详细内容或原文请订阅后点击阅览
Mobileye 如何使用 Amazon Bedrock AgentCore 转变支持运营
在这篇文章中，我们将探讨 Mobileye 如何在 Amazon Bedrock AgentCore 上部署 AI 支持代理解决方案 - 从引发该想法的支持瓶颈，到验证该想法的概念验证，再到连接本地系统与 AWS 云服务的混合架构。这种方法适用于努力扩展 AI 代理同时保持企业级治理和安全标准的企业。
来源:亚马逊云科技 _机器学习如果部署生产级 AI 代理需要零基础设施管理、内置企业可观察性并且可以轻松地与现有的本地系统配合使用，该怎么办？
Mobileye 是自动驾驶领域的先驱，在全球约 1,200 种车型中部署了超过 2.3 亿个 EyeQ 片上系统，该公司看到了一个机会，可以将熟练的工程师从例行的内部票证状态查询中解放出来。
Mobileye 的数据收集处理管道每天会摄取数千个行车记录会话，从而产生来自工程师和数据团队的持续状态查询流。以前，每个查询都需要跨多个系统进行手动步骤——识别会话、交叉引用可视化工具、验证输出和审查日志——然后才能做出响应。 Mobileye 使用 Amazon Bedrock AgentCore 部署了 AI 支持代理，将响应时间缩短了 90%，并超过了 95% 的准确度目标，且基础设施开销为零。结果非常引人注目，以至于 Mobileye 将 AgentCore 转变为一个自助服务平台，供全公司的团队部署自己的 AI 代理。
在这篇文章中，我们将探讨 Mobileye 如何在 Amazon Bedrock AgentCore 上部署 AI 支持代理解决方案 - 从引发该想法的支持瓶颈，到验证该想法的概念验证，再到连接本地系统与 AWS 云服务的混合架构。这种方法适用于努力扩展 AI 代理同时保持企业级治理和安全标准的企业。
从手动瓶颈到人工智能支持
随着 Mobileye 数据收集管道的扩展，66% 的支持请求成为例行状态查询，需要工程师在多个后端系统之间手动导航 15 次点击。这个耗时的过程使熟练的工程师无法处理复杂的问题，而内部用户则面临更长的等待时间。