其他行业 · AI应用
Goodnotes 通过开发生成式 AI 功能书写未来
Goodnotes 面临增强生成式 AI 能力同时确保数百万活跃用户高可靠性和安全性的挑战。为此，他们从自托管模型转向利用 Amazon Bedrock 上的 Anthropic Claude。这一战略举措使得 Ask Goodnotes 功能得以推出，简化了基础设施管理，加速了新的 AI 驱动功能的市场上市。结果，Goodnotes 不仅以更高的服务可靠性支持了庞大的用户群，还为未来大语言模型的创新奠定了坚实基础，同时坚持严格的数据隐私和安全标准。
加速上市时间
Ask Goodnotes 功能开发与发布周期显著缩短，减少开发时间
来源披露
支持用户规模
同时支持数百万活跃用户
来源披露
服务可靠性
主 API 服务支持 Ask Goodnotes 实现高可靠性
来源披露
01
业务背景
Goodnotes 面临增强生成式 AI 能力同时确保数百万活跃用户高可靠性和安全性的挑战。为此，他们从自托管模型转向利用 Amazon Bedrock 上的 Anthropic Claude。这一战略举措使得 Ask Goodnotes 功能得以推出，简化了基础设施管理，加速了新的 AI 驱动功能的市场上市。结果，Goodnotes 不仅以更高的服务可靠性支持了庞大的用户群，还为未来大语言模型的创新奠定了坚实基础，同时坚持严格的数据隐私和安全标准。
02
遇到的问题
Goodnotes 需要增强其生成式 AI 能力，以支持 Ask Goodnotes 等功能的推出。原有基于 Amazon EKS 的自托管 LLM 基础设施在可扩展性、成本效益和可靠性方面存在局限，难以保障数百万用户的高服务可靠性和数据隐私安全。
03
AI 解决方案
Goodnotes 将其 LLM 基础设施从自托管的 Amazon EKS 迁移至全托管的 Amazon Bedrock，采用 Anthropic Claude 模型。利用 Bedrock 的全托管服务简化基础设施管理，实现快速扩展；通过 Bedrock 的护栏功能确保 AI 响应质量；结合 Amazon CloudWatch、GuardDuty、Audit Manager 等安全服务强化数据隐私保护；采用跨区域推理架构提升服务可用性，从而高效推出并稳定运行 Ask Goodnotes 功能。
- 1将自托管 LLM 从 Amazon EKS 迁移至 Amazon Bedrock，选用 Anthropic Claude 模型
- 2将 Ask Goodnotes 功能与 Amazon Bedrock 上的 LLM 集成
- 3通过 waitlist 预览测试 Ask Goodnotes
- 4利用 AWS 开发框架和监控服务加速部署，并迅速扩展至数百万用户
- 5实施跨区域推理架构以提升服务可用性和可靠性
04
实施结果
加速上市时间：Ask Goodnotes 功能开发与发布周期显著缩短，减少开发时间（加速）
支持用户规模：同时支持数百万活跃用户（数百万用户）
服务可靠性：主 API 服务支持 Ask Goodnotes 实现高可靠性（高可靠性）
数据隐私安全：维持高标准数据隐私与安全，获得 ISO 27001 认证（获得认证）
创新灵活性：为未来 LLM 的快速创新和灵活切换提供可靠基础（提供灵活基础）
05
风险与边界
未披露
“Working with AWS enables us to provide Goodnotes users with the best LLM-powered experience by allowing rapid testing of various models during development.”
Steven Chan · Founder and CEO
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。