Principal Financial通过Q提高生产力

Principal Financial通过Q提高生产力

关键字: [Amazon Web Services re:Invent 2024， 亚马逊云科技， 生成式AI， Amazon Q Business， ]

导读

在当今竞争激烈的商业环境中，提供卓越的客户体验对企业的成功至关重要。在本次会议中，Principal Financial分享了其利用Amazon Q Business强大功能进行的转型之旅。了解Amazon Q Business如何在Principal Financial组织内部实施，并深入探讨所面临的主要挑战，如遗留系统集成和培训等。本次会议还重点介绍了无缝融合人工和人工智能交互的最佳实践，以大规模提供个性化、高效的客户服务。

演讲精华

以下是小编为您整理的本次演讲的精华。

本次会议由亚马逊 Q Business 全球市场营销主管Alicia Trent主持，主题是Principal金融公司如何利用亚马逊 Q Business 提高生产力。她首先介绍了亚马逊 Q，这是一款于 2023 年 4 月 30 日推出的生成式人工智能助手，旨在为各种角色提供全企业级的辅助。

Alicia强调了从客户案例中观察到的三个关键主题:首先，生成式人工智能需要理解企业的数据;其次，亚马逊 Q 必须无缝集成到用户现有的工作流程中，如浏览器扩展和协作工具;第三，它能够推动行动和提高生产力。

她阐述了亚马逊 Q Business 的系统，该系统利用检索增强生成来解锁组织各个存储库中的数据，同时尊重权限并提供个性化。Alicia还讨论了亚马逊 Q Business 中可用的防护措施和控制，例如阻止敏感内容以及允许逐字或不作答。

亚马逊 Q Business 的功能包括跨数据源发现内容、扩展数据类型和格式(如表格数据和图像)以及通过 50 种不同操作实现创建和行动。Alicia介绍了Q Apps，用户可以使用自然语言创建小型应用程序来自动化流程。

随后，Principal金融公司的 Nikki 分享了他们与亚马逊 Q Business 的合作历程。她首先介绍了Principal金融公司的背景，这是一家成立 145 年的公司，在全球为 6800 万客户提供保险、员工福利、退休和资产管理服务。Nikki 强调Principal相信人工智能的潜力，同时谨慎管理其使用并鼓励员工探索。她强调了他们行业中人工智能和人性化服务并重的重要性，以支持客户复杂的决策。

接下来，Nikki 深入探讨了Principal面临的挑战和机遇。最初，他们面临着知识资源分散、搜索效率低下以及大量客户案例(2023 年有 68 万起)需要大量培训(平均 1.5 年)。他们需要一个系统来查询和汇总来自各种存储库的大量非结构化数据，同时遵守严格的监管和合规要求。

Principal的旅程始于 2023 年 9 月，在亚马逊 Q 公开预览之前，他们使用了 亚马逊云科技 上的 Q&A Bot 和亚马逊Lex Web UI。这个初始解决方案运行良好，但管理起来存在挑战，促使他们于 2024 年 1 月转向亚马逊 Q Business。Nikki 概述了他们当前的解决方案，集成了 Q&A Bot、Lex Web UI、亚马逊 Q Business 以及各种 亚马逊云科技 服务，如 OpenSearch、Lambdas和 CloudFront。他们实施了自定义反馈工作流程，记录提示、返回和metadata以进行分析和报告。

在实施过程中，他们面临了一些挑战和机遇，例如索引 SharePoint 中动态生成的 ASPX 页面、处理遗留系统和非结构化数据以及解决类似术语问题。Principal通过与亚马逊 Q 团队合作、metadata调优、文档丰富和定量测试来应对这些挑战。例如，他们能够通过metadata调优和“topk”功能(允许选择返回文档数量)的组合，从 9000 多个 ASPX 页面的目录中以 84% 的准确率返回正确文档。

用户培训和教育成为一个关键挑战，因为用户最初将该平台视为搜索引擎。Principal推出了一个技能发展网站，提供提示工程培训，并强调展示“可能性的艺术”，以鼓励用户创造性地使用该平台。他们注意到，更复杂、写作更好的提示与正面反馈之间存在相关性，这凸显了教育用户自然语言处理和提示工程的重要性。

Governance是另一个重大挑战，需要制定一个健全的人工智能治理程序，以确保人工智能的道德和负责任使用、遵守法规，并在维护用户信任的同时监控提示和返回。Principal面临着这样一个问题:监控用户提示和返回是否会影响对平台的信任，但他们的人工智能治理领导者表示，这种监控对于确保可观察性、缓解偏差和证明投资回报至关重要。

Nikki 分享了用户的定性反馈，报告工作量至少减少了 50%，正面接受率超过 97%。用户利用该平台进行各种任务，如分析、客户反馈、映射客户旅程、重写通信以及基于内部数据生成见解。客户表示，该平台有助于一次性解决问题，提供清晰、自信的措辞，同时确保数据隐私。

关键经验教训包括遗留系统的挑战、metadata质量的重要性、对检索准确性进行定量测量的需求、用户教育和人工智能治理的关键性，以及人工智能作为辅助人类能力而非取代员工的角色。Nikki 强调，在Principal，他们坚信在所有人工智能交互中都需要人为参与，因为他们不期望技术能达到 100% 的准确性。

Nikki 最后提供了开始使用亚马逊 Q Business 的关键建议，强调评估使用案例、定量指标、实验、从小处着手、建立反馈管道，并与用户分享“可能性的艺术”，以最大限度发挥他们的创造力和提高生产力。

总之，本次会议全面概述了Principal金融公司与亚马逊 Q Business 的合作历程，重点介绍了在组织内利用生成式人工智能来提高生产力和增强客户体验时所面临的挑战、机遇和经验教训。这个案例说明了数据质量、用户教育、治理和定量测量在成功实施企业级人工智能助手的同时遵守监管要求和培养员工信任方面的重要性。

下面是一些演讲现场的精彩瞬间：

Alicia Trent，亚马逊 Q Business 全球市场推广主管，介绍了 Q Business 的功能以及它如何帮助客户(如 Principal Financial)提高生产力。

她揭示了一种革命性的解决方案，可以简化知识获取、提高效率并减少2023年处理超过68万个客户案例团队的培训时间。

该公司迅速将其平台与亚马逊 Q 集成，利用与 Q 团队的关系快速编码与 Q API 的集成，实现无缝过渡到新的企业聊天机器人解决方案。

亚马逊实施了一个定制的反馈工作流程，收集用户对其 AI 平台提供的答案的准确性和相关性的反馈，从而持续改进和完善该系统。

该演讲鼓励观众拥抱临时解决方案和逐步实施 AI 解决方案的方式。

亚马逊云科技强调了健全的 AI 治理的重要性，包括安全的数据处理和监控以符合法规和获得投资回报率，同时解决用户对信任的担忧。

该演讲鼓励观众释放创造力，探索像亚马逊 Q Business 这样的生成式 AI 的无穷可能性，以最大限度提高生产力并开拓新的机遇。

总结

在一段引人入胜的叙述中，亚马逊 Q Business 的市场营销主管Alicia Trent揭示了生成式人工智能在推动企业生产力方面的变革力量。她强调了Principal Financial的非凡历程，他们利用亚马逊 Q Business 来简化运营并提升客户体验。

Principal Financial 的 Nikki 分享了他们引人入胜的故事，详细描述了他们如何从自主管理的人工智能解决方案无缝过渡到亚马逊 Q Business。这一关键举措减轻了管理复杂架构的负担，使他们能够专注于完善平台并取得卓越成果。

Principal Financial 的挑战和机遇揭示了实施生成式人工智能解决方案的复杂性。从索引遗留数据到元数据丰富、用户培训以及健全的人工智能治理，他们的经验为着手类似工作的组织提供了宝贵见解。

Nikki 的结束语强调了亚马逊 Q Business 的变革潜力，着重强调了定量指标、用户反馈以及培养创新文化的重要性。她挑战观众通过拥抱生成式人工智能的力量来开启新的可能性，将其定位为增强人类能力和推动企业生产力的催化剂。

这段叙述生动地描绘了 Principal Financial 如何与亚马逊 Q Business 合作，应对生成式人工智能实施的复杂性，最终成为利用这项尖端技术重塑客户体验和运营效率的先锋。

亚马逊云科技（Amazon Web Services）是全球云计算的开创者和引领者。提供200多类广泛而深入的云服务，服务全球245个国家和地区的数百万客户。做为全球生成式AI前行者，亚马逊云科技正在携手广泛的客户和合作伙伴，缔造可见的商业价值 – 汇集全球40余款大模型，亚马逊云科技为10万家全球企业提供AI及机器学习服务，守护3/4中国企业出海。