Amazon Kendra 客戶

今天的領先公司相信 Twilio 的客戶參與平台已被全球數十萬家企業和超過千萬名開發人員使用，以便為其客戶打造獨特的個人化體驗。為跟上不斷增長的客戶支援需求，我們著手提供智慧搜尋和工單提交流程，以轉移工單並降低成本，同時改善整體客戶體驗。Amazon Kendra 與傳統搜尋引擎不同，可讓我們透過任何具有客戶查詢建議答案的文章來擷取特定文字區段。  Amazon Kendra 讓我們能夠以高成功率轉移工單。

我們的優勢之一是在設計各個領域的資料驅動型企業管理方面取得的經驗和知識。有效利用這些資訊資產來創造協同效應在提升解決方案品質方面起到關鍵作用。Amazon Kendra 是此方面的強大支援平台。由於 Amazon Kendra 可讓我們從通用介面擷取分散在多個內部平台 (例如 Wiki 和文件檔案) 的資訊，因此資訊資產的靈活性自部署以來已大幅改善。還可以輕鬆實作與 AWS Lambda 整合的聊天機器人，並且提供聊天機器人在公司內部傳播搜尋機制方面扮演了重要角色。我們相信，透過有效利用 Amazon Kendra 強大的功能可持續改善我們的技術能力和解決方案品質。

使用正確的搜尋解決方案來為 RIA 提供支援非常重要，因為我們希望消除客戶尋找資訊所依循的耗時且耗盡資源的程序。為了解決此問題，我們求助於 Amazon Kendra，這是功能強大的 AI 解決方案，可快速準確地處理 Vivpro 的創新資料模型，並支援自然語言查詢。透過 Kendra，製藥公司和生物科技研究人員現在可以更快地找到所需的資訊，更有效地協作，並加速新型藥物的開發。他們用於尋找資訊的時間減少 60%-90%，從而提高生產力。對於 Vivpro 成功引入統一的生物智慧平台和創新服務，為製藥、生物科技、裝置開發人員、CRO 和投資者快速制定實證臨床、法規和商業決策，Amazon Kendra 的解決方案和協作起到了關鍵作用。

Orion Health 是 AWS 的長期合作夥伴，因此，我們很自然地選擇了向 Amazon Kendra 尋求「數位前門」解決方案。Kendra 的六週快速原型設計加速了專案的價值實現時間。而且它能夠在完全不同的聯合資料集上進行自然語言搜索，這對於降低搜尋引擎中通常存在的雜訊至關重要。

在 3M，科學是我們任何活動的核心。對我們來說，研發是 3M 的心臟；我們會大量投資讓 3M 變得更加強大的科學。這樣的投資是我們可以在每年推出逾 1,200 種新產品的關鍵。當材料科學家從事新研究時，他們需要從之前相關的研究存取資訊，也就是深藏在我們巨型資料庫中眾多專利中的資訊。尋找正確的資訊通常讓人感到精疲力竭 (卻非毫無遺漏) 而且曠日費時。為了設法解決這個問題，我們決定使用 AWS 強大的 Amazon Kendra 新服務。Kendra 讓我們的科學家藉由自然語言查詢，快速且準確地找到他們需要的資訊。與使用 Amazon Kendra 之前相較，藉由 Kendra，我們預期工程師與研究員將能更快速尋找到資訊。我們的科學家對這項全新的超能力滿懷熱忱，並且我們預期科學家們能夠更快速地創新，持續不斷地為客戶加速推出獨特產品。

Wall Street Journal Talk 2020 工具無縫整合了自然語言搜尋，而 Amazon Kendra 使得保持資料饋送更新變得容易。Talk2020 使用者可以透過詢問一些通俗易懂的問題來獲得做出重要投票決定所需的資訊，從而了解總統候選人在經濟、醫療保健和 COVID-19 等廣泛問題和話題上的看法。我們很高興能夠向想要使用它的任何人提供這項免費服務。

如今，企業每天都被大量的文件和資訊所淹沒，能否從過去的營造案例中快速找到所需的資訊，直接影響員工的生產力和工作投入程度。Amazon Kendra 讓員工只需使用自然語言提問，即可立即擷取相關資訊。它還具有一個允許從多種格式的文件 (包括 PDF、WORD、EXCEL 和 HTML) 中進行搜尋的介面，並且可以輕鬆地與現有資料來源整合。因此，Kendra 使 Taisei 的員工能夠快速、輕鬆地找到準確的資訊。此外，透過利用 Kendra Retriever API，我們相信我們可以加速檢索增強生成 (RAG) 等生成式 AI 應用程式的開發，並在未來支援員工在搜尋系統之外取得知識。

Amazon Kendra 是一個一站式 AI 解決方案，如果設定正確，它能夠跨越組織中的每個網域，同時易於實作。

在部署 Kendra 之前，我們曾嘗試建立邏輯導覽路徑來引導客戶獲得他們所需的資訊，但是，非但沒有一種方法能夠提供所需水平的客戶體驗 (CX)，還可能導致沮喪局面，甚至是更糟糕的狀況，導致客戶做出的醫療保健福利決策不夠理想。我們可以毫不費力地將 Amazon Kendra 整合到我們現有的入口平台，這讓我們釋放出人手，以專注於更高價值的活動，從而改進客戶體驗。儘管我們才剛開始使用 Kendra，但在頭幾天我們已經看到它產生了數千次積極的客戶互動，並提供了更高品質的答案。

我們選擇 Amazon Kendra 來建置安全且可擴展的客服人員協助解決方案。這可為呼叫中心客服人員提供協助，讓他們所服務的客戶迅速找到他們所需的資訊。自實作 Contact Center Intelligence (CCI) 和 Amazon Kendra 以來，早期結果顯示，通話時間平均減少約 9-15 秒，每個日曆年超過 220 萬次的通話節省 4000 多小時。

為協助城市更好地服務於這些居民，Citibot 擴展其 Amazon Lex 聊天機器人，以與 Amazon Kendra 整合 -- 它能夠回答自然語言問題，從多個來源提取資料；協助城市在最需要時，提升與居民互動的可擴展性和有效性。在 COVID-19 疫情爆發期間，一些城市報告其呼叫中心的放棄率達到 50%，另一些州則報告等候時間長達 3 小時，約 ~80% 的呼叫量與 COVID-19 有關。我們期望 Amazon Kendra 讓公民透過與 chatbot 互動快速找到所需的答案，並將等待時間降低 90%。COVID-19 疫情過後，城市將繼續利用支援 Amazon Kendra 的 Chatbot，以更快且更輕鬆的方式存取有關公共設施開放時間或道路由於重大公共活動關閉之類的相關資訊。

我們需要一種更好的方式來將客戶與他們所需的資訊連接起來。新生不知道在我們網站上的哪裡可以找到課程資訊，這對學生的入學率產生了負面影響，而老生無法找到更新的辦公時間，因此體驗並不理想。整合此工具非常簡單，它為學生提供了相關答案，改善了客戶互動。Amazon Kendra 和 Amazon Lex 的機器學習功能與 QnABot 相結合，為我們提供了一種機制，即使在最繁忙的季節，我們也能更好地理解和滿足學生的需求。在高峰期，我們會接到超過 2,000 個呼叫，一個客服人員應付不過來。但是，自從啟動 QnABot 以來，我們能夠處理超過 34,000 個通話，節省了 833 小時的工作時間，同時確保每個客戶都獲得相同水準的服務和準確性。對於客戶和學生來說，這是我們實作的最具影響力的技術。將來，我們希望擴大對 QnABot 的使用，以向學生提供個人化的資訊，包括學習計劃、建議和其他與他們的學習課程相關的資訊。

Baker Tilly 期待 Kendra 能為我們的客戶帶來改變，為客戶提供快速、方便且準確的服務，讓他們存取知識儲存庫，進而運用資料做出關鍵決策。

為了更好地裝備我們的員工，為我們的客戶提供卓越的營運，我們開展了一項專案，以使我們的內部知識庫現代化。我們希望讓員工能夠輕鬆找到他們所需的資訊，並全面提高員工敬業度。最初，我們面臨挑戰，因為我們的許多文件都位於不同的驅動器中，並且內容儲存庫使分類和建立統一的搜尋索引變得很困難。藉助 Amazon Kendra，我們無需再進行資料分類、文件標記和管理分類法的工作，而是能夠運用 Amazon Kendra 的智慧搜尋功能，讓員工可以提出自然語言問題，並快速獲得有關 HR 或福利相關主題的答案。這讓員工不必知道政策的名稱或文件所在的位置，從而能夠快速獲得相關答案，並將時間專注於增值活動上。對於 JMT 更具智慧搜尋的潛力，我們欣喜不已，並確定了更多可協助我們的員工和客戶前進的領域。

像 Amazon Kendra 這樣的 AI 現在可以做的最具影響力的事情之一是協助科學家、學者和技術專家在科學文獻的海洋中快速找到正確的資訊，並加速進行重要的研究。Allen Institute 的 AI 語義學者團隊與我們的合作夥伴攜手合作，提供 CORD-19 相關資訊，並為社區正在建置的 AI 資源提供支援，以充分利用該資源來解決這一關鍵問題，為此他們深感自豪。

我們擁有 65 年的悠久歷史，其中包含 35 年的設計、建置與營運 LNG 工廠經驗，蘊含本公司整體智慧的文件達數百萬份。持續朝認知型企業的目標邁進，我們正在尋找更大的精準度以回應自然語言問題，而且會以過去無法實現的範圍進行。這就是我們決定使用 Amazon Kendra 的原因。Kendra 使用自然語言查詢，以擷取團隊所需要的特定答案。我們現在能準確地搜尋最重要的專案工程文件，而且很快就能將這項功能擴展到整個文件知識庫。Kendra 能快速且準確地找到「Pluto 的管線長度是多少？」這類問題的答案。這項認知型功能的大躍進，將可加速和改善決策制定的過程，從而提升營運與團隊的職場生活。

我們的一項核心服務就是 Workgrid Chatbot，這項服務可讓員工使用易用的自然語言介面，快速獲得常見問題答案並可自動執行任務。任何企業 Chatbot 的關鍵部分是回答來自於員工無數問題的能力，這是 Workgrid 提供自助式問與答產生器的原因，這樣的產生器不需要內容作者以程式設計語言來培訓 Chatbot，就能回應員工的問題。除了這樣的策畫內容以外，我們想要為 Workgrid Chatbot 提供一個方法，讓他們能夠輕鬆地從整個企業的大量文件 (例如 PDF 文件) 中擷取知識。使用 Amazon Kendra，我們有可能讓客戶快速且高效地取得所需答案，對此我們感到非常振奮。Amazon Kendra 可讓您直接從多個儲存庫之中的非結構化資料裡擷取答案，並且擁有快速追蹤交付給客戶準確且優於以往答案的潛能。我們對於探索具有交談內容 Amazon Kendra 智慧搜尋，與提供來建立強大員工體驗的任務自動化組合感到非常振奮。

在 Satge，我們向來都期待能與以新穎且智慧方式協助解決客戶挑戰的公司攜手合作。所有大小的組織都面臨資訊探索的挑戰，這直接影響了員工效率與體驗 (如 Amazon Kendra 的技術)，提供許多設法解決這些挑戰的機會。我們確實見證到這項服務在會計與財務、付款與銀行、人員與薪資等領域為客戶帶來的好處，這些客戶期待 Sage 能夠協助他們提升業務。我們的目的是使用 Amazon Kendra 此類服務，轉換人們思考與工作的方式，讓他們的組織得以更加繁盛的發展，我們可以支援客戶這麼做。

Haufe Group 不斷尋找新方法來改善客戶體驗，同時透過運用技術提高員工的生產力。要在目前工作環境下提升效率的其中一個重要元素，就是要能快速取得相關的資料，包括整合常駐在分散式系統上的資料。大家都有類似的經驗，想要在適當的時間，在適當的地點，找到所需要的資訊，真的不容易。費盡千辛萬苦，只為找出所要的資料，常讓人感到心力交瘁。用文字型內容進行搜尋，尤其是在搜尋文件時，搜尋體驗只會讓人感到越來越棘手。雖然 Haufe Group 已有多種方法能將搜尋體驗最佳化，但我們仍有信心 Amazon Kendra 能帶來更多最佳化優勢，像是提供橫跨集團內至少 7 個重要資訊儲存庫的單一搜尋體驗，並成為達到我們想要的速度和存取便利性的關鍵。透過不同資料儲存庫之間預先定義的連結器，並有可建立自訂連接器的選項，我們期待 Amazon Kendra 能協助我們完成各種使用案例，改善客戶體驗，同時提升員工生產力。

Onix 是一間擁有將近 20 年豐富企業搜尋經驗，屢獲獎項的雲端顧問公司，協助過數百家顧客因應瞬息萬變的搜尋產業。搜尋功能在過去幾年裡不斷進化。使用者現在期待能獲得跟語義和自然語言搜尋引擎，以及他們在日常生活中使用的對話介面相同的使用體驗。在機器學習和自然語言理解功能的支援下，Kendra 將改善員工生產力多達 25%。Kendra 提供了更準確的企業搜尋，打開了新的機會大門，讓關鍵字型的現場部署和 SaaS 搜尋使用者能遷移至雲端，避免遭合約鎖定。

AWS 在加速 Sherlock 的開發方面發揮了重要作用。我們不必擔心擴展、系統維護和穩定性，因為 AWS 會為我們解決這些問題。使用 Amazon Kendra 和 Amazon Lex，我們可以建置最佳版本的 Sherlock 並將開發時間縮短數月。最重要的是，我們還可以將每次文獻搜尋的時間減少 16%。