Schneider Electric automatiseert Salesforce-account-hiërarchiebeheer met generatieve kunstmatige intelligentie (AI) gebruikmakend van Amazon Aurora en Amazon Bedrock

Schneider Electric, een leider in energiemanagement en industriële automatisering, zocht naar een manier om hun CRM-systeem te verbeteren door klantaccounts nauwkeurig te koppelen aan hun bovenliggende entiteiten. Deze processen, cruciaal voor de optimalisatie van verkoopoperaties en middelenallocatie, waren handmatig intensief. Om dit aan te pakken, maakte Schneider Electric gebruik van generatieve AI en grote taalmodellen (LLM's) in april 2023. Aanvankelijk gebruikten ze Flan T5 LLM in Amazon SageMaker Jumpstart, wat de haalbaarheid van het project aantoonde. Vervolgens verbeterden ze hun oplossing met Amazon Aurora en Amazon Bedrock, geïntegreerd met Salesforce CRM. Amazon Bedrock, een beheerde dienst die een hoogpresterende basismodel biedt, faciliteerde het bouwen van veilige en verantwoordelijke AI-toepassingen. Amazon Aurora Serverless V2, een relationele database, ondersteunde het opslaan van machine learning (ML)-model-embeddings met behulp van de pgvector-extensie voor efficiënte soortgelijke zoekopdrachten. Schneider Electric gebruikte pgvector om embeddings van LangChain op te slaan, waardoor een effectieve mapping van klantaccount-hiërarchieën mogelijk was. De oplossing omvatte AWS Batch-jobs die Salesforce-accountinformatie verwerkten, aanbevelingen maakten met behulp van Anthropic Claude 3 op Amazon Bedrock en resultaten opslaan in Aurora en Amazon S3. Een aangepaste Streamlit-toepassing toonde deze aanbevelingen voor gebruikerbeoordeling. Dit geautomatiseerde proces reduceerde de tijd om account-hiërarchieën bij te werken van zeven naar drie minuten per account. De LLM's speelden een cruciale rol bij het genereren van nauwkeurige account-hiërarchieën. Door zoekresultaten, Dun & Bradstreet API-gegevens en vectorzoekopdrachten in Aurora te integreren, kon het systeem correcte bovenliggende entiteiten afleiden. De flexibiliteit van Amazon Bedrock stond Schneider Electric toe om tussen verschillende LLM-modellen te schakelen om kosten en prestaties te optimaliseren. Deze aanpak leidde tot een kostenbesparing van 60% en een verbeterde efficiëntie bij het beheren van account-hiërarchieën. Over het algemeen heeft het project de voordelen laten zien van het gebruik van AWS-diensten om innovatieve en gestroomlijnde operaties te realiseren. Aurora Serverless v2 met pgvector en Anthropic Claude 3 Sonnet op Amazon Bedrock boden een schaalbare, kosteneffectieve oplossing voor het beheren van klantaccount-hiërarchieën. De integratie van geavanceerde AI-modellen en serverless-architectuur minimaliseerde operationele overhead, verbeterde de gegevensnauwkeurigheid en zorgde ervoor dat het systeem flexibel en schaalbaar was.