Schneider Electric automatisoi Salesforce-tilin hierarkiamanagerin generatiivisella tekoälyllä käyttäen Amazon Aurora- ja Amazon Bedrock -palveluita

Schneider Electric, energianhallinnan ja teollisuusautomaation johtaja, pyrki parantamaan CRM-järjestelmäänsä linkittämällä asiakastilit oikein ylemmän tason yksiköihin. Tämä prosessi, joka on välttämätön myynninedistuksen ja resurssien jakamisen optimoimiseksi, oli aiemmin käsitelty manuaalisesti. Ratkaisemaan tämän ongelman Schneider Electric käytti generatiivista tekoälyä ja suuria kielimalleja (LLM) huhtikuussa 2023. Aluksi he käyttivät Flan T5 LLM:ää Amazon Sagemaker Jumpstartissa, mikä osoitti projektin toteuttamiskelpoisuuden. Tämän jälkeen he paransivat ratkaisuaan käyttämällä Amazon Aurora -tietokantaa ja Amazon Bedrock -palvelua Salesforce CRM:n kanssa. Amazon Bedrock, jota käytetään hallinnoimassa suorituskykyisiä perusmalleja, helpotti rakentamaan turvallisia ja vastuullisia AI-sovelluksia. Amazon Aurora Serverless V2, relaatiotietokanta, tuki koneoppimis- (ML) mallien upotustietojen tallentamista pgvector-laajennuksella tehokkaiden samankaltaisuushaunnoimiseksi. Schneider Electric käytti pgvectoria tallentamaan LangChain-mallien upotukset, mikä mahdollisti tehokkaan asiakastilien hierarkiakartan luomisen. Ratkaisuun kuului AWS Batch -tehtävät, jotka käsitelivät Salesforce-tilin tietoja, tehdas ehdotuksia käyttämällä Anthropic Claude 3 -mallia Amazon Bedrockissa ja tallentamassa tulokset Auroraan ja Amazon S3:een. Custom Streamlit -sovellus näytti nämä ehdotukset käyttäjälle tarkastettavaksi. Tämä automaatio vähensi aikaa, jota kului tilitietojen päivittämiseen, seitsemästä kolmeen minuuttiin per tili. LLM-mallit olivat keskeisessä roolissa, kun luotiin tarkkoja tilitietoja. Hakukoneiden tulosten, Dun & Bradstreet API -datan ja vektorihaun yhdistämällä Aurorassa järjestelmä pääsi selville oikeista ylemmän tason yksiköistä. Amazon Bedrockin joustavuus mahdollisti Schneider Electricille vaihtaa eri LLM-malleja, mikä johti 60 %:n kustannusvähennykseen ja parempaan tilitietojen hallintaan. Kaiken kaikkiaan projekti osoitti AWS-palveluiden käytön hyödyt innovaatioissa ja operatiivisten prosessien tehostamisessa. Aurora Serverless v2 pgvectorin kanssa ja Anthropic Claude 3 Sonnet Amazon Bedrockissa tarjosivat skaalautuvan, kustannustehokkaan ratkaisun asiakastilien hierarkioiden hallintaamiseksi. Edistyneiden AI-mallien ja serverittömän arkkitehtuurin yhdistäminen minimoi operatiiviset kustannukset, paransi tietojen tarkkuuden ja varmisti järjestelmän joustavuuden ja skaalautuvuuden.