Applaud 借助 Amazon Bedrock 上的生成式人工智能重建人力资源平台

Applaud 现有的软件包含知识库、员工门户、基于规则的聊天机器人和入职模块等传统组件。然而，这些遗留解决方案存在局限性，限制了公司快速创新以满足人力资源员工及其服务对象需求的能力。“人工智能带来的变革意义重大，我们不想受传统思维、技术债务或功能局限的束缚。”Applaud 首席技术官兼联合创始人 Duncan Casemore 表示，“我们选择从人工智能的视角重新审视平台，使其具备未来适应性、灵活性，并能充分释放生成式人工智能的潜力。”

Applaud 需要企业级的灵活性、弹性和成本效益，同时具备强大的数据隐私保护和区域内数据驻留能力。同样重要的是，能够对基础模型进行抽象处理，以便 Applaud 可根据不同使用案例轻松替换或升级模型，兼顾持续创新与成本控制。随着大语言模型（LLM）的兴起，Applaud 意识到有机会构建全新的人工智能软件架构，使公司在下一代人力资源技术领域占据领先地位。

在一次内部黑客马拉松活动中，工程团队展示了生成式人工智能如何变革 Applaud 的平台。成果令人信服，管理层决定以 AWS 为基础，在短短 4 个月的发布周期内，围绕生成式人工智能重构整个软件套件。“我们很快意识到，AWS 能够提供客户所需的企业级弹性，并满足他们的数据驻留需求。”Casemore 表示。数据驻留是硬性要求，尤其是在英国和欧盟业务中，因为 Applaud 的大型企业客户业务遍及全球，对人力资源数据有极高的安全和隐私要求。

Applaud 的新平台由 Amazon Bedrock 提供支持，这是一项全面、安全、灵活的服务，用于构建生成式人工智能应用程序。该平台采用 Amazon Bedrock 中的 Anthropic Claude 模型（具体为 Claude Sonnet），通过检索增强生成和代理式编排，实现对话式人工智能功能。平台还使用 Amazon Titan 文本嵌入模型生成文本嵌入，为 Applaud 向量数据库中的语义搜索提供支持。

该架构涵盖三个核心模块。人工智能助手与搜索模块：采用 Claude Sonnet 实现对话式人工智能，借助 Amazon Titan 嵌入模型支持 40 多种语言的自然语言查询语义搜索，并提供“零点击”答案。知识管理模块：利用 Amazon Bedrock 分析人力资源内容，对准确性、偏见、语气和覆盖缺口进行评分，同时帮助团队结合上下文快速撰写和修改内容。案例管理模块：借助 Amazon Bedrock 实现对话式案例创建、自动摘要生成、智能路由和优先级排序，并不断拓展智能体协作能力。

除了使用 AWS 上的生成式人工智能功能外，Applaud 还采用 AWS 服务保障可视性与安全性。Applaud 部署了 Amazon CloudWatch 用于资源观测与监控，并使用 AWS WAF（可保护 Web 应用程序免受常见漏洞攻击）保障敏感员工数据安全。

通过在 AWS 上重建平台，Applaud 彻底改变了其工程能力与创新速度。公司能够快速制作原型并进行迭代，开发周期大幅缩短。“借助 AWS 上的生成式人工智能，我们的工程效率发生了质的飞跃。”Casemore 表示，“我们的创新速度比以往任何时候都快，想法从概念到原型再到生产的时间仅为过去的一小部分。”

技术性能提升包括：流式响应时间从 3-5 秒缩短至 1-2 秒，文本生成吞吐量提升约 2-3 倍。“我们通过更快的响应、简化的操作和更低的维护成本，获得了优化收益。”Casemore 表示，“效率的提升为我们的业务带来了显著的利润增长。”

公司获得了企业级的灵活性和可扩展性，能够支持复杂的全球业务运营，同时满足严格的数据隐私和驻留要求。“对我们而言，最大的收获是加快了产品上市速度，并能够借助 AWS 实现这种可扩展性。”Casemore 表示。