Schneider Electric automatiserer Salesforce-konto-hierarki-styring med generativ kunstig intelligens (KI) ved hjælp af Amazon Aurora og Amazon Bedrock

Schneider Electric, en leder inden for energistyring og industrielle automation, ønskede at forbedre deres CRM-system ved at korrekt link customer accounts til deres overordnede enheder. Dette proces, som er afgørende for at optimere salgsoperationer og ressourceallokering, var manuelt intensiv. For at imødekomme dette, udnyttede Schneider Electric generative AI og store sprogmodeller (LLM'er) i april 2023. Først brugte de Flan T5 LLM i Amazon SageMaker Jumpstart, hvilket viste projekternes gennemførbarhed. Dernæst forbedrede de deres løsning ved at bruge Amazon Aurora og Amazon Bedrock integreret med Salesforce CRM. Amazon Bedrock, en managed service, der leverer højtydende grundlagmodeller, faciliterede opbygning af sikre og ansvarlige AI-applikationer. Amazon Aurora Serverless V2, en relationel database, understøttede lagring af maskinlæringsmodeller (ML) med pgvector-udvidelsen for effektive lignende søgninger. Schneider Electric brugte pgvector til at lagre embeddings fra LangChain, hvilket muliggjorde effektivt kortlægning af kundekonto-hierarkier. Løsningen involverede AWS Batch-job, der behandlede Salesforce-kontooplysninger, gav anbefalinger ved hjælp af Anthropic Claude 3 på Amazon Bedrock og lagrede resultaterne i Aurora og Amazon S3. En brugerdefineret Streamlit-applikation viste disse anbefalinger for brugerrevision. Dette automatiserede proces reducerede tiden til at opdatere konto-hierarkier fra syv til tre minutter per konto. LLM'er spillede en afgørende rolle i at generere nøjagtige konto-hierarkier. Ved at integrere søgemaskine-resultater, Dun & Bradstreet API-data og vektor-søgninger i Aurora, kunne systemet slutte sig til korrekte overordnede enheder. Flexibiliteten i Amazon Bedrock tillod Schneider Electric at skifte mellem forskellige LLM-modeller for at optimere omkostninger og ydeevne. Dette tilgang ledte til en 60% omkostningsreduktion og forbedret effektivitet i konto-hierarki-styring. I alt viste projektet fordelene ved at bruge AWS-tjenester til at innovere og strømline operationer. Aurora Serverless v2 med pgvector og Anthropic Claude 3 Sonnet på Amazon Bedrock leverede en skalerbar, omkostningseffektiv løsning for at styre kundekonto-hierarkier. Integrationen af avancerede AI-modeller og serverless-arkitektur minimisede driftsudgifter, forbedrede data-nøjagtighed og sikrede systemets agilitet og skalerbarhed.