使用 Amazon Bedrock AgentCore 构建 AI 代理以提供业务支持

在这篇文章中,我们将分享 AWS 生成式 AI 创新中心 (GenAIIC) 如何与 Works Human Intelligence (WHI) 合作使用 Amazon Bedrock AgentCore 构建两个 AI 代理。我们讨论了遇到的挑战以及在提高运营效率的同时降低成本高达 97% 的解决方案。

来源:亚马逊云科技 _机器学习

开发用于业务支持的人工智能代理给许多组织在尝试自动化日常人力资源任务时面临着独特的挑战。 Works Human Intelligence (WHI) 为日本大型企业和公共利益企业开发、销售和支持集成人力资源系统“COMPANY”。

在这篇文章中,我们将分享 AWS 生成式 AI 创新中心 (GenAIIC) 如何与 Works Human Intelligence (WHI) 合作使用 Amazon Bedrock AgentCore 构建两个 AI 代理。我们讨论了遇到的挑战以及在提高运营效率的同时降低成本高达 97% 的解决方案。

使用 HR 系统的客户必须应对多种情况,例如组织变更、HR 系统修订以及员工信息更新。对于在人力资源系统运营方面面临类似挑战的组织,人工智能代理可以显着减少工作量并提高生产力。当 WHI 开始使用人工智能代理构建产品时,出现了一些挑战。为了解决这些问题,我们 GenAIIC 与 WHI 团队密切合作,为创建高质量产品提供新的视角和支持。该项目的范围涵盖两个旨在支持运营部门工作的人工智能代理。通勤津贴代理负责处理搬家等事件期间出现的通勤津贴申请的审批。代表客户的浏览器操作代理“公司”。我们在以下部分讨论这两种代理面临的挑战和解决方案。

通勤津贴代理

该代理自动批准通勤津贴申请,这是员工搬迁等事件期间出现的例行任务。

挑战

解决方案概述

架构

Slack作为调用通勤津贴代理的入口点,因此系统设计为在调用时进行身份验证,然后由适当的子代理处理请求。

结果和影响

浏览器操作代理

结论