Amazon Transcribe Call Analytics を使用した AI を活用した要約で顧客サービスの効率を向上 |アマゾン ウェブ サービス
ソースノード： 1969857
タイムスタンプ： 2024 年 4 月 30 日
高性能
Amazon Bedrock のナレッジベースを使用して、スケーラブルで安全かつ信頼性の高い RAG アプリケーションを構築する |アマゾン ウェブ サービス
ソースノード： 1967439
タイムスタンプ： 2024 年 4 月 23 日
Amazon Bedrock を使用して、AWS Landing Zone 用にカスタマイズされた準拠アプリケーション IaC スクリプトを生成する |アマゾン ウェブ サービス
ソースノード： 1965872
タイムスタンプ： 2024 年 4 月 18 日
Amazon Bedrock と Amazon Neptune を使用して非構造化財務データの隠れたつながりを明らかにする |アマゾン ウェブ サービス
ソースノード： 1965565
タイムスタンプ： 2024 年 4 月 17 日
Nielsen Sports は、Amazon SageMaker マルチモデル エンドポイントを使用したビデオ分析で 75% のコスト削減を実現しました。アマゾン ウェブ サービス
ソースノード： 1961495
タイムスタンプ： 2024 年 4 月 4 日
BMC AMI zAdviser Enterprise と Amazon Bedrock で DevOps の成熟度を達成 |アマゾン ウェブ サービス
ソースノード： 1959546
タイムスタンプ： 2024 年 3 月 27 日
Amazon Bedrock | 自己一貫性プロンプトを使用して生成言語モデルのパフォーマンスを強化するアマゾン ウェブ サービス
ソースノード： 1957574
タイムスタンプ： 2024 年 3 月 19 日
1 対 1 の顧客インタラクションを変革する: AWS と生成 AI を使用して音声対応の注文処理エージェントを構築する |アマゾン ウェブ サービス
ソースノード： 1956498
タイムスタンプ： 2024 年 3 月 15 日
