Amazon Comprehend 客戶與合作夥伴

我們透過提供供應鏈資料的透明度、可追溯性和真正的理解來協助企業，從而讓企業可以保護其品牌、消除市場准入障礙並降低營運和財務風險。

我們努力將技術和業務領域的專業知識相結合，以協助我們的客戶了解其供應鏈中的合規風險。我們需要一種大規模處理合規文件的方法。我們的程序是讀取含有表單、表格和格式不限文字的圖像和 PDF 文件，並從這些文件中擷取感興趣的資料。Amazon Textract 的 OCR 技術使我們能夠從文件中擷取文字。Amazon Comprehend 的內容感知 NLP API 可以從文字中擷取業務特定的實體及其值。我們還使用 Amazon Augmented AI (Amazon A2I) 將人類納入工作流程。我們的團隊會審查擷取的資料，並向 ML 模型提供意見回饋，並隨時間協助改進模型。在將人與機器學習有效結合之外，我們還利用 AppSync 和 Amplify，從而能夠更準確地了解客戶的供應鏈風險，為客戶節省數百小時的人工審查文件時間。現在，他們可立即取得有關公司是否存在合規風險的意見回饋。

Assent Compliance AI/ML 團隊主管 Corey Peters

對能量的需求是普遍的。這就是為何 ExxonMobil 率先進行新研究並尋求新技術來減少排放，同時建立更高效的燃料和潤滑油。埃克森美孚致力於負責任地滿足世界的能源需求。

ExxonMobil 採購組織中的 AWS 和 Amazon Business 數位實作正在增強其全球營運，並為意外中斷做好準備。  我們已與 Amazon ML Solutions Lab 合作開發了概念證明，旨在最大程度地利用合約並進一步降低成本。其中一個方法利用 Amazon SageMaker 來提升 ExxonMobil 電子採購系統 Smart by GEP 中任意文字項目中最相符的型錄項目的識別。無法取得型錄項目描述時，我們會使用 Amazon Comprehend 來建立專屬的分類模型，以將任意文字項目對應至供應商的合約協議。

ExxonMobil 全球 MRO 採購經理 Mariano Matzkin

非營利組織 FINRA 的主要業務是保護投資者和維持市場誠信，負責監管與美國大眾有生意往來的眾多經紀公司，這是證券市場上很重要的任務之一。

FINRA 會收到上百萬份文件和未結構化資料，據以支援調查、稽核和法規遵詢作業。過去，我們的調查和稽核人員必須親自檢閱這些文件的每一頁，或是執行聚焦式搜尋，才能找到所需資料。有了 Amazon Comprehend，我們可以快速擷取個人和組織資料，將已擷取實體和 FINRA 記錄加以比對，標記出利害關係人，並找出與其他文件的相似之處。

FINRA 資深技術總監 Dmytro Dolgopolov

使用 Amazon Compredeham 的自然語言處理功能，該應用程序可以從複雜的法律語言中提取含義，識別文件之間的細微差異，並標記問題供案工作者審查。個案工作者之前需要每週比較數千份文件，透過從他們手中卸下手動工作，HMLR 的文件審查速度提高了一倍，並且可以更快地核准財產轉讓。這項解決方案還可降低賠償索賠的風險：在申請程序的早期標記差異，促使個案工作者在問題演變為法律糾紛之前解決問題。HMLR 部署了 Web 應用程式來自動執行文件比較、將審核時間縮短 50%，並提高員工生產力。

LexisNexis Legal & Professional 是一間為法律和企業專業人士提供內容及科技解決方案的全球供應商，服務的客戶遍及超過 175 個國家/地區，並提供超過 20 億個可搜尋封存。

我們為法律專業人士提供富有洞見的研究和分析，協助其做出明智的決策。因此，我們不斷尋找從法律文件中更有效地汲取洞見的方式。多虧 Amazon Comprehend 提供的自動化機器學習 (ML) 功能，我們現在不必應付與 ML 相關的複雜問題，就能建立精準的自訂實體辨識模型。該功能可以從超過 2 億份文件中迅速找到我們最重視的實體 (例如法官和律師)，且準確度超過 92%。

LexisNexis 資料長 Rick McFarland

Siemens 制定了 AWS 調查回應處理解決方案，將完成的調查問卷傳送至 Amazon Comprehend 以進行語言識別，然後傳送至 Amazon Translate 以執行翻譯。在 Amazon Comprehend 將任何名稱匿名化之後，Amazon SageMaker 會偵測回應並將回應按類別和主題進行整理。除了傳回分析、排序的調查結果比之前快至少 75% 之外，AWS 解決方案還讓調查計畫的成本大幅降低。

採用人工處理以及對過去的員工問卷調查進行分析，每次訪談需要花費數歐元。使用 Amazon Comprehend 和其他 AWS 服務，我們每次訪談的費用不到一歐元即可獲得翻譯、處理和分析。

在 schuh 的支援中心，該公司使用 Amazon Comprefeed 的自然語言處理 (NLP) 和機器學習 (ML) 功能來分析客戶電子郵件並識別消息的情緒。該技術非常有效，它可以在支援團隊登錄之前自動評估，例如，41% 的通訊包含正面或負面情緒。支援工單會按照問題和顏色編碼排序，然後傳遞給客戶服務代理，他們可以根據經驗或專業領域進行最佳處理。在使用 Comprecept 之前，查詢的優先順序是手動且耗時的。

使用 Comprehend 將客戶問題交給適當的人員處理，這確實為我們留住客戶繼續合作提供了最大的機會。

Chick-fil-A 使用亞馬遜理解幫助發現食物傳播疾病。

Vision Critical 提供客戶關係智慧軟體，讓大型企業能夠迅速行動、快速回應，並以客戶為中心。

我們的 Sparq 平台將您從任何來源連接您最重要的客戶數據（包括交易、態度、情緒和意圖數據），以建立動態的客戶個人檔案，使每個團隊和業務系統都能夠統一視客戶。透過與 Amazon Comprehend 人氣分析功能的整合，此平台現在可將定性客戶意見回饋轉為可行的洞見，判斷他們的回饋為正面、負面或中立，準確性超過 90%。

Vision Critical 產品經理 Nicholas Simon

SuccessKPI 是一個體驗分析平台，讓世界各地的企業能夠深入了解客戶體驗、提高員工效率並最終推動業務成果。全球多個 CaaS 供應商的主要聯絡中心都在利用 SuccessKPI 的分析平台。

了解各種產品或服務的客戶情緒是洞悉企業運作狀態的關鍵。Amazon Comprehend Targeted Sentiment 讓我們的客戶不僅可以了解對話中的情緒，還可以大規模深入了解產品或業務的特定領域。

SuccessKPI 產品長 Praphul Kumar

Gallup 是一間全球分析和諮詢公司，可協助組織開展文化啟用和支援計畫，將策略付諸行動，以改善和維持員工和客戶參與度。Gallup Access 是我們經驗證的工作場所平台，用於資料收集、分析和學習以推動真正的變革。

我們很高興能夠推出 Amazon Comprehend Targeted Sentiment 功能，因為它將增強我們在 Gallup Access 中現有的開放式調查回覆報告。我們目前可報告與情緒相關的整體指標，並且透過此新功能，我們能夠在這些調查回覆中提供更具針對性的情緒。這將增強我們整體報告的價值主張，並為我們的使用者提供更準確和可操作的資料。

Gallup 分析總監 Swapan Golla

TINT 協助 B2C 行銷人員從社交媒體中尋找、策劃和展示在行銷中最有效的客戶內容。

我們的業務著重在為那些依賴我們的品牌，提供最佳的行銷內容。Amazon Comprehend 協助我們大幅提高平台內容分析功能的品質和準確度，為最具影響力的行銷活動找出正確內容。Amazon Comprehend 讓我們能專注於核心產品，不必再為建立機器學習模型的繁重工作憂心。

TINT 技術長 Ryo Chiba

Vibes 行動參與平台可讓行銷人員大規模地與當今的超連接行動消費者建立業務關係。

行動傳訊以直接、個人和真實的方式連接品牌和消費者。在 Vibes，我們每月處理十億則行動訊息，在我們處理的大量訊息中蘊藏著深入的洞見。Amazon Comprehend 可讓我們快取從非結構化訊息內容中擷取關鍵片語、偵測情感以及模型主題，從而讓行銷人員深入理解其表現和可行性洞見，以提供獲獎的客戶體驗。

Vibes 技術長 Brian Garofola

Zillow：使用 AWS AI 服務建置語音分析