详细内容或原文请订阅后点击阅览

Payu如何使用Amazon Bedrock

2025年7月15日 21:54 33 Comments
X Twitter Instagram Mail

Payu提供了一个全栈数字金融服务系统，可通过技术来满足商人，银行和消费者的财务需求。在这篇文章中，我们解释了如何为Payu团队提供企业AI解决方案，并使用Amazon Bedrock将AI访问民主化，而不会损害数据居住要求。

来源:亚马逊云科技 _机器学习
这是与Rahul Ghosh，Sandeep Kumar Veerlapati，Rahmat Khan和Payu.payu的Mudit Chopra共同写的一篇来宾帖子，提供了一个全堆栈的数字金融服务系统，可满足商人，银行和消费者的财务需求，通过技术，作为印度的中央银行财务机构，我们在我们的企业中进行了兴趣。我们的团队发现这些AI助手对各种任务有帮助，包括通过共享错误或异常详细信息来解决技术问题，生成电子邮件响应以及为内部和外部沟通重新提高英语内容。 However, this growing reliance on public generative AI tools quickly raised red flags for our Information Security (Infosec) team.我们变得越来越关注敏感数据的风险，例如专有系统信息，机密的客户详细信息和受监管的文档，并由外部，第三方AI提供商传输并处理。鉴于我们的严格合规性要求以及数据隐私在金融部门的重要性，我们决定限制访问这些公共生成AI系统的访问。 This move was necessary to safeguard our organization against potential data leaks and regulatory breaches, but it also highlighted the need for a secure, compliance-aligned alternative that would allow us to harness the benefits of generative AI without compromising on security policies.In this post, we explain how we equipped the PayU team with an enterprise AI solution and democratized AI access using Amazon Bedrock, without compromising on data residency requirements.Solution概述是一个受管制的实体，我们被要求将所有数据保留在印度内，并牢固地包含在我们的Payu Virtual Private Cloud（VPC）中。 Therefore, we sought a solution that could use the power of generative AI to foster innovation and enhance operational efficiency, whil
solution 要求 详细信息 generative 包括 without 服务系统 合规性 生成 AI 机密的 数据 系统的 team data 电子邮件 系统信息 财务 系统 Payu compromising 消费者 敏感数据 第三方 our 重要性 印度 技术问题 提高 共享