Amazon Kendra は、機械学習を原動力とする高精度のインテリジェント検索サービスです。Kendra を使用すると、ウェブサイトやアプリケーションのエンタープライズ検索に対する考えが変わります。従業員や顧客は、企業内の複数の場所やコンテンツリポジトリにコンテンツが分散して保存されている場合であっても、目的のコンテンツを簡単に見つけることができます。
Amazon Kendra を使用すると、膨大な非構造化データを隅から隅まで検索する必要がなくなり、質問に対する適切な回答を必要なときに見つけることが可能となります。Amazon Kendra はフルマネージド型のサービスであるため、サーバーのプロビジョニングも、機械学習モデルの構築、トレーニング、デプロイも不要です。
自然言語を使用してより適切な回答を直ちに取得
シンプルなキーワードに加え、自然言語の質問を使用して目的の回答を得ることができます。Kendra では、検索対象がテキストスニペットであれ、よくある質問であれ、PDF ドキュメントであれ、まさに探していた回答をドキュメントから見つけることができます。また、Kendra では、ドキュメントが羅列された長いリストから目的の回答を選別することなく、回答候補を直ちに得ることができます。Kendra の使用前と使用後における検索エクスペリエンスの違いをぜひご確認ください。
利点
目的の回答をすばやく検索
ナレッジへのアクセスを一元管理
検索結果を微調整
Kendra の深層学習モデルは、14 の産業分野について事前にトレーニングされているため、幅広いビジネスユースケースに関するより正確な回答を直ちに得ることができます。また、データソース、データ作成者、鮮度の重要度を手動で調節したり、カスタムタグを使用したりすることで、検索結果を微調整することができます。
わずか数回のクリックでデプロイ
ユースケース
お客様とのインタラクションを向上させる
Amazon Kendra は、QnA Chatbot によるウェブ検索であれ、エージェントアシストによるウェブ検索であれ、お客様によるウェブ検索であれ、お客様が何を質問しているかをこれまで以上により正しく理解し、お客様の目的により合致した回答とより優れたエクスペリエンスを提供します。
研究開発を加速させる
新しい研究やイノベーションを率いるサイエンティストやデベロッパーは、企業のデータストアに埋もれた過去の仕事の情報にアクセスする必要があります。より迅速かつ正確な検索が可能になることで、これらのサイエンティストやデベロッパーは、検索で浪費する時間を減らしてイノベーションにより多くの時間を費やせるようになります。
規制およびコンプライアンスのリスクを最小限に抑える
機械学習を使用することで、規制に関する何百ものウェブサイトで公表されている規制ポリシーをすばやく特定/解釈できるようになり、ポリシーの実施とコンプライアンスプロセスを改善することができます。
従業員が必要とするデータを提供する
企業の各所に存在する多種多様かつ多重構造の情報サイロにあるコンテンツを特定してインデックスを作成することで、アクティブなナレッジカタログを構築/維持管理することができます。ユーザーは、一元管理されたこのビューを使用することで、どのような情報を利用できるかをすばやく確認でき、より多くの情報を手に入れることができます。
お客様
「当社の材料科学者が新たな研究を率いようとするとき、関連する過去の研究の情報にアクセスする必要がありますが、この情報は、当社の膨大なナレッジベースにある数多くの特許に埋もれています。Kendra では自然言語によるクエリがすばやく正確に実行されるため、当社の材料科学者は必要な情報を見つけることができます」
「当社の目標は、100 ページを超える文書に正しい答えが埋もれているとしても、お客様が規制情報をすばやく理解し、迅速に自信を持って意思決定ができるように、必要な情報をお客様がよりすばやく得られるようにすることです」
Kendra は、「プルート作戦のパイプラインの長さは?」といった質問に対する回答を迅速かつ正確に見つけ出します。認識機能におけるこの大変革は、企業の運営と社員の労働生活を改善するための、さらに優れたすばやい意思決定を可能にしてくれるでしょう」
今すぐ Kendra の使用を開始する
検索の概念を変えるAmazon Kendra を使用して独自のデータソースに接続することで、独自のコンテンツにおける検索エクスペリエンスのテストを数分で開始することができます。
データソースを追加するインデックスを作成します。
S3、SharePoint、Salesforce、Servicenow、RDS データベース、および One Drive など、人気のデータソース向けの Kendra のコネクタを使用します。今年の後半には対象が増える予定です。
検索エクスペリエンスをコンソールで直接テストします。さらに、新規または既存のアプリケーションに簡単にデプロイできるように、検索エクスペリエンスの各コンポーネントを実装するためのサンプルコードにアクセスします。