Zbuduj wirtualnego agenta ds. zatwierdzania kredytów za pomocą Amazon Lex, Amazon Texttract i Amazon Connect

Banki i instytucje finansowe rozpatrują tysiące wniosków kredytowych tygodniowo. Proces zatwierdzania kredytu wymaga od organizacji finansowych zainwestowania czasu i zasobów w przeglądanie dokumentów takich jak W2, wyciągi bankowe i rachunki za media. Ogólne doświadczenie może być kosztowne dla organizacji. Jednocześnie organizacje muszą brać pod uwagę kredytobiorców, którzy czekają na decyzję w sprawie ich wniosków kredytowych. Aby zatrzymać klientów, organizacje muszą szybko przetwarzać wnioski pożyczkobiorców przy krótkim czasie realizacji.

Dzięki zautomatyzowanemu asystentowi zatwierdzania kredytu wykorzystującemu uczenie maszynowe organizacje finansowe mogą przyspieszyć proces, obniżyć koszty i zapewnić lepszą obsługę klientów dzięki szybszym decyzjom. Banki i fintechy mogą zbudować wirtualnego agenta, który może przeglądać dokumenty finansowe klienta i natychmiast podejmować decyzję. Zbudowanie skutecznego procesu zatwierdzania kredytu nie tylko poprawia jakość obsługi klienta, ale także obniża koszty.

W tym poście pokazujemy, jak zbudować wirtualnego asystenta zatwierdzania kredytu, który przegląda dokumenty finansowe wymagane do zatwierdzenia pożyczki i natychmiast podejmuje decyzje, zapewniając bezproblemową obsługę klienta. Rozwiązanie wykorzystuje Amazonka Lex, Ekstrakt z amazonki, Amazon Połącz, wśród innych usług AWS.

Omówienie rozwiązania

Rozwiązanie można wdrożyć za pomocą pliku Tworzenie chmury AWS szablon. Rozwiązanie tworzy wirtualnego agenta za pomocą Amazon Lex i kojarzy go z Amazon Connect, który pełni rolę interfejsu konwersacyjnego z klientami i prosi osobę ubiegającą się o pożyczkę o przesłanie niezbędnych dokumentów. Dokumenty przechowywane są w tzw Usługa Amazon Simple Storage Łyżka (Amazon S3) używana tylko dla tego klienta.

To rozwiązanie jest całkowicie bezserwerowe i wykorzystuje Amazon S3 do przechowywania statycznej witryny internetowej, która obsługuje interfejs użytkownika i niestandardowy JavaScript, aby umożliwić resztę żądań. Amazon CloudFront pełni funkcję sieci dostarczania treści (CDN), aby umożliwić publiczny interfejs witryny internetowej. CloudFront to szybka usługa CDN, która bezpiecznie dostarcza dane, filmy, aplikacje i interfejsy API klientom na całym świecie przy niskich opóźnieniach i dużych prędkościach transferu, a wszystko to w środowisku przyjaznym dla programistów.

To jest przykładowy projekt zaprojektowany tak, aby można go było łatwo wdrożyć do eksperymentów. The AWS Zarządzanie tożsamością i dostępem Uprawnienia zasad (IAM) w tym rozwiązaniu korzystają z najmniejszych uprawnień, jednak CloudFront i Brama Amazon API wykorzystywane zasoby są publicznie dostępne. Aby podjąć odpowiednie środki w celu zabezpieczenia dystrybucji CloudFront i zasobów API Gateway, zobacz Konfigurowanie bezpiecznego dostępu i ograniczanie dostępu do treści i Bezpieczeństwo w Amazon API Gateway, Odpowiednio.

Dodatkowo backend zawiera bramę API z trasami HTTP dla dwóch osób AWS Lambda Funkcje. Pierwsza funkcja tworzy sesję z Amazon Connect na czacie; drugi przekazuje wstępnie podpisany link URL pobrany przez interfejs z Amazon Connect do Amazon Lex. Amazon Lex uruchamia powiązaną z nim funkcję Lambda i pozwala Amazon Textract czytać dokumenty i przechwytywać wszystkie zawarte w nich pola i informacje. Funkcja ta podejmuje także decyzje kredytowe w oparciu o wcześniej zdefiniowane przez organizację procesy biznesowe. Rozwiązanie jest zintegrowane z Amazon Connect, aby umożliwić klientom łączenie się z agentami contact center, jeśli klient ma trudności lub potrzebuje pomocy w trakcie procesu.

Poniższy przykład ilustruje interakcję pomiędzy botem a pożyczkobiorcą.

Poniższy schemat ilustruje architekturę rozwiązania.

Przepływ pracy rozwiązania wygląda następująco:

1. Klienci przechodzą do adresu URL obsługiwanego przez CloudFront, który pobiera strony internetowe z segmentu S3 i wysyła JavaScript do przeglądarki internetowej.
2. Przeglądarka internetowa renderuje strony internetowe i wykonuje wywołanie API do API Gateway.
3. API Gateway wyzwala powiązaną funkcję Lambda.
4. Funkcja inicjuje a startChatContact wywołanie API z Amazon Connect i uruchamia powiązany z nim przepływ kontaktów.
5. Amazon Connect uruchamia Amazon Lex za pomocą wypowiedzi w celu sklasyfikowania intencji. Po sklasyfikowaniu zamiaru Amazon Lex wybiera wymagane miejsca i prosi klienta o przesłanie dokumentu w celu realizacji zamiaru.
6. Osoba składająca wniosek przesyła dokument W2 do segmentu S3, korzystając z ikony przesyłania załącznika w oknie czatu.

Jako najlepszą praktykę rozważ wdrożenie szyfrowania w spoczynku dla używanego segmentu S3 Usługa zarządzania kluczami AWS (AWS KMS). Dodatkowo możesz dołączyć politykę segmentu do segmentu S3, aby mieć pewność, że dane są zawsze szyfrowane podczas przesyłania. Rozważ włączenie rejestrowania dostępu do serwera dla zasobnika S3 w celu przechwytywania szczegółowych zapisów żądań w celu pomocy w audytach bezpieczeństwa i dostępu. Aby uzyskać więcej informacji, zobacz Najlepsze praktyki bezpieczeństwa dla Amazon S3.

7. Przeglądarka internetowa wywołuje usługę Amazon Connect w celu pobrania podpisanego adresu URL przesłanego obrazu. Upewnij się, że wstępnie podpisane adresy URL wygasają kilka minut po uruchomieniu logiki przez funkcję Lambda.
8. Po pomyślnym przesłaniu dokumentu aplikacja internetowa wywołuje API Gateway w celu aktualizacji lokalizacji pliku do wykorzystania w atrybutach sesji Amazon Lex.
9. Brama interfejsu API wyzwala funkcję Lambda w celu przekazania lokalizacji adresu URL wstępnie podpisanej przez usługę W2. Funkcja aktualizuje atrybuty sesji w Amazon Lex za pomocą wstępnie podpisanego adresu URL dokumentu W2.
10. Przeglądarka internetowa również aktualizuje gniazdo uploaded, co spełnia zamierzenie.
11. Amazon Lex uruchamia funkcję Lambda, która pobiera dane obrazu W2 i wysyła je do Amazon Textract w celu przetworzenia.
12. Amazon Texttract odczytuje wszystkie pola z dokumentu obrazu W2, konwertuje je na pary klucz-wartość i przekazuje dane z powrotem do funkcji Lambda.

Tekst Amazon jest zgodny z Model współdzielonej odpowiedzialności AWS, który określa obowiązki w zakresie ochrony danych pomiędzy AWS a klientem. Aby uzyskać więcej informacji, zobacz Ochrona danych w Amazon Text.

13. Lambda wykorzystuje dane W2 do oceny wniosku kredytowego i zwraca wynik do przeglądarki internetowej.

Postępuj zgodnie z najlepszymi praktykami umożliwiającymi logowanie w Lambdzie. Odnosić się do część 1 i część 2 z serii blogów „Operująca Lambda: Budowanie solidnych podstaw bezpieczeństwa."

Przesyłane dane są zabezpieczone przy użyciu protokołu TLS i zdecydowanie zaleca się szyfrowanie danych w stanie spoczynku. Aby uzyskać więcej informacji na temat ochrony danych w zasobniku S3, zobacz Wzmocnij bezpieczeństwo wrażliwych danych przechowywanych w Amazon S3, korzystając z dodatkowych usług AWS.

Wymagania wstępne

W tej instrukcji należy spełnić następujące wymagania wstępne:

1. An Konto AWS.
2. Instancja contact center Amazon Connect w regionie us-east-1. Możesz użyć istniejącego lub utworzyć nowy. Aby uzyskać instrukcje, zobacz Rozpocznij korzystanie z Amazon Connect. Jeśli masz istniejącą instancję Amazon Connect i czat nie jest włączony, zapoznaj się z sekcją Włączanie czatu w istniejącym centrum kontaktowym Amazon Connect.
3. Załączniki do czatu włączone w Amazon Connect. Aby uzyskać instrukcje, zobacz Włącz załączniki, aby udostępniać pliki za pomocą czatu. W przypadku konfiguracji CORS użyj opcji 2, która używa symbolu wieloznacznego * AllowedOrigin.
4. Przykładowy projekt zlokalizowany w Repozytorium GitHub. Musisz sklonować to repozytorium na komputerze lokalnym i użyć AWS Serverless Model aplikacji (AWS SAM) w celu wdrożenia projektu. Aby zainstalować interfejs CLI AWS SAM i skonfigurować poświadczenia AWS, zobacz Pierwsze kroki z AWS SAM.
5. Środowisko wykonawcze Pythona 3.9 do obsługi wdrożenia AWS SAM.

Zaimportuj przepływ Amazon Connect

Aby zaimportować przepływ Amazon Connect, wykonaj następujące kroki:

1. Zaloguj się do swojej instancji Amazon Connect.
2. Pod Routingwybierz Kontakt Przepływy.
3. Dodaj Utwórz przepływ kontaktów.
4. Na Zapisz menu, wybierz Przepływ importu.
5. Dodaj Wybierz i wybierz plik przepływu importu znajdujący się w /pływ podkatalog tzw Loan_App_Connect_Flow.
6. Zapisz przepływ. Nie publikuj jeszcze.
7. Rozszerzać Pokaż dodatkowe informacje o przepływie i wybierz ikonę kopiowania, aby przechwycić ARN.
   
8. Zapisz te identyfikatory do wykorzystania jako parametry w szablonie CloudFormation, który zostanie wdrożony w następnym kroku:

   arn:aws:connect:us-east-1:123456789012:instance/11111111-1111-1111-1111-111111111111/contact-flow/22222222-2222-2222-2222-222222222222

Identyfikator instancji Amazon Connect to długa wartość alfanumeryczna zawarta między ukośnikami bezpośrednio po niej instance w ARN. W przypadku tego wpisu identyfikator instancji to 11111111-1111-1111-1111-111111111111.

Identyfikator przepływu kontaktu to długa wartość po ukośniku contact-flow w ARN. W przypadku tego wpisu identyfikator przepływu to 22222222-2222-2222-2222-222222222222.

Wdróż za pomocą AWS SAM

Po przechwyceniu identyfikatorów instancji i przepływu jesteśmy gotowi do wdrożenia projektu.

1. Otwórz okno terminala i sklonuj plik Repozytorium GitHub w wybranym przez Ciebie katalogu.
2. Nawiguj do amazon-connect-virtual-credit-agent katalogu i postępuj zgodnie z instrukcjami wdrażania w repozytorium GitHub.
3. Zapisz nazwę bota Amazon Lex z pliku Wyjścia część wdrożenia zawierającą kolejne kroki (tzw Loan_App_Bot jeśli zaakceptowałeś nazwę domyślną).
4. Wróć do tych instrukcji po pomyślnym zakończeniu wdrażania AWS SAM.

Zaktualizuj bloki przepływu kontaktu

Aby zaktualizować bloki przepływu styków, wykonaj następujące kroki:

1. Zaloguj się do swojej instancji Amazon Connect
2. Pod Routingwybierz Kontakt Przepływy.
3. Wybierz nazwany przepływ Loan_App_Flow.
4. Wybierz Uzyskaj informacje od klientów blok.
5. W sekcji Amazon Lex wybierz bota o nazwie Loan_App_Bot i utworzony wcześniej alias dev.
6. Dodaj Zapisz.
7. Wybierz Ustaw kolejkę roboczą blok.
8. Wybierz ikonę X i z menu rozwijanego wybierz Podstawowa kolejka.
9. Dodaj Zapisz.
   
10. Zapisz przepływ.
11. Opublikuj przepływ.

Przetestuj rozwiązanie

Możesz teraz przetestować rozwiązanie.

1. Zaloguj się do swojej instancji Amazon Connect, aby skonfigurować agenta Amazon Connect na czacie.
2. Na pulpicie nawigacyjnym wybierz ikonę telefonu, aby otworzyć Panel sterowania kontaktem (CCP) w osobnym oknie.
   
3. W CCP zmień stan agenta na Dostępny.
   
4. Na Wyjścia tab dla stosu CloudFormation wybierz wartość dla cloudFrontDistribution.

To jest łącze do Twojego adresu URL CloudFront. Zostaniesz przekierowany na stronę internetową, na której znajduje się Twój bot obsługujący pożyczki. Pływający przycisk akcji (FAB) znajduje się w prawym dolnym rogu ekranu.

5. Wybierz FAB, aby otworzyć bota czatu.
6. Po otrzymaniu wiadomości powitalnej wejdź I need a loan.
   
7. Po wyświetleniu monitu wybierz typ pożyczki i wprowadź kwotę pożyczki.
8. Prześlij obraz dokumentu W2.

Przykładowy plik obrazu W2 znajduje się w repozytorium projektu w /obrazek podkatalog. Plik nazywa się w2.png.

Po przesłaniu obrazu bot zapyta Cię, czy chcesz przesłać zgłoszenie.

9. Dodaj Tak złożyć.

Po przesłaniu bot ocenia obraz W2 i udziela odpowiedzi. Po kilku sekundach zostaniesz połączony z agentem.

Powinieneś zobaczyć prośbę o połączenie z czatem w CCP.

10. Wybierz prośbę do zaakceptowania.

Agent jest teraz połączony z użytkownikiem czatu. Możesz symulować każdą stronę rozmowy, aby przetestować sesję czatu.

11. Dodaj Zakończ czat kiedy skończysz.

Rozwiązywanie problemów

Jeśli po wdrożeniu stosu zobaczysz błąd uprawnień Amazon S3 podczas przeglądania adresu URL CloudFront, oznacza to, że domena nie jest jeszcze gotowa. Przygotowanie sieci CDN może zająć do 1 godziny.

Jeśli nie możesz dodać załączników, sprawdź ustawienie CORS. Aby uzyskać instrukcje, zobacz Włącz załączniki, aby udostępniać pliki za pomocą czatu. W przypadku konfiguracji CORS użyj opcji 2, która wykorzystuje * symbol wieloznaczny do AllowedOrigin.

Sprzątać

Aby uniknąć przyszłych opłat, usuń wszystkie zasoby utworzone poprzez usunięcie stosu CloudFormation.

Wnioski

W tym poście pokazaliśmy, jak szybko i bezpiecznie skonfigurować rozwiązanie do przetwarzania wniosków kredytowych. Dane przechowywane i przesyłane są zarówno szyfrowane, jak i zabezpieczone. To rozwiązanie może posłużyć jako wzór do zbudowania innych samoobsługowych przepływów przetwarzania, w których Amazon Connect i Amazon Lex zapewniają interfejs konwersacyjny umożliwiający zaangażowanie klientów. Z niecierpliwością czekamy na to, jakie inne rozwiązania zbudujesz przy użyciu tej architektury.

Jeśli potrzebujesz pomocy w budowaniu tych możliwości i przepływu kontaktów w Amazon Connect, skontaktuj się z jednym z kilkudziesięciu partnerów Amazon Connect dostępnych na całym świecie.

---

O autorach

Dipkumar Mehta jest starszym konsultantem ds. konwersacji AI w zespole Amazon ProServe Natural Language AI. Koncentruje się na pomaganiu klientom w projektowaniu, wdrażaniu i skalowaniu kompleksowych rozwiązań Conversational AI w produkcji na AWS. Pasjonuje się również poprawą doświadczeń klientów i osiąganiem wyników biznesowych dzięki wykorzystaniu danych.

Cecila Pattersona jest konsultantem ds. sztucznej inteligencji języka naturalnego w usługach AWS Professional z siedzibą w północnym Teksasie. Posiada wieloletnie doświadczenie w pracy z dużymi przedsiębiorstwami, aby umożliwiać i wspierać globalne rozwiązania infrastrukturalne. Cecil wykorzystuje swoje doświadczenie i różnorodny zestaw umiejętności do tworzenia wyjątkowych rozwiązań konwersacyjnych dla klientów każdego typu.

Sanju Sunny jest specjalistą ds. innowacji cyfrowych w Amazon ProServe. Współpracuje z klientami z różnych branż w oparciu o charakterystyczne mechanizmy innowacji Amazona skupione na kliencie, aby szybko opracowywać, weryfikować i prototypować nowe produkty, usługi i doświadczenia.

Matt Kurio jest konsultantem ds. transformacji bezpieczeństwa w zespole Amazon ProServe Shared Delivery. Jego specjalnością jest pomaganie klientom korporacyjnym w budowaniu bezpiecznych platform oraz skutecznym i wydajnym zarządzaniu bezpieczeństwem. Lubi także relaks na plaży i zajęcia na świeżym powietrzu z rodziną.

• Coinsmart. Najlepsza w Europie giełda bitcoinów i kryptowalut.
• Platoblockchain. Web3 Inteligencja Metaverse. Wzmocniona wiedza. DARMOWY DOSTĘP.
• CryptoJastrząb. Radar Altcoin. Bezpłatna wersja próbna.
• Źródło: https://aws.amazon.com/blogs/machine-learning/build-a-virtual-credit-approval-agent-with-amazon-lex-amazon-textract-and-amazon-connect/