Amazon Web Services ブログ
Tag: AI
週刊生成AI with AWS – 2024/6/3週
週刊生成AI with AWS, AWS Summit Japanが近づいてきた2024年6日10日号 – 公式Webマガジンbuilders.flashで生成AIに関する3本の記事が公開、株式会社システムインテグレータ様と株式会社エクサウィザーズ様の国内事例公開、生成AIに関する2つのイベント開催レポート(動画・資料あり)ブログを公開。サービスアップデートではKnowledge Bases for Amazon BedrockのTitan Text Embedding v2対応、Q Developerのコマンドラインのリアルタイム補完対応をおしらせ
週刊生成AI with AWS – 2024/5/27週
週刊生成AI with AWS 梅雨の気配を感じる2024年6日3日号 – AWSとSAPが生成AI活用に関する戦略的協業を拡大、コネヒト株式会社様・株式会社第一興商様・三井物産株式会社様の国内事例ブログを公開。サービスアップデートではBedrockのCoverse API発表、PartyRockのドキュメントファイル対応、Oracle Database-PostgreSQL移行を支える生成AI機能の発表などをお知らせ
週刊生成AI with AWS – 2024/5/20週
週刊生成AI with AWS 2024年5月27日号 – カラクリ株式会社様がAWS Trainiumを利用して学習したモデルを公開、Amazon Q in Connectの仕組み解説ブログ(日本語)を公開、マルチモーダルRAGによるAIアシスタントの能力向上に関するブログ(英語)を公開。サービスアップデートではAmazon BedrockのMistral Small対応、Amazon NeptuneのLlamaIndexサポートなどをお届け
Amazon Q in Connect 向けのナレッジベースの最適化
Amazon Q は企業のシステムにあるデータや専門知識を使用して、会話、問題の解決、コンテンツの生成、アクションの実行を提供する生成 AI 搭載アシスタントで、 Amazon Connect 内で直接利用できます。このブログ記事では、Amazon Q in Connect とその仕組み、生成 AI による機能を使用してナレッジベースを最適化し、コンタクトセンター業務への効果を最大化する方法について学びます。
週刊生成AI with AWS – 2024/5/13週
週刊生成AI with AWS 2024年5月20日号 – 藤田医科大学様の取り組みをブログにてご紹介、BedrockとClaude 3による開発体験ワークショップ(日本語)公開、AWSの取り組みと最近のアップデートに関する記者発表を実施(記事へのリンクもあります)。サービスアップデートではKnowledge Bases for Amazon Bedrockの機能強化や、他2件のアップデートをお知らせ
週刊生成AI with AWS – 2024/5/6週
週刊生成AI with AWS 2024年5月13日号 – Amazon Qの一般利用開始に際した、Amazon CEO/AWS CEOのX postを紹介。Amazon Titan Text PremierがBedrockで利用可能に、Amazon Bedrock Studioのプレビュー提供を開始Agents for Amazon Bedrockでプロビジョンドスループット料金を選択可能に、など5件の機能アップデートをご紹介
re: Invent 2023 ギリアド・サイエンシズ登壇 イノベーショントークのキーポイント!
この記事は “Key takeaways from Gilead’s Innovation Talk at r […]
御社のデータ基盤は強固で将来性があり、付加価値がありますか?
組織には、データの価値を最大限に引き出すための強力な基盤が必要です。この基盤の目的は、データを整理し、品質を確 […]
【開催報告】コンテンツ制作・配信におけるクラウド活用〜最新事例から知る業務効率化手法~
はじめに 2023年10月20日、新聞・出版業界のお客様向けに、「コンテンツ制作・配信におけるクラウド活用」と […]
コンタクトセンターのリーダーは生成系 AI によるカスタマーエクスペリエンスをどう評価するか
生成系 AI は、多くの企業にとって関心のある分野です。AWS では、さまざまなビジネスセグメントで生成系 AI をどのように使用できるかお客様から頻繁に聞かれますが、カスタマーエクスペリエンス (CX) は特に大きな関心を集めている分野です。
このブログ記事では、ビジネス上の課題を解決するために、生成系 AI を他の方法と比較してどのような場合に使用すべきかに焦点を当て、問題提起から逆算することで、ユースケースに適用できる最適なテクノロジーの決定をお手伝いします。