构建 AI 就绪数据:Vanguard 的虚拟分析师之旅

在这篇文章中,您将了解 Vanguard 如何通过关注 AI 就绪数据的八项指导原则、支持其实施的 AWS 服务以及他们所实现的可衡量的业务成果来构建其虚拟分析师解决方案。

来源:亚马逊云科技 _机器学习

Vanguard 是一家全球投资管理公司,为个人投资者、机构和金融专业人士提供广泛的投资选择、建议、退休服务和见解。我们在独特的、投资者所有的结构下运营,并坚持一个简单的目标:为所有投资者表明立场,公平对待他们,并为他们提供投资成功的最佳机会。

当 Vanguard 的财务分析师需要查询复杂的数据集时,他们面临着令人沮丧的现实:即使是基本的问题也需要编写复杂的 SQL 查询,有时数据团队的响应时间也很长。这一挑战并非先锋集团所独有:对话式人工智能是一种可扩展的解决方案,可以为分析师提供即时响应。然而,部署对话式人工智能需要的不仅仅是选择正确的基础模型,还需要人工智能就绪的数据基础设施。

在这篇文章中,您将了解 Vanguard 如何通过关注 AI 就绪数据的八项指导原则、支持其实施的 AWS 服务以及他们所实现的可衡量的业务成果来构建其虚拟分析师解决方案。

挑战:当人工智能满足企业数据复杂性时

Vanguard 的分析师和业务利益相关者寻求更快、更直接地访问财务数据以进行决策。现有工作流程需要 SQL 专业知识和数据团队支持,典型的请求需要几天时间才能完成。数据基础设施需要语义上下文和元数据管理,以使人工智能驱动的工具能够生成准确的、与业务相关的见解。

协作势在必行:打破孤岛

构建虚拟分析师需要许多组织都在努力解决的问题:让传统上孤立的团队一起工作。 Vanguard 汇集了数据工程师、业务分析师、合规官、安全团队和业务利益相关者。每个团队都带来了关键的专业知识:

  • 数据工程师了解技术基础架构
  • 案例研究:虚拟分析师

    关于作者