Kepatuhan
.2af9498825a4ff34b3edae3f8c245b2ec11a29a5.png "Assent")
Kami membantu perusahaan dengan memberikan transparansi, keterlacakan, dan pemahaman yang nyata tentang data rantai pasokan mereka sehingga mereka dapat melindungi merek mereka, menghilangkan penghalang akses pasar, dan mengurangi risiko operasional dan keuangan.
"Kami berjuang untuk menggabungkan keahlian domain teknologi dan bisnis untuk membantu pelanggan memahami risiko kepatuhan dalam rantai pasokan mereka. Kami membutuhkan cara untuk memproses dokumen kepatuhan sesuai skala. Proses kami adalah membaca gambar dan dokumen PDF berupa formulir, tabel, dan teks bentuk bebas lalu mengekstrak data yang menarik dari dalam dokumen tersebut. Teknologi OCR Amazon Textract memungkinkan kami mengekstrak teks dari dokumen. API NLP cerdas konteks Amazon Comprehend mengekstrak entitas khusus bisnis dan nilai mereka dari teks. Kami juga menggabungkan manusia ke dalam alur kerja menggunakan Amazon Augmented AI (Amazon A2I), agar tim kami dapat meninjau data yang diekstrak dan memberikan umpan balik ke model ML dan membantu meningkatkannya dari waktu ke waktu. Dengan perpaduan manusia dan pembelajaran mesin yang efisien serta AppSync dan Amplify, kami mendapat wawasan yang lebih akurat ke dalam risiko rantai pasokan pelanggan dan menghemat ratusan jam dari waktu mereka untuk meninjau dokumen secara manual. Kini mereka bisa segera mendapat umpan balik tentang apakah perusahaan mereka berada dalam risiko kepatuhan atau tidak."
-Corey Peters, AI/ML Team Lead, Assent Compliance
Energi dan Utilitas
Kebutuhan akan energi bersifat universal. Itulah alasan ExxonMobil memelopori penelitian baru dan mencari teknologi baru untuk mengurangi emisi sambil membuat bahan bakar dan pelumas yang lebih efisien. ExxonMobil berkomitmen untuk secara bertanggung jawab memenuhi kebutuhan energi dunia.
Implementasi digital AWS dan Amazon Business ke dalam organisasi pengadaan ExxonMobil meningkatkan operasi globalnya dan mempersiapkan mereka untuk gangguan yang tidak terduga. "Kami bekerja dengan Amazon ML Solutions Lab untuk mengembangkan bukti konsep yang ditujukan untuk memaksimalkan pemanfaatan kontrak dan pengurangan biaya lebih lanjut. Satu pendekatan memanfaatkan Amazon SageMaker untuk meningkatkan identifikasi item katalog yang paling cocok dari entri teks bebas di sistem eProcurement ExxonMobil, Smart by GEP. Ketika deskripsi item katalog tidak tersedia, kami menggunakan Amazon Comprehend untuk membuat model klasifikasi sesuai pesanan untuk memetakan entri teks bebas ke perjanjian kontrak pemasok."
-Mariano Matzkin, Manajer Pengadaan MRO Global (Global MRO Procurement Manager), ExxonMobil
Baca blog tamu untuk mempelajari selengkapnya
Layanan Keuangan
FINRA adalah organisasi nirlaba yang didedikasikan untuk perlindungan investor dan integritas pasar. Organisasi ini mengatur salah satu bagian penting dari industri sekuritas– firma pialang yang melakukan bisnis dengan publik di Amerika Serikat.
"FINRA menerima jutaan dokumen dengan data tak terstruktur untuk mendukung proses investigatif, pemeriksaan, dan kepatuhan. Para penyelidik dan pemeriksa kami harus membaca dokumen halaman per halaman atau menjalankan pencarian yang sangat ditargetkan untuk menemukan apa yang mereka butuhkan. Dengan Amazon Comprehend, kita dapat mengekstrak individu dan organisasi dengan cepat, mencocokkan entitas yang diekstrak dengan catatan-catatan FINRA, menandai individu yang penting, dan mendeteksi kesamaan-kesamaan dengan dokumen-dokumen lainnya.”
-Dmytro Dolgopolov, Senior Director of Technology of FINRA
Layanan Publik Umum
Menggunakan kemampuan pemrosesan bahasa alami dari Amazon Comprehend, aplikasi dapat mengekstrak makna dari bahasa hukum yang rumit, mengidentifikasi perbedaan kecil, dan menandai masalah untuk ditinjau oleh pekerja sosial. Dengan melepaskan pekerjaan secara manual dari pekerja sosial, yang sebelumnya perlu membandingkan ribuan dokumen setiap minggu, HMLR telah menggandakan kecepatan peninjauan dokumennya dan dapat menyetujui transfer properti lebih cepat. Solusi ini juga mengurangi risiko klaim ganti rugi: solusi ini menandai perbedaan di awal proses aplikasi, mendorong pekerja sosial untuk menyelesaikan masalah sebelum berkembang menjadi sengketa hukum. HMLR melakukan deployment aplikasi web untuk mengotomatiskan perbandingan dokumen, memangkas waktu peninjauan hingga 50 persen, dan meningkatkan produktivitas staf.
Baca studi kasus »
Legal
LexisNexis Legal & Professional adalah penyedia konten dan solusi teknologi global untuk para profesional hukum dan bisnis, yang melayani pelanggan di lebih dari 175 negara, dan menawarkan lebih dari 2 miliar arsip yang dapat dicari.
“Kami menyediakan riset dan analisis penuh wawasan untuk para profesional guna membantu mereka membuat keputusan berdasarkan informasi. Oleh karena itu, kami selalu mencari cara yang lebih baik untuk menemukan wawasan dari dokumen-dokumen hukum. Berkat machine learning (ML) otomatis Amazon Comprehend, sekarang kami dapat membangun model pengenalan entitas kustom yang akurat tanpa masuk ke dalam kompleksitas yang berhubungan dengan ML. Entitas-entitas yang paling kita perhatikan, seperti hakim dan jaksa, dapat diindentifikasi secara cepat dari lebih dari 200 juta dokumen dengan akurasi di atas 92%.”
-Rick McFarland, Chief Data Officer of LexisNexis
Manufaktur
Siemens membangun solusi pemrosesan respons survei AWS yang mengirimkan survei lengkap ke Amazon Comprehend untuk identifikasi bahasa, lalu ke Amazon Translate untuk mengeksekusi terjemahan. Setelah Amazon Comprehend menganonimkan setiap nama, Amazon SageMaker mendeteksi dan mengatur respons ke dalam kategori dan topik. Selain itu mengembalikan hasil survei yang dianalisis dan diurutkan setidaknya 75 persen lebih cepat dari sebelumnya, solusi AWS membuat program survei jauh lebih murah.
“Pengadaan pemrosesan manusia dan analisis survei karyawan pada masa lalu menghabiskan biaya beberapa euro per wawancara. Dengan menggunakan Amazon Comprehend dan layanan AWS lainnya, kami mendapatkan terjemahan, pemrosesan, dan analisis dengan biaya kurang dari satu euro per wawancara.”
Ritel dan Grosir
Di pusat dukungan schuh, perusahaan menggunakan kemampuan pemrosesan bahasa alami (NLP) dan machine learning (ML) Amazon Comprehend untuk menganalisis email pelanggan dan mengenali sentimen pesan. Teknologi ini sangat efektif sehingga dapat secara otomatis menilai, misalnya, bahwa 41 persen komunikasi berisi sentimen positif atau negatif—jauh sebelum tim dukungan masuk. Tiket dukungan diurutkan berdasarkan masalah dan diberi kode warna, kemudian diteruskan ke agen layanan pelanggan yang paling dapat menanganinya berdasarkan pengalaman atau bidang keahlian. Sebelum menggunakan Comprehend, memprioritaskan pertanyaan secara manual dan memakan waktu.
“Menggunakan Comprehend untuk menempatkan masalah pelanggan di hadapan orang yang tepat benar-benar memberi kami peluang terbaik untuk mempertahankan pelanggan tersebut pada masa mendatang.”
Chick-fil-A Menggunakan Amazon Comprehend untuk Membantu Menemukan Penyakit Bawaan Makanan
Perangkat Lunak dan Internet
Vision Critical menyediakan perangkat lunak inteligensi hubungan pelanggan yang memungkinkan perusahaan besar menjadi cepat, responsif, dan berpusat pada pelanggan.
“Platform Sparq kami menghubungkan data pelanggan Anda yang paling penting dari sumber apa pun—termasuk data transaksi, sikap, emosi, dan niat—untuk membangun profil pelanggan dinamis yang memberi setiap tim dan sistem bisnis pandangan terpadu tentang pelanggan. Berintegrasi dengan kemampuan analisis sentimen Amazon Comprehend, platform kini mengubah umpan balik kualitatif pelanggan menjadi wawasan yang dapat ditindaklanjuti, menentukan apakah umpan balik positif, negatif, atau netral dengan akurasi lebih dari 90%.”
-Nicholas Simon, Product Manager of Vision Critical
Perangkat lunak TeraDact Solutions menawarkan alternatif yang kuat untuk berbagi informasi secara aman di dunia dengan terus meningkat perhatian terhadap kepatuhan dan privasi. Dengan kemampuan Information Identification & Presentation (IIaP™) yang khas, alat TeraDact menyediakan lingkungan berbagi informasi yang aman bagi pengguna.
“Menggunakan Amazon Comprehend untuk redaksi PII dengan sistem tokenisasi, tidak hanya membantu kami menjangkau kumpulan pelanggan yang lebih besar, tetapi juga membantu kami mengatasi kekurangan deteksi PII berbasis aturan yang dapat mengakibatkan alarm palsu atau detail yang terlewat. Deteksi PII sangat penting untuk bisnis dan dengan kekuatan model NLP yang sesuai konteks dari Comprehend, kami dapat menjunjung tinggi kepercayaan yang diberikan pelanggan kepada kami dengan informasi mereka. Amazon berinovasi dalam berbagai cara untuk membantu memajukan bisnis kami dengan menambahkan fitur baru yang sangat penting untuk rangkaian produk kami."
-Chris Schrichte, CEO, TeraDact Solutions, Inc.
SuccessKPI adalah platform analitik pengalaman yang memberdayakan bisnis di seluruh dunia untuk mendapatkan wawasan tentang pengalaman pelanggan, menghadirkan efisiensi bagi tenaga kerja, dan pada akhirnya mendorong hasil bisnis. Pusat kontak utama secara global di beberapa vendor CaaS memanfaatkan platform analitik SuccessKPI.
“Memahami sentimen pelanggan di berbagai produk atau layanan adalah kunci untuk memahami kondisi bisnis. Sentimen Tertarget Amazon Comprehend memungkinkan pelanggan kami tidak hanya memahami sentimen untuk suatu percakapan, tetapi juga menelusuri area produk atau bisnis tertentu dalam skala besar."
-Praphul Kumar, Chief Product Officer, SuccessKPI
Gallup adalah firma analitik dan penasihat global yang membantu organisasi dengan program aktivasi dan pemberdayaan budaya yang mengubah strategi menjadi tindakan untuk menghasilkan keterlibatan karyawan dan pelanggan yang lebih baik dan berkelanjutan. Gallup Access adalah platform tempat kerja kami yang telah terbukti yang digunakan untuk pengumpulan data, analitik, dan pembelajaran untuk mendorong perubahan nyata.
"Kami sangat senang dengan fitur Sentimen Tertarget Amazon Comprehend karena fitur ini akan meningkatkan pelaporan respons survei terbuka kami yang ada di Gallup Access. Saat ini kami melaporkan metrik terkait sentimen secara keseluruhan dan dengan fitur baru ini, kami akan dapat memberikan sentimen yang lebih bertarget dalam respons survei tersebut. Hal ini akan meningkatkan proposisi nilai dari keseluruhan pelaporan kami dan memberikan data yang lebih akurat serta dapat ditindaklanjuti kepada pengguna kami ."
-Swapan Golla, Director of Analytics, Gallup
TINT membantu pemasar B2C menemukan, mengkurasi, dan menampilkan konten buatan pelanggan yang paling efektif dari media sosial dalam pemasaran mereka.
“Bisnis kami berfokus pada pengiriman konten pemasaran terbaik untuk merek yang bergantung pada kami. Dengan menggunakan Amazon Comprehend, kami dapat meningkatkan kualitas dan akurasi kemampuan analitik konten platform kami secara signifikan, yang mengidentifikasi konten yang tepat untuk kampanye pemasaran yang paling berdampak. Amazon Comprehend memungkinkan kami berfokus pada produk inti dan tidak mengkhawatirkan pekerjaan berat yang terkait dengan pembuatan model machine learning kami sendiri.”
-Ryo Chiba, CTO dari TINT
Vibes Mobile Engagement Platform memungkinkan pemasar untuk terlibat satu lawan satu dengan konsumen seluler yang sangat terhubung saat ini dalam skala besar.
"Pesan seluler menghubungkan merek dan konsumen secara langsung, personal, dan autentik. Di Vibes, kami memproses miliaran pesan seluler setiap bulan dan terdapat wawasan mendalam yang tersembunyi di sejumlah besar pesan yang kami proses. Amazon Comprehend memungkinkan kami mengekstrak frasa kunci, mendeteksi sentimen, dan memodelkan topik-topik dari konten pesan tak terstruktur dengan cepat—yang akan memberikan pemahaman yang lebih mendalam kepada para pemasar tentang kinerja mereka dan wawasan yang dapat dilaksanakan untuk memberikan pengalaman pelanggan yang bermanfaat."
-Brian Garofola, CTO of Vibes
Zillow: Membangun Analitik Ucapan Menggunakan Layanan AI AWS
Pelajari selengkapnya tentang fitur Amazon Comprehend