商业智能民主化:BGL 使用 Claude Agent SDK 和 Amazon Bedrock AgentCore 的历程

BGL 是自我管理养老金 (SMSF) 管理解决方案的领先提供商,帮助个人管理自己或客户退休储蓄的复杂合规性和报告,为 15 个国家/地区的 12,700 多家企业提供服务。在这篇博文中,我们探讨了 BGL 如何使用 Claude Agent SDK 和 Amazon Bedrock AgentCore 构建其可用于生产的 AI 代理。

来源:亚马逊云科技 _机器学习

这篇文章是与 BGL 的 James Luo 共同撰写的。

数据分析正在成为人工智能代理的一个具有高影响力的用例。根据 Anthropic 的 2026 年人工智能代理现状报告,60% 的组织将数据分析和报告生成列为最具影响力的代理人工智能应用程序。 65%的企业将其列为首要任务。在实践中,企业面临两个常见的挑战:

  • 没有技术知识的业务用户依赖数据团队进行查询,这既耗时又造成瓶颈。
  • 传统的文本到 SQL 解决方案无法提供一致且准确的结果。
  • 与许多其他企业一样,BGL 在数据分析和报告用例方面也面临着类似的挑战。BGL 是自我管理养老金 (SMSF) 管理解决方案的领先提供商,帮助个人管理自己或客户退休储蓄的复杂合规性和报告,为 15 个国家/地区的 12,700 多家企业提供服务。 BGL 的解决方案通过 400 多个分析表处理复杂的合规性和财务数据,每个分析表代表一个特定的业务领域,例如汇总的客户反馈、投资绩效、合规性跟踪和财务报告。 BGL 的客户和员工需要从数据中找到见解。例如,上个季度哪些产品的负面反馈最多?或向我展示高净值账户的投资趋势。 BGL 与 Amazon Web Services (AWS) 合作,使用托管在 Amazon Bedrock AgentCore 上的 Claude Agent SDK 构建了一个 AI 代理。通过使用人工智能代理,业务用户可以通过自然语言检索分析见解,同时符合金融服务的安全性和合规性要求,包括会话隔离和基于身份的访问控制。

    在这篇博文中,我们探讨了 BGL 如何使用 Claude Agent SDK 和 Amazon Bedrock AgentCore 构建其可用于生产的 AI 代理。我们介绍了 BGL 实施的三个关键方面:

    – James Luo,BGL 数据和人工智能主管

    模块化知识架构