主要成果
速度提升 92%
减少获取法规洞察所需的时间，加快决策速度时间缩短 80%
减少分析合同所需的时间，让团队腾出时间专注于更具战略性的任务关于 Amazon
Amazon 秉持四大原则：客户至上而非专注于竞争对手；勇于创新；致力追求卓越营运；并且高瞻远瞩。Amazon 率先推出了客户评论、一键下单、Prime 会员服务、AWS 等多项服务。
概览
Amazon 每天需要处理数百万笔交易，Amazon Finance Technology（Amazon FinTech）则负责管理支持这些业务运营的复杂金融基础设施。但是，随着业务规模的不断扩大，不同的金融团队面临着日益复杂的工作负载。
通过使用 Amazon Web Services（AWS），Amazon FinTech 已借助人工智能（AI）和机器学习（ML）对一些非常耗时的流程进行了改造。这些自动化解决方案简化了运营流程，加快了决策速度，并使金融专业人员能够专注于增值任务。
机会 | 利用 AWS 变革 Amazon Finance Technology 的运营模式
Amazon FinTech 提供技术支持，帮助 Amazon 的金融与全球商业服务团队推动 Amazon 业务的增长、扩张与重组。
Amazon 高级软件开发经理 Sujeeth Kumar 表示：“我们构建并维护推动业务增长的解决方案，确保符合财务和税务报告的合规要求，并促进战略财务分析。我们的使命是为 Amazon 团队提供工具，使其能将更多时间用于获取高价值的洞察，降低运营成本，并提升客户体验。”
2020 年，Amazon FinTech 开始探索人工智能/机器学习，帮助团队确定数百万笔应付账款交易的税率。该团队使用 Amazon SageMaker（一项用于大规模构建、训练和部署机器学习模型的服务）创建了一个混合模型，在保证准确性的同时实现了这一流程的自动化。该解决方案将推理时间从 2 秒缩短至 300 毫秒，并在整个组织内引发了一波由人工智能驱动的创新浪潮。
Amazon 软件开发经理 Piyush Paritosh 表示：“事实证明，人工智能和机器学习在自动化处理如数据核对、合规检查和欺诈检测等耗时的手动财务任务方面非常有效。我们在提高效率的同时，将出错的可能性降至最低。”
解决方案 | 借助追踪法规更新的解决方案，将获取洞察的速度提升 92%
Amazon FinTech 与 Amazon 的增值税（VAT）政策与规划团队合作，推出了“全球监测”（WWW），这是一款由生成式人工智能驱动的扫描解决方案。WWW 能够按照 Amazon 的业务规模，在不同地区、税种和商业模式下，跟踪和管理 VAT 法规的更新情况。它可以识别、分析法规更新并确定其优先级，利用生成式人工智能总结关键政策变化，并突出显示这些变化对 Amazon 业务的潜在影响和风险。该解决方案将获取决策洞察的平均时间缩短了 92%，从每次更新需 26 分钟缩短至仅 2 分钟。通过促进更快、更准确的决策，该解决方案还使税务团队能够将更多精力集中在战略制定和实施上，同时减少对外部服务的依赖。WWW 由 Amazon Bedrock 提供支持，这是一款帮助利用基础模型构建和扩展生成式人工智能应用程序的解决方案。
该系统通过 Amazon Bedrock，使用大语言模型来总结文章并提取关键法规信息。然后，WWW 将生成包含关键详情（如这些更改的生效日期）的简洁摘要。该解决方案使用 Amazon SageMaker 来部署嵌入模型，以帮助理解法规文档的含义和上下文。Amazon OpenSearch Service 有助于对业务和运营数据进行近实时搜索、监控和分析，它将关键字和语义分析相结合，以识别和归类相关的法规更新。
借助 WWW，VAT 政策与规划团队可以将获取法规更新洞察的速度提高 92%，从而优化决策流程。Kumar 表示：“我们的税务专家批准了 WWW 生成的 80% 的建议标题、摘要和影响预测；该系统的分析始终符合他们的标准。信息从 8000 字精简到了仅 250 字，处理时间也缩短至每 1000 字仅需 16 秒。认知负担的减轻有助于我们的团队在评测法规变化时保持敏锐和专注。”
对于 Amazon 的税务、法律和业务团队而言，合同数量逐年增加。为了便于对这些文件进行审核，Amazon FinTech 创建了由人工智能驱动的合同审核与解读系统（CRISP）。该解决方案综合运用多种 AWS 服务，可以在确保准确性和合规性标准的同时实现合同分析的自动化。
CRISP 将合同存储在对象存储服务 Amazon Simple Storage Service（Amazon S3）中，然后使用 Amazon OpenSearch Service，通过分层分块算法对文档进行处理和索引编制。Amazon Bedrock 上的 Claude 3 Sonnet 会对这些分块进行分析，以提取引用内容、对条款进行分类并生成解释。整个工作流程在完全托管的容器编排服务 Amazon Elastic Container Service（Amazon ECS）上运行。
“通过使用 AWS 推出 CRISP，我们大幅减少了团队分析信息所需的时间和精力，”Paritosh 表示，“每份合同的处理时间缩短了 80%，加快了决策周期。我们的团队能够在减少精神疲劳的情况下审核复杂合同，并在整个工作日内保持高质量的分析水平。此外，人类接受度高达 91.37%，这证明了 CRISP 的准确性和可靠性。”
采用类似的架构模式，Amazon FinTech 也致力于提高其金融运营的效率。该团队使用 Amazon Bedrock 构建了一个对话式聊天机器人，该聊天机器人可用作安全访问客户账户信息和内部文档的单个统一界面。借助 AWS 服务，Amazon FinTech 达到了 90% 以上的准确率。此外，该解决方案使 Amazon 的分析师无需再从数百份冗长的文档中查找标准操作程序，同时有助于他们做出更明智的决策。
成果 | 利用人工智能和机器学习推动未来的金融创新
展望未来，Amazon FinTech 计划将人工智能和机器学习的应用扩展到财务管理的更多方面。该团队设想实施由人工智能驱动的财务规划和预测系统，增强风险管理能力，并开发更复杂的战略规划决策支持工具。例如，Amazon FinTech 正在构建一个人工智能驱动的研究解决方案，使金融专家能够对大量文档进行分析，并提供引用证明。
Kumar 表示：“人工智能将通过提高效率、准确性和适应性来重塑财务管理。它将使金融团队能够做出更多基于数据、具有前瞻性的决策，加强风险管理，并简化合规流程，同时让员工有机会将节省下来的时间投入到更具战略性和创新性的任务中。”
找到今天要查找的内容了吗？
请提供您的意见，以便我们改进网页内容的质量。