使用 Amazon Lex、Amazon Textract 和 Amazon Connect 构建虚拟信用审批代理

银行和金融机构每周审查数千份信贷申请。 信贷审批流程要求金融组织投入时间和资源来审查 W2、银行对账单和公用事业账单等文件。 整体体验对于组织来说可能代价高昂。 与此同时，组织必须考虑正在等待信贷申请决定的借款人。 为了留住客户，组织需要快速处理借款人申请并缩短周转时间。

借助使用机器学习的自动信贷审批助手，金融组织可以加快流程、降低成本并通过更快的决策提供更好的客户体验。 银行和金融科技公司可以构建一个虚拟代理，可以审查客户的财务文件并立即提供决策。 建立有效的信贷审批流程不仅可以改善客户体验，还可以降低成本。

在这篇文章中，我们将展示如何构建一个虚拟信用审批助手，该助手可以审查贷款审批所需的财务文件并立即做出决策，以实现无缝的客户体验。 该解决方案使用 亚马逊Lex, 亚马逊Textract及 亚马逊通等 AWS 服务。

解决方案概述

您可以使用以下方式部署该解决方案 AWS CloudFormation 模板。 该解决方案使用 Amazon Lex 创建虚拟代理，并将其与 Amazon Connect 关联，后者充当与客户的对话界面，并要求贷款申请人上传必要的文件。 这些文档存储在 亚马逊简单存储服务 (Amazon S3) 存储桶仅用于该客户。

该解决方案完全无服务器，并使用 Amazon S3 存储托管前端的静态网站和自定义 JavaScript 以启用其余请求。 亚马逊的CloudFront的 用作内容交付网络 (CDN)，以允许网站的公共前端。 CloudFront 是一项快速 CDN 服务，可在开发人员友好的环境中以低延迟和高传输速度安全地向全球客户交付数据、视频、应用程序和 API。

这是一个示例项目，旨在轻松部署以进行实验。 这 AWS身份和访问管理 此解决方案中的 (IAM) 策略权限使用最小权限，但是 CloudFront 和 Amazon API网关 部署的资源可公开访问。 要采取适当的措施来保护您的 CloudFront 分配和 API 网关资源，请参阅 配置安全访问并限制对内容的访问 和 Amazon API Gateway 的安全性。

此外，后端还具有 API 网关以及两个 HTTP 路由 AWS Lambda 功能。 第一个函数创建与 Amazon Connect 的会话以进行聊天； 第二个将前端从 Amazon Connect 获取的预签名 URL 链接传递到 Amazon Lex。 Amazon Lex 触发与其关联的 Lambda 函数，并让 Amazon Textract 读取文档并捕获其中的所有字段和信息。 该功能还根据组织先前定义的业务流程做出信贷决策。 该解决方案与 Amazon Connect 集成，如果客户在此过程中遇到困难或需要帮助，可以让客户联系联络中心代理。

以下示例描述了机器人和借款人之间的交互。

下图说明了解决方案体系结构。

解决方案工作流程如下：

1. 客户导航到 CloudFront 提供的 URL，该 URL 从 S3 存储桶获取网页并将 JavaScript 发送到 Web 浏览器。
2. Web 浏览器呈现网页并向 API 网关发出 API 调用。
3. API Gateway 触发关联的 Lambda 函数。
4. 该函数启动一个 调用startChatContact API 与 Amazon Connect 并触发与其关联的联系流。
5. Amazon Connect 使用话语触发 Amazon Lex 对意图进行分类。 意图分类后，Amazon Lex 会引出所需的槽位，并要求客户上传文档以实现意图。
6. 申请人使用聊天窗口中的上传附件图标将 W2 文档上传到 S3 存储桶。

作为最佳实践，请考虑使用以下方法对 S3 存储桶实施静态加密 AWS密钥管理服务 （AWS KMS）。 此外，您可以将存储桶策略附加到 S3 存储桶，以确保数据在传输过程中始终加密。 考虑为 S3 存储桶启用服务器访问日志记录，以捕获请求的详细记录，以协助安全和访问审核。 有关更多信息，请参阅 Amazon S3 的安全最佳实践.

7. Web 浏览器调用 Amazon Connect 以检索已上传图像的预签名 URL。 确保预签名 URL 在 Lambda 函数运行逻辑后几分钟到期。
8. 文档成功上传后，Web 应用程序对 API Gateway 进行 API 调用，以更新文件位置以在 Amazon Lex 会话属性中使用。
9. API Gateway 触发 Lambda 函数来传递 W2 预签名 URL 位置。 该函数使用 W2 文档的预签名 URL 更新 Amazon Lex 中的会话属性。
10. Web 浏览器还将插槽更新为 uploaded，这就实现了目的。
11. Amazon Lex 触发 Lambda 函数，该函数下载 W2 图像数据并将其发送到 Amazon Textract 进行处理。
12. Amazon Textract 从 W2 图像文档中读取所有字段，将它们转换为键值对，然后将数据传递回 Lambda 函数。

Amazon Textract 符合 AWS 责任共担模型，其中概述了 AWS 与客户之间的数据保护责任。 欲了解更多信息，请参阅 Amazon Textract 中的数据保护.

13. Lambda 使用 W2 数据评估贷款申请并将结果返回到 Web 浏览器。

请遵循在 Lambda 中启用日志记录的最佳实践。 参考 部分1 和 部分2 博客系列“操作 Lambda：构建坚实的安全基础.=

使用 TLS 保护传输中的数据，强烈建议对静态数据进行加密。 有关保护 S3 存储桶内数据的更多信息，请参阅 使用附加 AWS 服务增强 Amazon S3 中存储的敏感数据的安全性.

先决条件

对于本演练，您应该具有以下先决条件：

1. An AWS账户.
2. us-east-1 区域中的 Amazon Connect 联络中心实例。 您可以使用现有的或创建一个新的。 有关说明，请参阅 开始使用 Amazon Connect。 如果您有现有的 Amazon Connect 实例并且未启用聊天，请参阅 在现有 Amazon Connect 联络中心启用聊天.
3. Amazon Connect 中启用的聊天附件。 有关说明，请参阅 启用附件以使用聊天共享文件。 对于 CORS 设置，请使用选项 2，该选项使用 * 通配符 AllowedOrigin.
4. 示例项目位于 GitHub存储库。 您需要在本地计算机上克隆此存储库并使用 AWS无服务器应用程序模型 (AWS SAM) 部署项目。 要安装 AWS SAM CLI 并配置 AWS 凭证，请参阅 AWS SAM 入门.
5. 支持 AWS SAM 部署的 Python 3.9 运行时。

导入 Amazon Connect 流

要导入 Amazon Connect 流，请完成以下步骤：

1. 登录到您的 Amazon Connect 实例。
2. 下 路由，选择 联络流程.
3. 创建联系流程.
4. 点击 保存 菜单中选择 进口流量.
5. 选择 并选择位于的导入流文件 /流动 子目录，称为 Loan_App_Connect_Flow.
6. 节省流量。 暂时不要发布。
7. 扩大 显示其他流程信息 并选择复制图标以捕获 ARN。
   
8. 保存这些 ID，以用作下一步要部署的 CloudFormation 模板中的参数：

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

Amazon Connect 实例 ID 是紧随其后的斜杠之间的长字母数字值 instance 在 ARN 中。 对于本文，实例 ID 是 11111111-1111-1111-1111-111111111111.

联系流 ID 是后面斜杠后面的长值 contact-flow 在 ARN 中。 对于这篇文章，流 ID 是 22222222-2222-2222-2222-222222222222.

使用 AWS SAM 进行部署

捕获实例和流 ID 后，我们就可以部署项目了。

1. 打开终端窗口并克隆 GitHub存储库 在您选择的目录中。
2. 导航到 amazon-connect-virtual-credit-agent 目录并按照 GitHub 存储库中的部署说明进行操作。
3. 记录 Amazon Lex 自动程序名称 输出 后续步骤的部署部分（称为 Loan_App_Bot 如果您接受默认名称）。
4. AWS SAM 部署成功完成后，返回这些说明。

更新联系流块

要更新联系流块，请完成以下步骤：

1. 登录到您的 Amazon Connect 实例
2. 下 路由，选择 联络流程.
3. 选择名为的流 Loan_App_Flow.
4. 选择 获取客户意见 块。
5. 在 Amazon Lex 部分下，选择名为的机器人 Loan_App_Bot 以及之前创建的 dev 别名。
6. 保存.
7. 选择 设置工作队列 块。
8. 选择 X 图标，然后在下拉菜单中选择 基本队列.
9. 保存.
   
10. 节省流量。
11. 发布流程。

测试解决方案

您现在已准备好测试该解决方案。

1. 登录您的 Amazon Connect 实例以设置用于聊天的 Amazon Connect 代理。
2. 在仪表板上，选择电话图标以在单独的窗口中打开联系人控制面板 (CCP)。
   
3. 在CCP中，将代理状态更改为 可提供.
   
4. 点击 输出 CloudFormation 堆栈的选项卡，选择以下值 cloudFrontDistribution.

这是指向您的 CloudFront URL 的链接。 您将被重定向到包含贷款服务机器人的网页。 浮动操作按钮 (FAB) 位于屏幕右下角。

5. 选择 FAB 打开聊天机器人。
6. 收到欢迎消息后，输入 I need a loan.
   
7. 出现提示时，选择贷款类型并输入贷款金额。
8. 上传 W2 文档的图像。

示例 W2 图像文件位于项目存储库中 /img 子目录。 该文件名为 w2.png。

图片上传后，机器人会询问您是否要提交申请。

9. 支持 提交。

提交后，机器人会评估 W2 图像并提供响应。 几秒钟后，您将连接到代理。

您应该会看到连接 CCP 中聊天的请求。

10. 选择要接受的请求。

代理现已连接到聊天用户。 您可以模拟对话的每一方来测试聊天会话。

11. 结束聊天 当你完成了。

故障排除

部署堆栈后，如果您在查看 CloudFront URL 时看到 Amazon S3 权限错误，则意味着域尚未准备就绪。 CDN 最多可能需要 1 小时才能准备就绪。

如果您无法添加附件，请检查您的 CORS 设置。 有关说明，请参阅 启用附件以使用聊天共享文件。 对于 CORS 设置，请使用选项 2，该选项使用 * 通配符到 AllowedOrigin.

清理

为了避免将来产生费用，请移除通过删除 CloudFormation 堆栈创建的所有资源。

结论

在这篇文章中，我们演示了如何快速、安全地设置贷款申请处理解决方案。 静态和传输中的数据均经过加密且安全。 该解决方案可以作为构建其他自助服务处理流程的蓝图，其中 Amazon Connect 和 Amazon Lex 为客户参与提供对话界面。 我们期待看到您使用此架构构建哪些其他解决方案。

如果您在构建这些功能和 Amazon Connect 联系流方面需要帮助，请联系全球数十个 Amazon Connect 合作伙伴之一。

---

作者简介

迪普库玛·梅塔 是 Amazon ProServe Natural Language AI 团队的高级会话 AI 顾问。 他专注于帮助客户在 AWS 的生产环境中设计、部署和扩展端到端的对话式 AI 解决方案。 他还热衷于利用数据改善客户体验并推动业务成果。

塞西尔·帕特森 是位于德克萨斯州北部的 AWS 专业服务自然语言 AI ​​顾问。 他拥有多年与大型企业合作以实现和支持全球基础设施解决方案的经验。 塞西尔利用他的经验和多样化的技能为所有类型的客户构建卓越的对话解决方案。

三州阳光 是 Amazon ProServe 的数字创新专家。 他围绕亚马逊独特的以客户为中心的创新机制与各行业的客户进行互动，以快速构思、验证新产品、服务和体验并制作原型。

马特·库里奥 是 Amazon ProServe 共享交付团队的安全转型顾问。 他擅长帮助企业客户构建安全平台并有效且高效地管理安全。 他还喜欢在海滩放松以及与家人一起进行户外活动。

• 硬币聪明。 欧洲最好的比特币和加密货币交易所。
• 柏拉图区块链。 Web3 元宇宙智能。 知识放大。 自由登入。
• 加密鹰。 山寨币雷达。 免费试用。
• 资料来源：https://aws.amazon.com/blogs/machine-learning/build-a-virtual-credit-approval-agent-with-amazon-lex-amazon-texttract-and-amazon-connect/