详细内容或原文请订阅后点击阅览
AWS 财务团队如何利用 Amazon Quick 节省数百个小时的时间
在这篇文章中，我们展示了 AWS Finance 如何使用 Amazin Quick 中的聊天代理和 Flows 来转变其两个最耗时的工作流程。
来源:亚马逊云科技 _机器学习每个财务专业人士都知道该怎么做。周一早上到来，您的财务规划和分析 (FP&A) 团队开始忙于数据编译。他们从多个系统中提取数据、协调来源、构建图表并撰写评论。所有这些都是为了回答一个应该简单明了的问题：上周的收入发生了什么，为什么？
在 AWS Finance 中，团队每月花费数百个小时进行此类工作。不是分析。不是策略。准备好数据，以便开始真正的工作。
Amazon Quick 是一款生成式 AI 助手，可连接所有企业数据和应用程序，以便业务用户可以通过自然语言进行搜索、分析并采取行动。它可以处理查询数百万行、运行高级分析和自动化重复工作流程的复杂性，因此您的团队不需要这样做。
在这篇文章中，我们展示了 AWS Finance 如何使用 Quick 中的聊天代理和 Flows 来转变其两个最耗时的工作流程。
用例 1：整个战略组合的场景建模和风险分析
为战略客户设定财务目标需要协调业务团队自下而上的预测与领导层自上而下的预测。它还需要足够的深度来捕捉隐藏在历史数据之下的风险。
该团队构建了一个 Amazon Quick 聊天代理，可直接连接到企业数据源并通过自然语言对话提供复杂的见解。该代理即时查询 Amazon Redshift 数据表中的数百万行，同时还搜索外部数据信号。
屏幕截图，显示快速演示场景分析并创建 5 页 Microsoft Excel 工作表。
这是更改的内容：
“我们已经从深入研究三分之一的战略客户扩展到覆盖我们的整个产品组合。我们的财务团队现在将时间花在重要的事情上：与业务合作以增加收入，而不是编译数据或编写复杂的查询。”
— 杰夫·温克勒