建立对话数据助手,第1部分:用亚马逊基岩代理的文本到SQL

在这篇文章中,我们专注于使用Amazon Bedrock建立文本到SQL解决方案,Amazon Bedrock是一项用于构建生成AI应用程序的托管服务。具体来说,我们演示了亚马逊基岩代理商的功能。第2部分解释了我们如何扩展解决方案以使用Amazon Q快速提供业务见解,这是一位商业智能助理,以自动生成的可视化回答问题。

来源:亚马逊云科技 _机器学习
如果您可以通过长时间的对话替换数小时的数据分析怎么办?大型语言模型可以改变我们如何在业务问题和可行的数据见解之间弥合差距。对于大多数组织而言,此差距仍然固执地宽大,业务团队陷入了无尽的周期中 - 对指标定义进行了审核,并寻找正确的数据源来手动制作每个SQL查询。简单的业务问题可能会成为多天的磨难,分析团队淹没了日常要求,而不是专注于战略计划。Amazon的全球回报和推荐组织(WWRR)组织在大规模面对这一挑战。由于用户每年对我们的PB级亚马逊红移数据仓库进行超过45万SQL查询,因此我们的商业智能和分析团队已成为关键的瓶颈。 We needed a self-serve solution that could handle enterprise complexities: thousands of interconnected tables, proprietary business terminology and evolving metrics definitions that vary across business domains, and strict governance requirements.This post series outlines how WWRR developed the Returns & ReCommerce Data Assist (RRDA), a generative AI-powered conversational interface that transformed data access across all levels of the organization. RRDA使超过4000多名非技术用户能够识别正确的指标,构建经过验证的SQL并生成复杂的可视化 - 通过自然对话。结果:零依赖于商业智能团队。在第1部分中,我们专注于使用Amazon Bedrock(一种用于构建生成AI应用程序的托管服务)来构建文本到SQL解决方案的更快的查询分辨率(从小时到几分钟)。具体来说,我们演示了亚马逊基岩代理商的功能。第2部分解释了我们如何扩展解决方案,以使用Amazon Q快速提供业务见解,这是一位商业智能助理,以自动生成的可视化回答问题。基础知识