其他行业 · AI应用
通过生成式AI聊天交互提高生产力
Empolis在运营和供应链管理中识别出一个重大挑战：信息检索过程缓慢且繁琐，阻碍了故障排除和决策。为解决此问题，他们开发了Empolis Buddy，一个基于Amazon Bedrock上大型语言模型的虚拟助手。该创新工具增强了用户访问和搜索数百万文档的能力，使他们能够更高效地了解机械和解决问题。结果，组织实现了更快的运营问题故障排除、提高了决策支持信心，并显著提升了整体生产力。
故障排除速度
更快排除故障
来源披露
信息检索时间
缩短用户查找信息的时间
来源披露
客户信心
客户对 Empolis 的能力拥有很大信心
来源披露
01
业务背景
Empolis在运营和供应链管理中识别出一个重大挑战：信息检索过程缓慢且繁琐，阻碍了故障排除和决策。为解决此问题，他们开发了Empolis Buddy，一个基于Amazon Bedrock上大型语言模型的虚拟助手。该创新工具增强了用户访问和搜索数百万文档的能力，使他们能够更高效地了解机械和解决问题。结果，组织实现了更快的运营问题故障排除、提高了决策支持信心，并显著提升了整体生产力。
02
遇到的问题
用户在数百万份文档中搜索问题解决方案时如同大海捞针，信息检索过程缓慢且繁琐，影响故障排除和运营决策效率。
03
AI 解决方案
Empolis 基于 Amazon Bedrock 构建了生成式虚拟助手 Empolis Buddy。该助手能够访问和查询数百万份文档（如标准操作规程和制造手册），并通过结合 Empolis 知识图谱技术与 AWS 生成式 AI 服务进行信息搜索和综合，提供聊天式交互界面，帮助客户支持中心或一线操作员快速找到所需信息，从而更快地了解机器、排除故障和预防运营问题。
04
实施结果
故障排除速度：更快排除故障（加快）
信息检索时间：缩短用户查找信息的时间（减少）
客户信心：客户对 Empolis 的能力拥有很大信心（提升）
05
风险与边界
未披露
“Because we were able to address this generative AI use case so quickly using AWS, our customers have a lot of confidence in our abilities.”
Eric Brabaender · Chief Product Officer, Empolis
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。