效益
概觀
想像一下，您有超過 500 萬名客戶，他們每天寄出多達 5,000 份紙本表單。為了為客戶提供最佳服務，並符合法規要求，您需要能快速準確地處理所有這些文件的方法。為了應對這一挑戰，金融服務公司法律與通用（L&G）使用 Amazon Web 服務（AWS）為英國零售退休部門 (RRD) 每天處理數千份退休金文件進行現代化。L&G 旗下英國 RRD 使用由人工智慧 (AI) 支援的服務，從其舊式掃描解決方案遷移到 AWS。因此，該部門提升了文件處理速度、對法規服務水準協議 (SLA) 的遵循程度，以及員工生產力。
Legal & General 是英國領先的金融服務集團和全球主要投資者。
其三個部門使其能夠長期投資資本。除了擴大退休金風險轉移業務，其策略著重於資產管理，包括向更多客戶開放私人市場。與此同時，零售業務專注於與客戶建立終身關係，以便他們為退休的儲蓄。
使用 AWS 將文件管理現代化
L&G 旗下英國 RRD 擁有 520 萬名職場退休金會員，他們每年寄出超過 100 萬份紙本文件，例如申請變更地址或受益人。該部門必須在規定期限內處理並回覆每一份申請。該公司希望讓此流程更有效率、可擴展且更具成本效益。L&G RRD IT 總監 Tariq Surty 表示，「使用 AWS，我們現在擁有更加穩健、彈性且事件驅動的架構。」
英國 RRD 與其當地 AWS 團隊一起創建了內部概念證明，以批准 Amazon T extract 的使用，這是一種機器學習 (ML) 服務，該服務可自動從掃描文件中提取文字、手寫、佈局元素和資料。該部門接著 AWS Professional Services（協助公司使用 AWS）全球專家團隊協助公司使用 AWS，快速可靠地完成其專案，從設計概念證明到擴展到完整生產。
運用 ML 提高處理速度和員工生產力
L&G 針對文件管理的雲端解決方案是 Docusort。它使用 Amazon Textract 和 Amazon SageMaker 使用 ML 處理文件，這是一項完全受管理的服務，結合了一系列廣泛的工具，實現高效能、低成本的 ML 工具。Docusort 會將文件分類、擷取相關資料集，並將該資料推送到後端系統以更新客戶資訊。
使用 AWS，L&G 現在能在 30 分鐘內同時處理 1,000 份文件，而且其解決方案可藉由無伺服器架構，根據任何工作負載向上擴展或縮減。在此之前，該公司的處理能力受限於處理文件的員工人數。透過節省這些時間，英國 RRD 得以更準確、更一致地滿足 SLA 要求。因此，該部門能夠重新部署五名員工，從而提高了企業生產力。
利用生成式 AI 向前邁進
L&G 計劃將其 Docusort 解決方案作為範本，應用於其他可能需要 ML 的使用案例。該公司尤其正在探索如何將生成式 AI 應用於處理投訴、支援核保流程和分析客戶意見回饋等工作。
Surty 表示，「我們已學會如何管理、訓練和維護 ML 模型，而且我們現在已擁有經驗證的模組化、具彈性的無伺服器架構，這讓我們處於將生成式 AI 用於新的使用案例的最佳時機，這點真的很令人興奮。」
使用 AWS，我們現在擁有更強大、彈性和事件驅動的架構。
塔里克·瑟蒂
零售退休部資訊科技總監
開始使用
找到今天所需的資訊了嗎？
讓我們知道，以便我們改善頁面內容的品質