun
- Kamu
- Anda
- zephyrnet.dll