Tag: Artificial Intelligence (AI)

Enel は、32 か国に拠点を置き、82 GW の発電容量を持つ大手総合電力会社です。また同社は、7,600 万人の顧客に対して広大な送配電網を提供し、4,650 万台のスマートメーターを管理する大手送電網事業者としても極めて重要な役割を果たしています。Enel は 2014 年以来、Amazon Web Services (AWS) を使用した生成 AI の導入を促進する強力な社内ノウハウを開発することにより、人工知能 (AI) に多額の投資を行ってきました。この技術の進歩により、以前は手動で実行されていたタスクをシームレスに自動化することが可能になりました。

カスタマーエクスペリエンスの領域における生成 AI の可能性は魅力的です。一方カスタマーサービスに導入する際、ハルシネーションやバイアス(偏見)などの課題・懸念もあります。この記事では Amazon Connect によって、独自モデルのトレーニングなしで生成 AI を活用したり、ハルシネーションやバイアスの少ない応答を得る方法を紹介します。

本ブログは、株式会社ユビタスと Amazon Web Services Japan が共同で執筆いたしました。 […]

AI を活用したクラウドコンタクトセンターソリューションである Amazon Connect は、業界を問わず企業が最新の技術の進歩を活用し、エージェントを支援し、顧客データから洞察を抽出し、エンドユーザーを喜ばせるオムニチャネルサポートを提供できるよう支援しています。このブログでは、 Customer Contact Week (CCW) で発表されたものを含め Amazon Connect の最新の機能、そしてお客様サービスの提供を革新的に変えている先進的な企業の事例をご紹介します。

AWS IoT TwinMaker と Matterport を使って、Amazon Monitron からのデータを 3D 空間内で視覚化するソリューションを紹介しました。予知保全のためのガイダンスと 3D 空間でのデータ可視化を組み合わせることで、設備保全オペレーションの改善、チーム内のコミュニケーション促進、課題特定と解決プロセスの最適化を実現します。

今回の検証を通して、Amazon Bedrock と Amazon Transcribe を使用した通話音声要約ソリューションが、ヘルプデスクの作業軽減に繋がることを確認できました。第一興商では、今後も AWS の先進的なテクノロジーを活用し、本業であるカラオケ機器の開発や企画により一層注力していく考えです。

このブログ記事では、製造業界における生成 AI の最新トレンドと、ハノーバーメッセ 2024 での事例について深く掘り下げています。実際のユースケースを探り、AWS のサービスと AWS パートナーソリューションを活用した大手メーカーの説得力のある成功事例を紹介しています。これらは、生成 AIがどのように現場での迅速なトラブルシューティングと意思決定を促進し、設備停止の平均復旧時間 (MTTR) を劇的に短縮し、生産性と製品品質をかつてないほど向上させることを示しています。

本ブログでは、既存システム更新に関わる課題解決のために、AWS の生成 AI サービスである Amazon Bedrock を使って COBOL ソースコードからプログラム概要資料を作成する活用例を解説します。実際に使用したプロンプトも紹介していきますので参考にしやすい構成になっています。また、COBOL 言語初心者の筆者が生成 AI を活用しながら COBOL 言語を学び、成果物品質を向上させていった方法についても解説します。今回紹介する方法が、既存システムの理解促進と将来の発展のための参考になれば幸いです！

このブログでは、さまざまな 生成 AI を活用したビジネスユースケースをデモンストレーションしている Generative AI Use Cases JP をカスタマイズする方法についてご紹介します。Amazon Bedrock、Amazon Kendra などを利用して、Generative AI Use Cases JP はさまざまなビジネスユースケースを公開しています。
その Generative AI Use Cases JP の Web UI を利用することで簡単に新しいユースケースを追加することが可能です。

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。