其他行业 · AI应用
使用 Amazon Kendra 的文档搜索解决方案
SBI Life Insurance 面临高效检索保险产品文档的挑战，这导致呼叫中心操作员处理客户咨询的时间延长。为了解决这个问题，他们开发了一个基于 Amazon Kendra 的文档搜索解决方案，并集成生成式AI以增强客户支持体验。这种创新方法不仅简化了操作员的培训流程，将培训时间减少了30%，还使自助机器人能够总结搜索结果，进一步提高了响应效率。结果，该组织在短短四个月内成功实施了该解决方案，显著提升了整体客户服务质量。
解决方案开发时间
4个月
来源披露
操作员培训时间
缩短30%
来源披露
客户服务处理时间
显著缩短
来源披露
01
业务背景
SBI Life Insurance 面临高效检索保险产品文档的挑战，这导致呼叫中心操作员处理客户咨询的时间延长。为了解决这个问题，他们开发了一个基于 Amazon Kendra 的文档搜索解决方案，并集成生成式AI以增强客户支持体验。这种创新方法不仅简化了操作员的培训流程，将培训时间减少了30%，还使自助机器人能够总结搜索结果，进一步提高了响应效率。结果，该组织在短短四个月内成功实施了该解决方案，显著提升了整体客户服务质量。
02
遇到的问题
呼叫中心操作员在回答已停售保险产品的客户咨询时，面临文档数量庞大、种类繁多且检索效率低的问题，导致响应时间长，操作员培训周期冗长。
03
AI 解决方案
以 Amazon Kendra 为核心构建文档搜索系统，将旧保险产品说明书与合同流程文件转换为 PDF 并存储在 Amazon S3，利用 Kendra 抓取数据建立语义搜索索引；后续集成生成式AI开发自bot功能，通过包括 Amazon Bedrock 上的 Anthropic Claude 在内的大语言模型汇总搜索结果，操作员可直接读取总结回答询问。
- 1评估并选择 Amazon Kendra（2023年2月该服务在亚太（东京）区域正式可用）
- 2将旧保险产品说明书与合同流程文件转换为 PDF 格式
- 3将 PDF 文件存储至 Amazon S3，并配置 Kendra 爬取数据以创建搜索索引
- 42023年4月开始开发文档搜索解决方案，2023年7月发布至生产环境
- 52023年9月发布自bot功能，利用生成式AI总结 Kendra 搜索结果
- 62023年7月进行小范围操作员试点，至2024年几乎所有操作员均已使用新系统
04
实施结果
解决方案开发时间：4个月（未披露）
操作员培训时间：缩短30%（30）
客户服务处理时间：显著缩短（未披露精确值）
05
风险与边界
未披露
“Thanks to the conscientious support of AWS, we built the solution we wanted quickly. We’ll drive intelligent operations using AWS services and generative AI.”
Toru Ikeyama · Head of Information Systems Department, Director and Executive Officer, SBI Life Insurance
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。