Amazon Kendra 客户

当今的领先公司信赖 Twilio 的客户互动平台，全球成千上万的企业和超过一千万的开发者都在使用 Twilio 的客户互动平台为其客户打造独特的个性化体验。为了满足不断增长的客户支持需求，我们着手提供智能搜索和工单提交流程，以转移工单并降低成本，同时改善整体客户体验。与传统搜索引擎不同，Amazon Kendra 允许我们从任何包含客户查询推荐答案的文章中提取特定文本段。  Amazon Kendra 使我们能够以很高的成功率转移工单。

我们的优势之一是在设计各个领域的数据驱动型企业管理方式时掌握的经验和知识。有效利用这些信息资产创造协同效应在提高我们解决方案质量方面发挥关键作用。Amazon Kendra 是此作用领域的强大支持平台。由于 Amazon Kendra 可让我们从通用界面检索分布在多个内部平台（例如 Wiki 和文档文件）中的信息，因此自部署以来，我们信息资产的灵活性已得到显著提升。与 AWS Lambda 集成的聊天机器人也很容易实施，而提供聊天机器人在公司内部传播搜索机制方面发挥重要作用。我们相信，通过有效利用 Amazon Kendra 的强大功能，我们将能够不断提高技术能力和解决方案的质量。

使用正确的搜索解决方案为 RIA 提供支持至关重要，因为我们希望消除客户查找信息时所遵循的耗时且令人疲惫的过程。为了解决此问题，我们求助于 Amazon Kendra，这是一款强大的 AI 解决方案，可以快速准确地处理 Vivpro 的创新数据模型并实现自然语言查询。借助 Kendra，制药和生物技术研究人员现在可以更快地找到所需的信息，更有效地协作，并且加快新药物的开发。他们花用于寻找信息的时间减少 60％-90％，从而提高工作效率。对于 Vivpro 成功提供统一的生物智能平台和创新服务，以闪电般的速度为制药、生物技术、设备开发商、CRO 和投资者做出基于证据的临床、监管和商业决策，Amazon Kendra 的解决方案和合作至关重要。

Orion Health 是 AWS 的长期合作伙伴，因此我们自然希望通过 Amazon Kendra 搜索数字前门解决方案。Kendras 为期六周的快速原型制作缩短了项目产生价值的时间。它能够在不同的联合数据集上启用自然语言搜索，这对于减少搜索引擎通常产生的垃圾信息具有重要意义。

在 3M，科学是我们一切工作的核心。研发是 3M 的心跳；我们对能够增强 3M 实力的科学进行了大力投资。这项投资是让我们每年能够推出超过 1200 种新产品的关键所在。当我们的材料科学家领导新研究时，他们需要从之前的相关研究中获取信息，而这些信息则隐含在我们庞大知识库内的许多专利中。寻找适用信息的过程通常很费时费力（但不至于让人筋疲力尽）。为了解决此问题，我们决定使用功能强大的全新 AWS 产品 Amazon Kendra。Kendra 通过快速准确地处理自然语言查询，帮助我们的科学家找到所需的信息。借助 Kendra，我们希望工程师和研究人员能够比使用 Amazon Kendra 之前更快地找到信息。我们的科学家对这款全新的强大工具充满热情，我们希望他们能够加快创新速度，更有效地开展合作，加速为我们的客户不断推出独家产品。

《华尔街日报》Talk 2020 工具无缝集成了自然语言搜索和 Amazon Kendra，使其能够轻松保持数据源更新。Talk2020 用户可以通过询问通俗易懂的问题，以便了解总统候选人发表过哪些关于经济、医疗和 COVID-19 等广泛问题和话题的言论，从而获得做出重要投票决策所需的信息。我们非常高兴能够向任何想要使用它的人提供这项免费服务。

如今的公司每天都会面临海量的文件和信息，从过去的施工案例中快速找到所需的信息是一项关键挑战，会直接影响员工的工作效率和工作参与度。Amazon Kendra 使员工只需用自然语言提问即可立即检索相关信息。它还具有一个界面，允许从各种格式（包括 PDF、WORD、EXCEL 和 HTML）的文档中进行搜索，并且可以轻松地与现有数据来源集成。因此，Kendra 使 Taisei 的员工能够快速轻松地找到准确的信息。此外，通过利用 Kendra Retriever API，我们相信我们可以加快检索增强生成（RAG）等生成式人工智能应用程序的开发速度，并在未来支持员工获取搜索系统之外知识。

Amazon Kendra 是一站式人工智能解决方案，如果配置正确，将能够跨越组织中的每个领域，并且简单直接地实施。

在我们部署 Kendra 之前，我们曾尝试创建逻辑导航路径来引导我们的客户获得他们需要的信息，但是没有一个能够达到所需的客户体验（CX）水平，这可能会导致客户在他们的医疗利益上作出非最优的决策。Amazon Kendra 毫不费力地就接入了我们现有的门户平台，解放了员工，让他们专注于更高价值的活动来推动客户体验的改进。虽然我们还处于使用 Kendra 的早期阶段，但我们已经看到它在最初几天就支持了数千次积极的客户互动，并提供了更优质的回答。

我们选择 Amazon Kendra 来构建安全且可扩展的座席协助解决方案。这有助于呼叫中心的代理和他们服务的客户迅速发现他们需要的信息。自从实施了 Contact Center Intelligence（CCI）和 Amazon Kendra，早期结果显示，平均通话时间减少了约 9-15 秒，这为每年 220 万次通话节省了超过 4000 小时。

为了帮助城市更好地为这些居民提供服务，Citibot 将其 Amazon Lex 聊天机器人扩展为与 Amazon Kendra 相集成，它能够回答自然语言问题、从多个来源获取数据；帮助城市在最需要的时候提高与居民互动的可扩展性和有效性。在 COVID-19 爆发期间，有报告称部分城市呼叫中心的放弃率达到 50％、部分州的等待时间长达 3 小时，其中约 80％ 与 COVID-19 相关。我们希望 Amazon Kendra 能让市民通过与聊天机器人互动，快速找到他们想要的答案，并将等待时间减少 90%。在 COVID-19 之后，各城市将会继续利用由 Amazon Kendra 提供支持的聊天机器人，来更快、更轻松地获取更多此类相关信息，例如公共设施营业时间或由于繁忙的公共活动导致的道路封闭等。

我们需要一种更好的方式，来将客户与他们所需的信息相连。大学新生不知道要在网站的什么地方寻找课程信息，这对学生的入学率产生了负面影响，而返校的学生无法找到更新的办公时间，导致体验不佳。集成这个工具非常简单；它不仅通过为学生提供相关回答来改善客户互动，而且通过将 Amazon Kendra 和 Amazon Lex 的机器学习功能与 QnABot 相结合，为我们提供了一种有助于更好地理解和满足学生需求的机制，即使在我们最繁忙的学期也是如此。高峰时期我们可能会接到超过 2000 个电话，单独一家代理难于应对如此多的通话量。然而，自从推出 QnABot 以来，它已经支持了超过 34000 次通话，节省了 833 小时的工作时间，同时确保每个客户都得到相同的服务水平和准确性。对于客户和学生来说，这是我们实施过的最具影响力的技术。未来，我们希望扩大 QnABot 的使用范围，为学生提供个性化的信息，包括他们的课程表、咨询和其他与学习课程相关的信息。

Kendra 通过一种快速、便捷且准确的服务提供对知识存储库的访问，从而对客户利用数据做出关键决策的能力产生影响，这让 Baker Tilly 感到很兴奋。

为了更好地装备员工以为客户提供卓越的运营，我们进行了一个使内部知识库现代化的项目。我们想让员工更容易找到他们需要的信息，并全面提高员工的参与度。最初，我们面临的挑战是，很多文档都位于不同的驱动器上，而内容存储库使我们难以分类和创建统一的搜索索引。凭借 Amazon Kendra，我们可以应用 Amazon Kendra 的智能搜索功能，而不是继续对数据进行分类、给文档添加标签和管理分类，这样员工就可以问一些自然语言问题，并迅速获得与人力资源或福利相关主题的答案。这样一来，员工不需要知道策略的名称或文档驻留的位置，使他们能够快速获得相关答案，并将时间集中在增值活动上。我们对 JMT 更智能搜索的潜力很感兴趣，并且已经确定了更多可以帮助我们的员工和客户前进的领域。

在 Amazon Kendra 之类人工智能服务带来的诸多重大影响中，其中之一是帮助科学家、学者和技术人员在科学文献的海洋中快速找到正确信息，并加快重要研究的进展。Allen Institute for AI 语义学者团队以及我们的合作伙伴，非常自豪地提供了 CORD-19，并为社区构建人工智能资源提供支持，帮助他们利用这些资源解决这一关键问题。

作为一家有着 65 年历史的公司，我们不仅拥有 35 年设计、建造和运营液化天然气工厂的经验，还拥有数百万份记录了公司集体智慧的文件。在继续发展成为一家认知型企业的过程中，我们正在寻求用前所未有的规模对自然语言问题做出更准确的回答。因此，我们决定使用 Amazon Kendra。Kendra 使用自然语言查询来检索我们所需的特定答案。现在，我们可以精确地搜索到公司内部最有价值的项目工程文档；我们很快就会将这一工具扩展到我们的整个文档化知识库中。Kendra 能够快速并准确地找到像‘冥王星行动中铺设的海底管道长度是多少？’等问题的答案。认知能力的这种逐步变化让做出更好更快的决策变为了可能，有助于改善公司运营和员工的工作生活。

我们的核心产品之一是 Workgrid Chatbot，它让企业员工能够通过友好的自然语言界面快速获得常见查询的答案并自动执行任务。任何企业用聊天机器人的都有一个关键任务，那就是要能够回答员工提出的无数问题，这就是 Workgrid 提供了一种自助式问答构建器的原因，该编程器让内容作者无需使用编程语言就可以训练 Chatbot 来回答员工的问题。除了这些精心设计的内容外，我们还希望为 Workgrid Chatbot 提供一种从整个企业中现存的海量文档（例如 PDF 文档）中轻松提取知识的方法。有了 Amazon Kendra，我们终于能够迅速而高效地为客户找到其所需的答案。Amazon Kendra 使得直接从位于多个存储库内的非结构化数据中提取答案成为可能，并有可能实现快速跟踪我们向客户交付的更优质的准确答案。Amazon Kendra 的智能搜索与我们提供的对话上下文和任务自动化相结合，这让我们倍感兴奋，强强联合创造出功能强大的员工体验。

在 Sage，我们一直希望能找到一家合适的合作伙伴公司，希望能够借助其技术以一种全新的智能方式帮助我们解决客户挑战。各种规模的组织都面临着信息发现的挑战，信息发现会直接影响员工的效率和体验。Amazon Kendra 等技术则提供了应对这些挑战的机会。我们的业务覆盖会计和财务、支付和银行业务、人员和薪资等方面，对于那些希望通过 Sage 助力其业务的客户来说，Kendra 为我们带来了切实可见的利益。我们的目标是通过借助 Amazon Kendra 等服务来改变人们的思维方式和工作方式，从而使组织蓬勃发展，我们能够支持客户实现这一目标。

Haufe Group 在不断探索改善客户体验的方法，并寻求通过更好的技术提高员工的工作效率。在当今的工作环境中，提高效率的一个关键因素是快速获取相关数据，包括将驻留在分布式系统上的数据整合在一起。在适当的时间和正确的位置找到正确的信息方面，每个人都遇到了挑战。通常情况下，我们会对查找要搜索的数据需要付出的努力感到沮丧。当对基于文本的内容进行搜索，尤其是对文档进行搜索时，搜索体验会很差。虽然 Haufe Group 已经使用了各种方法来优化这种搜索体验，但我们相信 Amazon Kendra 能够带来显著的额外优化，例如在整个集团的至少 7 个关键信息存储库中提供单一的搜索体验，并且成为实现我们所期望的速度和便捷性的关键。凭借其针对不同数据存储库的预定义连接器以及创建自定义连接器的选项，我们希望 Amazon Kendra 能够在广泛的使用案例中提供帮助，以改善客户体验和员工的工作效率。

Onix 是一家屡获殊荣的云咨询公司，拥有近 20 年的丰富企业搜索经验，已经帮助数百家客户适应了不断变化的搜索环境。多年来，搜索功能在不断发展。用户现在期望从他们在个人生活中使用的语义和自然语言搜索引擎与对话界面中获得相同的体验。在机器学习和自然语言理解的支持下，Kendra 将员工的工作效率提高了 25%。通过更精确的企业搜索，Kendra 为基于关键字的本地和 SaaS 搜索用户提供了新的机会，使其可以迁移到云中并避免合同锁定。

AWS 在加速 Sherlock 开发方面发挥着重要作用。我们不必过多担心扩缩、系统维护和稳定性，因为 AWS 会为我们处理这一切。借助 Amazon Kendra 和 Amazon Lex，我们能够构建最好的 Sherlock 版本，将开发时间缩短数月。不仅如此，我们还能够将每次文献研究的时间缩短 16%。