大模型與AIGC賦能金融行業-AI智能客服助力金融機構業務發展.pdf

《大模型與AIGC賦能金融行業-AI智能客服助力金融機構業務發展.pdf》由會員分享，可在線閱讀，更多相關《大模型與AIGC賦能金融行業-AI智能客服助力金融機構業務發展.pdf（16頁珍藏版）》請在三個皮匠報告上搜索。

1、亞馬遜云科技2中中國峰會#page#模型與AIGC賦能金融行業-AI智能客服助力金融機構大發展徐達劉亞彬亞馬遜云科技亞馬遜云科技解決方案架構師人工智能產品拓展經理西云數據運營寧夏區域亞馬遜云科技亞馬遜云科技光環新網運營北京區域#page#金融行業數字化體驗解決方案統一框架銀行保險支付資本市場卓越客戶服務中心電匯/轉賬代碼卓越客戶服務中心實時索賠狀態卓越客戶服務中心付款通知、提交易/訂單確認賬戶狀態提醒聊天機器人會員特權及獎后，聊天機器人基于用戶行為、市聊天機器人行業客場走勢的警報服務會員特權-忠誠度信用卡服務子第一戶體驗通知（eFNOL，群發電子郵身份騎鍵群發電子郵件和群發電子郵件和群發電子郵

2、件和全性化產品推薦服SMS服務分發SMS服務需求SM5服務SMS服務地許警報市場營銷平臺運營平臺風控平臺信審平臺賬務平臺資產管理平臺風險預管交易管理支付賬戶代理商系統營銷活動客戶服務中心大數據風控合同管理資產管理結算支付客戶業用戶中心智能反欺詐賬戶管理營銷管理智慧營業廳流程管理記賬對賬轉讓管理運營分析聯合建模務平臺系產品中心權益管理科目管理分析報表財務管理資產抵押智能催收委派催收任務中心智能機器人990統全渠道外呼解決方全渠道智能客服解決方智能機器人解決方合作伙伴解決方案服務封Simpl入Ageon亞馬遜云科技云服務OlAlexa skil基礎服務短信郵件機器人通信渠網站移動應用程序語音應用通

3、知推送呼叫中心西云數據運營寧夏區域亞馬透云科技亞馬遜云科技光環新網運營北京區域#page#一站式全渠道智能客服解決方案架構一站式全渠道智能客服平臺全媒體渠道Amazon Web ServiceAI服務人工服務aBmContactSuite客服核心服務營業愛國自窗家聊天機題人工單普理的中NLP88網語音機器人人通FAQ四機醫翻譯始行電話轉景西云數據運營寧夏區域亞馬遜云科技亞馬遜云科技光環新網運營北京區域#page#AmazonConnect全方位滿足金融行業數字化需求基于云服務的AmazonConnect聯絡中心解決了關鍵挑戰技術創成本優化勢，提新數據安全上線速度建設速度，運維云化，及網絡傳版本

4、更新及升級0費用及效率是店輸保證聯絡中心都容量及可靠合規性同域3地3中心且全活，全余設計且滿足全球幾平所有益無額外費用，98項安全標準和合證合規性證書性要求上向下彈性有省成本西云數據運營寧夏區域亞馬遜云科技亞馬遜云科技光環新網運營北京區域#page#基于亞馬遜云科技服務的智能客服最佳實踐Amazon ConnectAmazon LexAI及大數據分析能現代化集成能力：智能路由：智能機器人：客戶快速上線：設置聯絡中心力：客戶身份自Amazon Connect使用AmazonLexAmazon Connect并在幾分鐘內從幾乎任何從CRM和其他軟件動識別及意圖識別與聊天機器人進行將客戶路由到適當地

5、方接聽您的第一個電話收集客戶數據對話交互坐席代表AmazonConnect使用戶能夠創建獨特的客戶交互或“聯系流”來預測客戶需求，而無需任何編碼或擴展西云數據運營寧夏區域亞馬遜云科技亞馬遜云科技光環新網運營北京區域#page#全渠道智能機器人最佳實踐-解決方案架構概覽AWeb servic西云數據運營寧夏區域亞馬遜云科技亞馬遜云科技光環新網運營北京區域#page#智能機器人核心組件-知識庫選擇OpenSearchVSKendraC在該方案中，我們可以選擇或同時使用OpenSearch和Kendra作為機器人后端兩者有哪些差異？應該如何選擇？知識庫的創建及存儲知識庫查詢效率和精確度，匹配最佳答案

6、知識庫的維護和更新知識庫能支持的文件類型西云數據運營寧夏區域亞馬遜云科技亞馬遜云科技光環新網運營北京區域#page#針對不同應用場景選擇合適的服務1Amazon Opensearch ServiceAmazon Kendra主要用于關鍵字查詢，針對結構化內容類型進行優化主要用于自然語言和關鍵字查詢，針對非結構化內容進行了優化基于文本支持文本、HTML、PDF、Word、PPT的搜索自定義構建問答知識庫，更高的靈活性及自我調控能力智能搜索，更好的智能化特性，基于自然語言理解能力進行搜索可以更好的和大語言模型整合西云數據運營寧夏區域亞馬遜云科技亞馬遜云科技光環新網運營北京區域#page#使用Ama

7、zonConnect接入客戶輸入渠道，如電1.方案：基于Kendra+LLM模型的智能機器人解決方案架構話語音，文本聊天使用AmazonLex，實現用戶對話的語義理解。2.3Lambda獲取用戶問題后，將用戶問題作為關鍵字，調用AmazonKendra的知識庫索引，利用Kendra自身的向量比對與自然語言理解特性，查聯系詢出匹配度高的結果集并返回給Lambdaa聯系流設計智能分析Kendra支持多種文件格式和第三方平臺作為數據egeMake源，本文選擇網頁爬蟲作為數據源連接器，利用會話路由君音信樣比實現知識庫的自動更9X臨Lambda函數拿到Kendra返回的數據后，會作為回口上下文通過Langchain的Prompt工程能力生成相38API文字zonLe前三的內校面自動應客免了大語言格同時實取素引在SageMaker中部署大型作為推理的終端節點。使用了清華大學開源的ChatGLM-冷知潤南網站6B，對中文支持的表現較好基于General名LanguageModel（GLM）架構，具有62億參數。8Lambda函數將大模型返回結果，給Connect發送文字聊給客戶。如果系統多次無法解答用戶問題，或者用戶明確說出轉人工的指令，系統會將用戶轉到Connecthttps:/ SageMaker西云數據運營寧夏區域亞馬遜云科技亞馬遜云科技光環新網運營北京區域#page#page#