详细内容或原文请订阅后点击阅览
Tradeshift 与 Amazon Quick 从传统 BI 发展为代理 AI
在这篇文章中，我们介绍了 Tradeshift 如何部署具有代理 AI 功能的 Amazon Quick 来取代我们的旧版 BI 工具，从而将查询响应时间提高 30 倍，降低总拥有成本 40%，并将嵌入式分析转变为可产生收入的产品。
来源:亚马逊云科技 _机器学习此客座文章由 Tradeshift 的 Raphael Bres、Robert Iordache、Anca Andone、Ioana Millon (Ploesteanu) 和 AWS 的 Roy Yung 共同撰写
Tradeshift 是一个由人工智能驱动的应付账款 (AP) 和电子发票合规平台，为 70 多个国家/地区的买家和卖家提供服务，其基于云的网络可处理数百万笔交易。我们为市场双方（买家和卖家）提供服务，因此我们的分析需求与大多数公司不同。当我们的内部商业智能 (BI) 工具无法处理不断增长的数据量和客户期望时，我们转而使用 Amazon Quick。
Amazon Quick 是一个代理 AI 工作区，可连接到您的所有应用程序、工具和数据。它包括多种功能，例如用于对业务数据进行自然语言问答的聊天代理、无需编码即可自动化多步骤工作流程的流程，以及用于从多个来源生成全面、长格式分析报告的研究。这些功能基于 AWS 构建，具有企业级安全性。
在这篇文章中，我们介绍了 Tradeshift 如何部署具有代理 AI 功能的 Amazon Quick 来取代我们的旧版 BI 工具，从而将查询响应时间提高 30 倍，降低总拥有成本 40%，并将嵌入式分析转变为可产生收入的产品。
该团队寻求一个平台，能够消除繁重的维护工作，为大数据工作负载提供企业级性能，允许用户直接访问数据并与数据交互，并提供人工智能驱动的自然语言查询以民主化对见解的访问。 Tradeshift 的应付账款和财务用户需要轻松进行大量统计分析和数据处理，与此类数据自省传统上所需的技术技能脱钩。
在 Quick 上构建嵌入式分析产品
下图说明了 Tradeshift 的嵌入式 Quick Sight 仪表板架构。