AWS Entity Resolution lance la prise en charge des flux de travail de mise en relation incrémentiels basés sur le machine learning
AWS Entity Resolution lance la prise en charge des flux de travail de mise en relation incrémentielle basés sur le machine learning (ML) en disponibilité générale, transformant ainsi fondamentalement la façon dont les entreprises traitent la résolution des entités à grande échelle. Auparavant, l’ajout d’un seul nouvel enregistrement obligeait les clients à retraiter l’intégralité de leur jeu de données, un processus qui pouvait prendre jusqu’à 2 jours et coûter des milliers de dollars. Cela a créé un goulot d’étranglement critique qui a contraint les grandes entreprises à rechercher des solutions de contournement coûteuses ou des solutions alternatives.
Grâce à cette amélioration, AWS Entity Resolution permet aux entreprises de traiter uniquement les nouveaux enregistrements ajoutés depuis leur dernier flux de travail. Ce lancement apporte des gains d’efficacité considérables : traitement d’un million d’enregistrements incrémentiels en moins d’une heure, soit une réduction de 95 % du temps de traitement par rapport aux charges de travail actuelles, tout en réduisant considérablement les coûts d’infrastructure. Cette fonctionnalité prend en charge des charges de travail incrémentielles allant jusqu’à 50 millions d’enregistrements incrémentiels sur des jeux de données contenant jusqu’à 1 milliard d’enregistrements de base historiques, rendant AWS Entity Resolution viable pour les charges de travail d’entreprise continues et à grande échelle qui étaient auparavant économiquement irréalisables.
Vous pouvez commencer à utiliser des flux de travail de machine learning incrémentiels dans toutes les Régions AWS où AWS Entity Resolution est disponible. Pour en savoir plus sur le démarrage d’un flux de travail de machine learning incrémentiel, consultez notre Guide de l’utilisateur. Pour en savoir plus sur AWS Entity Resolution, consultez notre page produit.