本指南演示如何使用 AWS 人工智能/机器学习和生成式人工智能服务自动处理非结构式文档以及后续审计和分析。它包括用于提取、分类和处理文档所用的 Amazon Textract，面向 SAP Clean Core 扩展的适用于 SAP ABAP 的 AWS SDK，以及用于构建智能审计聊天机器人助手的 Amazon Bedrock，能够生成审计摘要并提高企业用户生产力。本指南专为实现可扩展性撰写，旨在帮助您无缝整合其他组件或与其他 AWS 服务集成。

请注意：[免责声明]

架构图

下载架构图 PDF 
  • SAP 堆栈内扩展

  • 此架构图显示了如何利用人工智能/机器学习和生成式人工智能服务构建 SAP 堆栈内扩展并智能处理您的文档，从而简化 SAP 业务流程。

  • SAP 并行扩展

  • 此架构图显示了如何构建外部 SAP 扩展以智能化处理您的文档。

开始使用

部署本指南

Well-Architected 支柱

当您在云中构建系统时，AWS Well-Architected Framework 可以帮助您了解所做决策的利弊。框架的六大支柱使您能够学习设计和操作可靠、安全、高效、经济高效且可持续的系统的架构最佳实践。使用 AWS 管理控制台中免费提供的 AWS Well-Architected Tool，您可以通过回答每个支柱的一组问题，根据这些最佳实践来检查您的工作负载。

上面的架构图是按照 Well-Architected 最佳实践创建的解决方案示例。要做到完全的良好架构，您应该遵循尽可能多的 Well-Architected 最佳实践。

  • Amazon CloudWatch 和 AWS CloudTrail 提供监控和日志记录功能，因此您可以检测并响应性能问题、安全威胁和配置更改。例如，CloudWatch 可监控应用程序性能和资源利用率，而 CloudTrail 则跟踪 API 调用和资源变化，提供完整的审计跟踪记录。

    阅读《卓越运营》白皮书 

  • AWS 提供一系列安全服务，可帮助您保护您的 AWS 资源和数据。AWS Identity and Access Management（IAM）提供最低权限访问和密钥管理功能，因此只有授权用户和应用程序才能与您的 AWS 资源进行交互。Amazon S3 存储桶策略和访问控制列表（ACL）进一步控制对 Amazon S3 存储桶和对象的访问权限，强制执行数据加密并屏蔽公共访问权限。此外，AWS Config 还提供资源清单、配置历史记录和合规性报告，帮助跟踪和管理安全最佳实践。

    将 SAP 数据与 Amazon Bedrock 集成时，实施适当的安全措施非常重要。这包括使用 IAM 角色和权限根据最低权限原则限制对 AWS 资源的访问。此外，还应使用 Amazon S3 存储桶策略和 ACL 来控制对存储在 Amazon S3 中的任何敏感 SAP 数据的访问权限。最后，使用 AWS Config 持续监控和管理资源配置有助于在一段时间内保持稳定的安全状况。

    阅读《安全性》白皮书 

  • Amazon Textract、Amazon Bedrock 和 Amazon S3 具有跨多个可用区（AZ）的内置冗余和容错功能，无需手动配置或其他基础设施即可实现高可用性。 

    阅读《可靠性》白皮书 

  • Amazon Textract 使用预构建的机器学习模型提供文档提取功能，能够从发票和其他文档中提取信息。Amazon Bedrock 还允许使用大规模机器学习模型来增强应用程序的性能和准确性。Amazon S3 是一款高度可扩展且持久耐用的对象存储服务，可促进数据的高效存储和检索，使应用程序能够快速可靠地访问所需信息。此外，神经语言翻译服务 Amazon Translate 还能提供可靠且高度准确的文档翻译能力。值得注意的是，这些 AWS 服务本质上都是无服务器服务，可自动扩展以适应工作负载需求的波动。

    阅读《性能效率》白皮书 

  • 本指南中介绍的 AWS 服务，包括 Amazon Textract、Amazon Translate、Amazon Bedrock 和 Amazon S3，旨在为您的工作负载提供高效且可扩展方法，同时尽可能降低运营成本。具体而言，Amazon Textract 支持使用预构建的 LLM 模型从文档中提取信息，从而实现经济高效的智能文档处理，而 Amazon S3 则采用即用即付定价模式，是一款高度可扩展且持久耐用的对象存储服务。Amazon Translate 可为大规模多语言应用程序带来便利，而 Amazon Bedrock 则支持构建经济实惠的 RAG 工作流程。您可以利用这些服务的无服务器特性、使用 Amazon S3 的生命周期策略，以及使用 AWS Cost Explorer 成本管理服务 和 CloudWatch 监控使用情况，从而进一步优化成本。

    阅读《成本优化》白皮书 

  • 本指南中介绍的 AWS 服务都能优化资源使用和减少环境影响，从而为可持续发展贡献力量。例如，Amazon Bedrock 是一款提供一系列基础模型的完全托管服务，可帮助您在降低计算要求的情况下开发高级 AI 模型，从而提高能效。Amazon S3 可促进高效数据存储和管理，减少了对物理数据中心的需求和相关的能源消耗。此外，Amazon Athena 无需资源密集型数据仓库即可实现数据分析，从而实现了对基于云的资源的高效利用。不仅如此，这些服务均采用了云原生无服务器架构，消除了资源预置需求并降低了能耗。最后，Amazon S3 可以实现持久耐用且高度可用的数据存储，有助于通过减少对冗余存储的需求来尽可能减少电子垃圾。

    阅读《可持续性》白皮书 

相关内容

[内容类型]

[标题]

此[博客文章/电子书/指南/示例代码]演示了如何 [插入简短描述]。

免责声明

示例代码；软件库；命令行工具；概念验证；模板；或其他相关技术（包括由我方人员提供的任何前述项）作为 AWS 内容按照《AWS 客户协议》或您与 AWS 之间的相关书面协议（以适用者为准）向您提供。您不应将这些 AWS 内容用在您的生产账户中，或用于生产或其他关键数据。您负责根据特定质量控制规程和标准测试、保护和优化 AWS 内容，例如示例代码，以使其适合生产级应用。部署 AWS 内容可能会因创建或使用 AWS 可收费资源（例如，运行 Amazon EC2 实例或使用 Amazon S3 存储）而产生 AWS 费用。

本指南中提及第三方服务或组织并不意味着 Amazon 或 AWS 与第三方之间存在认可、赞助或从属关系。AWS 的指导是一个技术起点，您可以在部署架构时自定义与第三方服务的集成。

此页内容对您是否有帮助？

 反馈