更快找到准确信息

通过智能搜索改善客户互动并提高员工生产力

有近一半的时间,知识工作者找不到发挥能力所需的信息,因为信息以非结构化数据的形式在组织内四处散落。

不仅这些数据很难找到,您的员工还经常会使用效果差的搜索工具,因为它们会返回一长串文档,员工必须仔细筛选。这延长了他们寻找所需数据的时间,前提是他们能找到的话。

AWS 提供 Amazon Kendra 来解决这一问题,这是一项由机器学习支持的智能搜索服务。Kendra 使用自然语言搜索功能来帮助您的组织快速从非结构化内容中返回准确的答案。

什么是 Amazon Kendra? (1:26)

25% 

提高了 25%

与传统的企业搜索工具相比,5 年总拥有成本(TCO) 

降低了 82%

与传统的企业搜索工具相比,第一年的总拥有成本(TCO)

降低了 75%

开发成本 

降低了 80%

优势

1148091063

更快找到答案

通过单个搜索界面连接不同的数据孤岛,让您可以避免令人沮丧的搜索体验、缩小知识差距并更快找到答案。

995514204

提升员工生产力

助力员工并发现他们所需的见解,以加快研发、制定数据驱动型业务决策并提高生产力。

1186690677

改善客户体验

将自然语言搜索功能整合到您的网站和应用程序中,以创建更智能的问答聊天机器人、为客户服务座席提供更多信息,并为客户提供更好的搜索体验。

客户案例

3M

加快研发

“当我们的材料科学家领导新研究时,他们需要从之前的相关研究中获取信息,而这些信息则隐含在我们庞大知识库内的许多专利中。Kendra 通过快速准确地处理自然语言查询,帮助我们的科学家找到所需的信息。借助 Kendra,我们希望工程师和研究人员能够比使用 Amazon Kendra 之前更快地找到信息。”

David Frazee,3M 公司研究系统实验室技术主管

PwC

最大程度地降低合规和监管风险

“作为 Amazon Kendra 的早期采用者,PwC 现在正在开发和测试增强的搜索功能,我们的下一版 RegRanger 将提供这些功能。这些增强的功能将使用户能够提出自然语言问题,这与传统的关键词搜索方法和人工审核文档相比有了巨大的进步。我们非常高兴,Kendra 将为我们在受监管行业的客户带来额外价值。”

Chris Curran,PwC New Ventures 的首席技术官兼合伙人

Citibot

改善客户互动

“在 COVID-19 爆发期间,部分城市报告称呼叫中心的放弃率达到 50%,部分州报告称等待时间长达 3 小时,其中约 80% 与 COVID-19 相关。我们希望 Amazon Kendra 能让市民通过与聊天机器人互动,快速找到他们想要的答案,并将等待时间减少 90%。”

Bratton Riley,Citibot 创始人兼首席执行官

Baker Tilly Digital

更快提供相关信息

“我们发现,与 SharePoint 全文搜索相比,通过使用 Kendra,我们的客户能够更快获得相关信息,速度快 10 倍。例如,Amazon Kendra 让产品经理能够以日常语言提出问题(例如“用钛制成的零件有哪些?”),从而快速获取以前用关键词搜索不可能得到的答案,并将它们关联到企业范围内存储库中的相关内容,或者让营销经理能够快速获取对客户行为的关键研究信息。

Ollie East,高级分析和数据工程主管;Tom Puch,Baker Tilly Digital 高级经理 | 实验室

探索专门构建的服务、AWS 解决方案、合作伙伴解决方案和指南,以快速应对您的业务和技术应用场景。

Amazon Kendra

Amazon Kendra 是由机器学习支持的智能搜索服务,助您重新构想搜索。Amazon Kendra 在企业内部提供类似于消费者的搜索体验,使员工和客户可以在需要时更快访问所需的信息。为了实现这一目标,Kendra 的机器学习模型不断努力了解文档的内容及文档之间的关系,以提供准确的答案,而不是随机的链接列表。

Amazon Kendra 的另一个核心优势是其自然语言理解能力,它使员工可以通过提问的方式(就像问另一个人一样)来进行搜索。例如,员工可以问一个具体的问题,比如“IT 服务台何时开放?”他们希望 Amazon Kendra 直接给出问题的答案,比如“上午 9:30”。与关键词搜索(员工不得不搜寻结果页面)不同,Kendra 将在源文档中突出显示找到答案的段落,以及指向 IT 工单门户和其他相关站点的链接。

Amazon Kendra 进行了14 个行业领域的预训练,使其能够从一开始就在广泛的业务使用案例中提取更准确的答案。这一知识库开箱即用,加上易于实施,使其能针对搜索查询返回更好的答案,胜出传统搜索技术。

在 AWS 上构建安全智能搜索应用程序的指南

部署由 Amazon Kendra 提供支持的搜索功能。

在 AWS 上自定义搜索企业知识库的指南

通过部署包括大型语言模型(LLM)在内的接口节点,构建基于企业知识库中信息的搜索应用程序。

在 AWS 上使用内容和元数据丰富功能增强文档搜索的指南

使用 Amazon Kendra 的自定义文档丰富功能来改善搜索体验。

我们的解决方案

Amazon Kendra

Amazon Kendra 是由机器学习支持的智能搜索服务,助您重新构想搜索。Amazon Kendra 在企业内部提供类似于消费者的搜索体验,使员工和客户可以在需要时更快访问所需的信息。为了实现这一目标,Kendra 的机器学习模型不断努力了解文档的内容及文档之间的关系,以提供准确的答案,而不是随机的链接列表。

Amazon Kendra 的另一个核心优势是其自然语言理解能力,它使员工可以通过提问的方式(就像问另一个人一样)来进行搜索。例如,员工可以问一个具体的问题,比如“IT 服务台何时开放?”他们希望 Amazon Kendra 直接给出问题的答案,比如“上午 9:30”。与关键词搜索(员工不得不搜寻结果页面)不同,Kendra 将在源文档中突出显示找到答案的段落,以及指向 IT 工单门户和其他相关站点的链接。

Amazon Kendra 进行了14 个行业领域的预训练,使其能够从一开始就在广泛的业务使用案例中提取更准确的答案。这一知识库开箱即用,加上易于实施,使其能针对搜索查询返回更好的答案,胜出传统搜索技术。

了解有关 Amazon Kendra 详情 »

资源

企业需要认知搜索的七大原因 

阅读电子书 »

使用 Amazon Kendra 中的认知搜索提高员工生产力和客户满意度 – AWS

观看视频 »

合作伙伴

准备好开始使用了吗?

联系我们

联系我们,深入了解适用于智能搜索的机器学习解决方案

联系我们 
亲自尝试

使用 Amazon Kendra 部署您自己的智能搜索解决方案。

了解详情