施耐德电气使用 Amazon Aurora 和 Amazon Bedrock 的生成型人工智能 (AI) 自动化 Salesforce 账户层次结构管理

施耐德电气（Schneider Electric），一家能源管理和工业自动化领域的领导者，旨在通过准确地将客户账户链接到其母实体来改善CRM系统。这个过程对于优化销售运营和资源分配非常关键，但它需要人工参与。为解决这个问题，施耐德电气在2023年4月开始使用生成性AI和大型语言模型（LLM）。 他们首先使用了Amazon SageMaker Jumpstart中的Flan T5 LLM，证明了该项目的可行性。随后，他们使用Amazon Aurora和Amazon Bedrock与Salesforce CRM集成来增强解决方案。 Amazon Bedrock是一个管理服务，提供高性能的基础模型，以便构建安全且负责任的AI应用程序。Amazon Aurora Serverless V2是一个关系数据库，使用pgvector扩展来存储机器学习（ML）模型嵌入，以便进行高效的相似性搜索。施耐德电气使用pgvector来存储LangChain生成的嵌入，从而实现了有效的客户账户层次结构映射。 解决方案涉及AWS Batch作业处理Salesforce账户信息，使用Amazon Bedrock上的Anthropic Claude 3生成建议，并将结果存储在Aurora和Amazon S3中。一个自定义的Streamlit应用程序显示了这些建议，以供用户审核。这个自动化过程将更新账户层次结构的时间从每个账户7分钟减少到3分钟。 LLM在生成准确的账户层次结构中扮演着关键角色。通过集成搜索引擎结果、Dun & Bradstreet API数据和Aurora中的向量搜索，该系统推断出了正确的母实体。Amazon Bedrock的灵活性使施耐德电气能够在不同的LLM模型之间切换，以优化成本和性能。这种方法导致了60%的成本降低和账户层次结构管理效率的提高。 总之，该项目突出了使用AWS服务来创新和流程优化的益处。Aurora Serverless v2与pgvector和Amazon Bedrock上的Anthropic Claude 3 Sonnet提供了一个可扩展、成本效益的解决方案，以管理客户账户层次结构。AI模型和serverless架构的集成最小化了运营开销，提高了数据准确性，并确保了系统的敏捷性和可扩展性。