详细内容或原文请订阅后点击阅览
免提第一时间通知损失：使用 Strands Agents 和 Amazon Bedrock AgentCore 浏览器工具进行智能索赔受理
在这篇文章中，我们演示了免提 FNOL 引入系统如何将使用 Strands Agents SDK 构建的用于域推理的代理与用于实时门户交互的 Amazon Bedrock AgentCore 浏览器工具结合起来。这种方法保留了人类的专业知识，同时消除了重复的屏幕工作。
来源:亚马逊云科技 _机器学习将多模式第一损失通知 (FNOL) 证据转化为标记的、可供决策使用的证据，以便调整者从上下文而不是原始工件开始。
手动 FNOL 处理会在重复性任务上消耗大量专家时间，因为必须通过为人类交互设计的门户来解释非结构化、多模式证据。现场拍摄的照片、巡视视频、扫描的文档以及口述或记录的笔记都在接收时进入系统，其中的决策直接影响索赔周期时间、下游准确性和客户体验。
在整个保险领域，这个时刻看似复杂。 FNOL 摄入通常被描述为“只是提出索赔”，但实际上，在开始任何有意义的决策之前，必须对大量非结构化数据进行解释、验证和关联。
挑战是巨大的：理赔专业人员花费过多的时间进行重复的摄入验证。在将专业知识应用于更高价值的决策之前，浏览门户、验证证据完整性和解释工件需要相当长的时间。行业观察表明，在初始索赔处理过程中，接收验证可能会占用理算员的大量时间，典型的提交需要在评估开始之前进行有意义的筛选工作。在灾难性事件或季节性激增导致的数量激增期间，这些延迟会加剧，造成积压，从而减缓索赔解决速度并影响客户体验。
在这篇文章中，我们演示了免提 FNOL 引入系统如何将使用 Strands Agents SDK 构建的用于域推理的代理与用于实时门户交互的 Amazon Bedrock AgentCore 浏览器工具结合起来。这种方法保留了人类的专业知识，同时消除了重复的屏幕工作。
该解决方案结合了两种互补的功能：
使用直接从运行中的系统捕获的真实浏览器自动化记录来说明工作流程。