Clients Amazon Kendra

Les grandes entreprises d'aujourd'hui font confiance à la plateforme d'engagement client de Twilio, utilisée par des centaines de milliers d'entreprises et plus de dix millions de développeurs dans le monde entier pour créer des expériences uniques et personnalisées pour leurs clients. Pour suivre la demande croissante du service clientèle, nous avons entrepris de proposer un flux de recherche et de soumission de tickets intelligent qui détourne les tickets et réduit les coûts, tout en améliorant l'expérience globale des clients. Contrairement à un moteur de recherche traditionnel, Amazon Kendra nous permet d'extraire le segment de texte spécifique de n'importe quel article qui contient la réponse recommandée à la question d'un client.  Amazon Kendra nous a permis de détourner des tickets avec un taux de réussite élevé.

L'une de nos forces réside dans l'expérience et les connaissances que nous avons acquises en concevant une gestion d'entreprise axée sur les données dans une grande variété de domaines. L'exploitation efficace de ces actifs d'informations pour créer des synergies est essentielle à l'amélioration de la qualité de nos solutions. Amazon Kendra est une plateforme d'assistance solide pour ce rôle. Étant donné qu'Amazon Kendra nous permet de récupérer des informations distribuées sur plusieurs plateformes internes, telles que des fichiers Wiki et des documents, à partir d'une interface commune, la flexibilité de nos actifs d'informations a été considérablement améliorée depuis ses déploiements. Il a également été facile de mettre en œuvre des chatbots intégrés à AWS Lambda, et la mise à disposition des chatbots a joué un rôle important dans la diffusion du mécanisme de recherche au sein de l'entreprise. Nous sommes convaincus que nous serons en mesure d'améliorer continuellement nos capacités techniques et la qualité de nos solutions en utilisant efficacement les puissantes fonctionnalités d'Amazon Kendra.

Il était essentiel d'utiliser la bonne solution de recherche pour alimenter RIA, car nous voulions éliminer le processus fastidieux et épuisant que suivaient nos clients pour trouver des informations. Pour résoudre ce problème, nous nous sommes tournés vers Amazon Kendra, une puissante solution d'IA qui gère rapidement et précisément le modèle de données innovant de Vivpro et autorise les requêtes en langage naturel. Grâce à Kendra, les chercheurs pharmaceutiques et biotechnologiques peuvent désormais trouver les informations dont ils ont besoin beaucoup plus rapidement, collaborer plus efficacement et accélérer le développement de nouveaux médicaments. Le temps qu'ils consacrent à la recherche d'informations a été réduit de 60 % à 90 %, ce qui s'est traduit par une amélioration de la productivité. La solution et la collaboration d'Amazon Kendra ont joué un rôle inestimable dans la réussite de Vivpro en proposant une plateforme de biointelligence unifiée et des services innovants permettant de prendre des décisions cliniques, réglementaires et commerciales fondées sur des preuves à la vitesse de l'éclair pour les entreprises pharmaceutiques, biotechnologiques, les développeurs d'appareils, les CRO et les investisseurs.

Orion Health est un partenaire de longue date d'AWS, il était donc naturel pour nous de nous tourner vers la recherche Amazon Kendra pour notre solution Digital Front Door. Le prototypage rapide de Kendra en six semaines a accéléré le délai de rentabilisation du projet. Sa capacité à permettre des recherches en langage naturel sur des jeux de données disparates et fédérés était essentielle pour réduire le bruit que produisent généralement les moteurs de recherche.

Chez 3M, la science est au cœur de tout ce que nous faisons. Pour nous, le R&D est le cœur de 3M. Nous investissons profondément dans la science qui fait la force de 3M. Cet investissement est la clé qui nous permet de lancer plus de 1 200 nouveaux produits chaque année. Lorsque nos scientifiques des matériaux mènent de nouvelles recherches, ils ont besoin d'accéder à des informations issues de recherches antérieures pertinentes, informations enfouies dans les nombreux brevets que nous détenons dans notre vaste base de connaissances. Trouver les bonnes informations est souvent épuisant (mais pas exhaustif) et prend du temps. Pour résoudre ce problème, nous avons décidé d'utiliser Amazon Kendra, une nouvelle offre AWS puissante. Kendra permet à nos scientifiques de trouver les informations dont ils ont besoin en traitant les requêtes en langage naturel rapidement et avec précision. Avec Kendra, nous nous attendons à ce que nos ingénieurs et chercheurs trouvent des informations beaucoup plus rapidement qu'avant d'utiliser Amazon Kendra. Nos scientifiques sont enthousiastes à l'égard de cette nouvelle superpuissance et nous nous attendons à ce qu'ils soient en mesure d'innover plus rapidement, de collaborer plus efficacement et d'accélérer le flux continu de produits uniques pour nos clients.

L'outil The Wall Street Journal Talk 2020 intègre en toute fluidité la fonctionnalité de recherche en langage naturel et Amazon Kendra facilite la mise à jour des flux de données. Les utilisateurs de Talk2020 peuvent accéder aux informations dont ils besoin pour prendre des décisions importantes en matière d'élections, en posant des questions en langage simple afin de déterminer le positionnement des candidats à la présidence en ce qui concerne une vaste palette de sujets tels que l'économie, les soins de santé et la COVID-19. Nous sommes heureux de pouvoir proposer ce service gratuit à toute personne souhaitant l'utiliser.

Les entreprises d’aujourd’hui sont inondées de grandes quantités de documents et d’informations au quotidien, et trouver rapidement les informations dont vous avez besoin à partir de dossiers de construction antérieurs constitue un défi majeur qui affecte directement la productivité des employés et leur engagement au travail. Amazon Kendra permet aux employés de récupérer instantanément des informations pertinentes en posant simplement des questions en langage naturel. Il possède également une interface qui permet d’effectuer des recherches dans des documents de différents formats, notamment PDF, WORD, EXCEL et HTML, et peut être facilement intégré aux sources de données existantes. Kendra permet ainsi aux employés de Taisei de trouver rapidement et facilement des informations précises. De plus, en tirant parti de l’API Kendra Retriever, nous pensons pouvoir accélérer le développement d’applications d’IA générative telles que la génération d’augmentation de la récupération (RAG) et soutenir l’acquisition de connaissances des employés au-delà du système de recherche à l’avenir.

Amazon Kendra est une solution d'IA clé en main qui, lorsqu'elle est configurée correctement, est capable de couvrir tous les domaines de l'organisation tout en étant simple à mettre en œuvre.

Avant notre déploiement de Kendra, nous avons essayé de créer des chemins de navigation logiques pour orienter nos clients vers les informations requises. Toutefois, aucune de nos tentatives n'a amené le niveau souhaité d'expérience client et cela a même généré de la frustration ou pire, amenant les clients à prendre des décisions peu optimales en ce qui concerne leurs avantages médicaux. Amazon Kendra s'est intégré facilement à notre plateforme de portail existant et a permis aux membres du personnel de récupérer du temps pour se concentrer sur les activités de plus grande valeur et améliorer l'expérience client. Bien que nous en soyons toujours aux prémices de notre utilisation de Kendra, nous avons déjà constaté qu'il permettait des milliers d'interactions positives avec les clients et fournissait des réponses de meilleure qualité dès les premiers jours.

Nous avons choisi Amazon Kendra pour créer une solution d'assistance aux agents sécurisée et évolutive. Nous avons ainsi aidé les agents des centres d'appels, et les clients qu'ils servent, à trouver rapidement les informations dont ils ont besoin. Les premiers résultats de l'implémentation de l'Intelligence du Centre de contact (CCI) et d'Amazon Kendra montrent une réduction moyenne de la durée des appels d'environ 9 à 15 secondes, soit une économie de plus de 4 000 heures sur plus de 2,2 millions d'appels par année calendaire.

Pour aider les villes à mieux servir ces résidents, Citibot a étendu son chatbot Amazon Lex pour l'intégrer à Amazon Kendra. Sa capacité à répondre à des questions en langage naturel, en extrayant des données de plusieurs sources, aide les villes à améliorer la capacité de mise à l'échelle et l'efficacité de l'engagement avec les électeurs à un moment où cela est le plus nécessaire. Lors de l'épidémie de COVID-19, certaines villes ont signalé un taux d'abandon de 50 % dans leurs centres d'appels, et certains États ont signalé de temps d'attente allant jusqu'à trois heures, dont environ 80 % du volume était lié au COVID-19. Nous attendons d'Amazon Kendra qu'il permette aux citoyens de trouver rapidement les réponses qu'ils cherchent en s'engageant avec le chatbot, et de réduire les temps d'attente jusqu'à 90 %. Après COVID-19, les villes continueront à utiliser le chatbot Amazon Kendra pour fournir un accès plus rapide et plus facile à plus d'informations sur des sujets tels que les heures d'ouverture des installations publiques ou les fermetures de routes en raison d'événements publics très fréquentés.

Nous avions besoin d'un meilleur moyen de mettre en relation nos clients et les informations requises. Les nouveaux étudiants ne savaient pas où trouver des informations sur les programmes sur notre site, ce qui a eu un impact négatif sur les taux d'inscription des étudiants, et les anciens étudiants ne parvenaient pas à trouver les nouvelles heures de bureau, résultant en une expérience sous-optimale. L'intégration de cet outil était simple. Non seulement cela a permis d'améliorer les interactions des clients en fournissant aux étudiants les réponses appropriées, mais les capacités de machine learning d'Amazon Kendra et Amazon Lex combinées à QnABot nous ont aussi fourni un mécanisme pour mieux comprendre et rencontrer les besoins de nos étudiants, même pendant les périodes les plus chargées. En période de pointe, nous pouvons recevoir plus de 2000 appels, ce qui est trop pour un seul agent. Cependant, depuis le lancement du QnABot, ce dernier a pris en charge plus de 34 000 conversations et a permis au personnel de gagner 833 heures, tout en garantissant à chaque client le même niveau de service et de précision. Pour les clients et les étudiants, c'est la technologie la plus efficace que nous ayons implémentée. À l'avenir, nous espérons étendre notre utilisation du QnABot pour fournir des informations personnalisées aux étudiants en ce qui concerne leur emploi du temps scolaire, des conseils et d'autres informations pertinentes liées à leur programme d'études.

Chez Baker Tilly, nous nous réjouissons de l'impact que Kendra aura dans la prise de décisions importantes par le client, puisque ce service unique permet un accès rapide, facile et précis aux données via des dépôts de connaissances.

Pour permettre à nos employés de garantir à nos clients l'excellence opérationnelle, nous avons entrepris de moderniser notre base de connaissances interne. Nous voulions que nos employés puissent trouver plus facilement les informations dont ils ont besoin et favoriser leur implication. Au départ, le fait qu'un grand nombre de nos documents se trouvaient sur différents disques et référentiels de contenus rendait difficile la tâche de classification et de création d'un index de recherche unifié. Grâce à Amazon Kendra, plus besoin de classifier les données, de baliser les documents, ni de gérer des taxonomies. En appliquant les capacités de recherche intelligente d'Amazon Kendra, nous avons permis à nos employés de poser des questions en langage naturel et d'obtenir rapidement des réponses aux rubriques liées aux RH ou aux prestations. Comme les employés n'avaient plus besoin de connaître le nom de la police ou l'emplacement de stockage du document, ils ont pu trouver les bonnes réponses rapidement et se consacrer à des activités à valeur ajoutée. Nous avons l'intention d'utiliser pleinement le potentiel que nous offre la recherche intelligente et nous avons identifié d'autres domaines, au sein de JMT, où elle pourrait bénéficier encore davantage à nos employés et nos clients.

L'une des choses les plus percutantes qu'une IA comme Amazon Kendra puisse faire à l'heure actuelle est d'aider les scientifiques, les universitaires et les technologues à trouver rapidement les bonnes informations dans un océan de littérature scientifique et à accélérer les recherches importantes. L'équipe Semantic Scholar de l'Allen Institute for AI, ainsi que nos partenaires, sont fiers de fournir CORD-19 et de soutenir les ressources d'IA que la communauté est en train de construire pour tirer parti de cette ressource pour résoudre ce problème crucial.

Avec 65 ans d'expérience, dont 35 ans dans la conception, la construction et l'exploitation d'unités de GNL, nous avons des millions de documents capturant notre intelligence collective. Poursuivant notre processus pour devenir une entreprise cognitive, nous recherchons une plus grande précision dans les réponses à nos questions en langage naturel, à une échelle qui n'était pas possible auparavant. C'est pourquoi nous avons décidé d'utiliser Amazon Kendra. Kendra utilise des requêtes en langage naturel pour récupérer les réponses spécifiques dont nos collaborateurs ont besoin. Nous sommes désormais en mesure de rechercher précisément nos documents d'ingénierie de projet les plus précieux, et nous allons bientôt les étendre à toute notre base de connaissances documentée. Kendra trouve la réponse à des questions comme « Quelle est la longueur du pipeline à Pluto ? » rapidement et avec précision. Ce changement radical des capacités cognitives permettra de prendre plus rapidement de meilleures décisions pour améliorer nos opérations et la vie professionnelle de nos employés.

L'une de nos principales offres est Workgrid Chatbot, qui donne aux employés la possibilité d'obtenir des réponses rapides aux requêtes fréquentes et d'automatiser les tâches à l'aide d'une interface conviviale en langage naturel. Un élément clé d'un chatbot est sa capacité de répondre à la multitude de questions posées par les employés. C'est pourquoi Workgrid propose un générateur de questions-réponses en libre-service qui ne nécessite aucun langage de programmation pour les auteurs de contenu pour former le chabot à répondre aux questions des employés. En plus de ce contenu organisé, nous voulons offrir au Workgrid Chatbot un moyen d'extraire facilement les connaissances des grandes quantités de documents (par exemple, les documents PDF) qui existent dans l'entreprise. Avec Amazon Kendra, nous sommes ravis que nos clients aient la possibilité d'obtenir les réponses dont ils ont besoin rapidement et efficacement. Amazon Kendra permet d'extraire des réponses directement à partir de données non structurées dans plusieurs référentiels et a le potentiel d'accélérer la fourniture de réponses précises d'une qualité sans précédent à nos clients. Nous sommes ravis d'explorer la combinaison de la recherche intelligente d'Amazon Kendra avec le contexte conversationnel et l'automatisation des tâches que nous proposons pour créer une expérience utilisateur puissante.

Chez Sage, nous cherchons toujours à nous associer à des entreprises qui nous aident à résoudre les défis des clients de manière nouvelle et intelligente. Les organisations de toutes tailles sont confrontées à un défi pour la découverte d'informations, qui affecte directement l'efficacité et l'expérience des employés. Des technologies comme Amazon Kendra offrent des opportunités pour relever ce défi. Nous voyons certainement les avantages que cela pourrait avoir pour nos clients dans les domaines de la comptabilité et des finances, des paiements et des opérations bancaires, des personnes et de la paie, qui comptent sur Sage pour aider leur entreprise. Notre objectif est de transformer la façon dont les personnes pensent et travaillent afin que leurs organisations puissent prospérer. En utilisant des services comme Amazon Kendra, nous pouvons aider nos clients à faire exactement cela.

Au sein du groupe Haufe, nous recherchons constamment des moyens d'améliorer l'expérience client et d'accroître la productivité des employés grâce à des technologies toujours plus performantes. L'un des critères essentiel pour être efficace dans l'environnement de travail actuel est de pouvoir accéder rapidement aux données pertinentes réparties sur différents systèmes, notamment en les regroupant en un même endroit. Il est arrivé à tout le monde d'avoir du mal à trouver les bonnes informations au bon endroit et au bon moment. Bien souvent, ces efforts de recherche de données engendrent de la frustration. Et l’expérience est d’autant plus frustrante lorsque la recherche effectuée concerne du contenu texte, notamment la recherche de documents. Bien que certaines mesures existent déjà au sein du groupe Haufe pour faciliter les recherches, nous sommes convaincus qu'Amazon Kendra permettra une optimisation supplémentaire importante. En effet, il sera désormais possible d’effectuer en une opération la recherche sur les sept principaux dépôts d'informations du groupe, voire plus, ce qui nous aidera considérablement à atteindre nos objectifs de vitesse et de facilité d'accès. Grâce à ses connecteurs prédéfinis pour différents dépôts de données et à la possibilité de créer des connecteurs personnalisés, nous pensons qu'Amazon Kendra nous aidera dans différentes situations à améliorer l'expérience client et la productivité des employés.

Onix, une société de conseil primée dans le domaine du cloud computing et qui a près de 20 ans d'expérience dans la recherche en entreprise, a aidé des centaines de clients à s'adapter au contexte en perpétuelle évolution de la recherche. Les fonctionnalités de recherche ont évolué au fil des ans. Les utilisateurs espèrent désormais avoir la même expérience que celle qu'ils ont avec les moteurs de recherche sémantiques et en langage naturel ou les interfaces de conversations qu'ils utilisent dans leur vie personnelle. Doté du machine learning et de la compréhension du langage naturel, Kendra peut accroître la productivité des employés jusqu'à 25 %. Grâce à une recherche en entreprise plus précise, Kendra ouvre de nouvelles possibilités aux utilisateurs de recherche par mot-clé sur site et en mode SaaS de migrer vers le cloud et d’éviter le verrouillage des contrats.

AWS a joué un rôle essentiel dans l'accélération du développement de Sherlock. Nous n'avons pas à nous soucier autant de la mise à l'échelle, de la maintenance des systèmes et de la stabilité, car AWS s'en charge pour nous. Avec Amazon Kendra et Amazon Lex, nous sommes en mesure de créer la meilleure version de Sherlock et de réduire notre temps de développement de plusieurs mois. En outre, nous sommes également en mesure de réduire de 16 % le temps consacré à chaque recherche documentaire.