シュナイダー・エレクトリックは、Amazon AuroraとAmazon Bedrockを使用して生成的な人工知能（AI）でSalesforceアカウントの階層管理を自動化します。

Schneider Electricは、エネルギー管理と工業自動化のリーダーであり、CRMシステムを改善するために顧客アカウントを親エンティティに正確にリンクさせることを目指しました。この過程は、セールスオペレーションとリソース割り当ての最適化のために不可欠であり、従来は人力で行われていました。2023年4月、Schneider Electricはこれに対処するために、生成AIと大規模言語モデル(LLM)を活用しました。まず、Amazon SageMaker JumpstartでFlan T5 LLMを使用し、プロジェクトの実現可能性を証明しました。その後、Amazon AuroraとAmazon BedrockがSalesforce CRMと統合されたソリューションでこのソリューションを強化しました。 Amazon Bedrockは、高性能の基礎モデルを提供し、セキュアで責任あるAIアプリケーションを構築することを支援します。Amazon Aurora Serverless V2は、関係データベースであり、マシンラーニング(ML)モデル埋め込みをpgvector拡張で効率的に行い、類似性検索をサポートします。Schneider Electricは、pgvectorを使用してLangChainの埋め込みを保存し、顧客アカウントの階層マッピングを効果的に行いました。 このソリューションは、AWS BatchジョブがSalesforceアカウント情報を処理し、Amazon Bedrock上のAnthropic Claude 3を使用して推奨を行い、結果をAuroraとAmazon S3に保存します。カスタムStreamlitアプリケーションはこれらの推奨事項をユーザーが確認できるように表示します。この自動化された過程は、アカウントの階層を更新する時間を7分から3分に短縮しました。 LLMは、正確なアカウントの階層を生成するために不可欠な役割を果たしました。検索エンジン結果、Dun & Bradstreet APIデータ、Auroraでのベクトル検索を統合し、システムは正しい親エンティティを推測しました。Amazon Bedrockの柔軟性により、Schneider Electricは、コストと性能を最適化するために異なるLLMモデルに切り替えることができました。このアプローチは、60%のコスト削減とアカウントの階層管理の効率化をもたらしました。 このプロジェクトは、AWSサービスの使用が、運営を革新し、効率化するための利点を明確に示しました。Aurora Serverless v2とpgvector、Amazon Bedrock上のAnthropic Claude 3 Sonnetは、顧客アカウントの階層管理のためのスケーラブルでコスト効果的なソリューションを提供しました。AIモデルとサーバーレスアーキテクチャーの統合は、運営上のオーバーヘッドを最小化し、データの正確さを確保し、システムのアジリティとスケーラビリティを確保しました。