AWS AI 服务增强了以 FM 为驱动力的能力 机器学习博客

AWS AI 服务增强了 FM 驱动的能力

关键要点

人工智能AI正在不断改变我们的业务运营和客户服务方式。AWS 提供了多种预训练的 AI 服务，为应用程序提供现成的智能功能。本文将探讨这些新 AI 服务的能力，以及它们如何通过基础模型FMs进行增强。

在这篇文章中，我们将关注以下主要更新内容：

Amazon Transcribe 扩展语言支持，提高客户服务生产力

为了构建全球性和包容性的语音识别应用程序，以满足来自不同语言背景用户的需求，客户希望拥有一种真正全球化的 AI 服务，能够理解并高效转录多种语言。为了帮助您扩展全球市场，Amazon Transcribe 现在提供 FM 驱动的自动语音识别ASR系统，支持超过 100 种语言。

FM 驱动的 Amazon Transcribe 在大多数语言中实现了 20 到 50 的显著准确性提升。除了准确性改进外，新的 ASR 系统在所有支持语言中提供了多项独特功能，包括：自动标点、定制词汇、自动语言识别、发言人区分、单词级置信度评分和定制词汇过滤器。借助 Amazon Transcribe 在不同口音和噪声环境下的高准确性，它为大量语言的支持和价值增值功能，让成千上万的企业能够从音频内容中获取丰富的洞见，并增强音频及视频内容的可达性和可发现性。所有现有和新客户均可在无需更改 API 的情况下，直接体验不到的性能改进。

Carbyne 是一家软件公司，开发基于云的关键联系中心解决方案，专注于帮助紧急呼叫响应者。Carbyne 的使命是帮助紧急响应者挽救生命，语言不应成为其目标的障碍。

“AI 驱动的 Carbyne Live Audio Translation 旨在改善 6800 万说英语以外语言的美国人紧急响应服务，此外还有每年多达 7900 万前来美国的外国游客。通过利用 Amazon Transcribe 的新多语言基础模型驱动的 ASR，Carbyne 将更好地能够普及挽救生命的紧急服务，因为每一个人都很重要。”

Alex Dizengof Carbyne 联合创始人兼首席技术官。

在联系中心中，代理在每次通话后花费大量时间手动总结记录，这可能影响他们的工作效率并延长通话等待时间。经理们在调查通话和代理表现时，往往需要花费大量时间收听通话录音或阅读完整的记录。 Amazon Transcribe 呼叫分析 现在提供 生成式呼叫摘要 功能，该功能可以自动将整个通话交互浓缩成简明摘要。例如，以下是一次 10 分钟电话的示例摘要：“客户报告称，在预计送达日期后的 10 天仍未收到订单。代理为客户提供了一份免费换货和 10 美元的未来购买信用。代理将在 2 天后跟进客户，以确认替换订单的接收。”

这一能力使代理能够有更多时间与等待中的来电者交谈，而不是进行后续工作，从而改善了客户体验。经理可以通过查看通话摘要快速理解交互的背景，而无需阅读整个记录。

“通过 AWS 后呼叫分析解决方案，Principal 目前可以进行大规模的历史分析，以了解客户体验何处可以改进，生成可行的洞察，并优先采取行动。我们期待使用 Amazon Transcribe 呼叫分析中的生成式 AI 功能来进一步支持我们的代理，使其能将时间和资源投入到与客户的互动中，而不是手动进行后续联系工作。”

Miguel Antonio Sanchez Principal Financial Group 区域首席数据官。

以下截图展示了如何在 Amazon Transcribe 控制台上启用生成式呼叫摘要功能，以及摘要记录的示例。

Amazon Personalize 通过 FM 实现超个性化

各行各业的客户，如零售和媒体娱乐行业，越来越寻求让内容和推荐产品更符合用户的兴趣，从而提高用户参与度。例如，在流媒体平台上，用户看到的标准推荐是“因为您观看了”，在电子商务网站上，“常常一起购买”是一个通用标签。为了提供更个性化的浏览体验，企业需要分配资源手动生成引人入胜的标题，这既繁琐又耗时。

为了解决这一挑战， Amazon Personalize 现在推出了内容生成器这一新功能使用自然语言创建简洁且引人注意的文本，描述推荐项目之间的主题联系。这样，企业可以自动生成引人注目的标题或电子邮件主题，以吸引客户点击视频或购买商品。

此外，Amazon Personalize 还提供了在 LangChain 上使用 Personalize 的功能，以支持客户构建基于 FM 的应用程序。在这一整合中，您可以调用 Amazon Personalize，检索针对某个活动或推荐的推荐内容，并无缝将其喂入 LangChain 生态系统中的 FM 驱动应用程序。

“我们正在将生成式 AI 与 Amazon Personalize 集成，以为我们的用户提供超个性化体验。Amazon Personalize 帮助我们实现了内容自定义的高水平自动化。例如，FOX Sports 在应用后，事件结束后观看内容的启动量增长了 400。现在，我们将生成式 AI 与 Amazon Bedrock 集成到我们的流程中，帮助我们的内容编辑生成主题集合。我们期待探索 Amazon Personalize 内容生成器和 Langchain 上的 Personalize 等功能，以进一步个性化这些集合。”

Daryl Bowden Fox Corporation 技术执行副总裁。

Amazon Lex 提供 FM 驱动的能力，加快构建机器人和提高应对率

由于消费者对自动自助服务的需求上升，企业正在优先投资于对话式 AI，以优化客户体验。为此，AWS 最近 preview 了一个叫做对话式 FAQ (CFAQ) 的新功能，来自 Amazon Lex，它能智能且大规模地回答常见客户问题。CFAQ 基于 Amazon Bedrock 的 FMs 和经过批准的知识源，使得企业能够以自然且引人入胜的方式提供准确的自动响应给常见的客户询问。通过这一创新，品牌能够提供无缝的自助服务体验，从而增强客户满意度和忠诚度。

CFAQ 简化了机器人的开发，消除了手动创建意图、示例语句、插槽和提示以处理大量常见问题的需要。它通过一种新的意图类型 QnAIntent 安全地连接到如 Amazon Bedrock、Amazon OpenSearch Service 和 Amazon Kendra 知识库的知识源，以提取最相关的信息来回答问题。开发者可以控制响应内容，有选择地总结提取的信息或直接使用授权文本。这使得金融服务和医疗保健等高度受监管行业能够使用 CFAQ，确保响应仅使用合规语言。通过简化对相关知识的访问，CFAQ 降低了构建能自然、准确处理客户常见问题的机器人的难度。

结论

AWS 一直在不断为客户进行创新。最新一系列 AI 服务的进展使我们能够提供更具影响力的能力，帮助组织更智能地工作，并提供个性化和直观的体验。如需了解有关这些发布的更多信息，请参阅以下链接：

关于作者

Bratin Saha 是 AWS 人工智能与机器学习副总裁。