案例检索
找到可借鉴的 AI 路径
从真实业务问题出发，筛选与你的行业、规模和场景更接近的案例。
全部案例
共 2287 条，当前第 109 / 191 页
其他行业 · AI应用
NHS Midlands and Lancashire 与 Digital Space 成功案例
NHS Midlands and Lancashire 在管理患者沟通和长等待名单方面面临挑战，这影响了患者满意度。为解决这些问题，他们推出了 Activate，一个可扩展的患者联络中心解决方案，使用 AWS 上的 Digital Space。通过迁移到 Amazon Connect 并集成由 Amazon Lex 驱动的自动聊天机器人，该组织简化了沟通流程。这一方法使患者等待名单减少了 14%，67% 的患者通过自动电话得到服务。超过 200 万次聊天机器人通话，其中 25 万次专门用于等待名单管理，显著提升了患者体验和运营效率。
NHS Midlands and Lancashire · 未披露
更新于 2026年7月
其他行业 · AI应用
Nearmap 使用 Amazon SageMaker 扩展复杂计算机视觉分析的机器学习
Nearmap 是一家位置情报提供商，由于管理超过 50 PB 的影像数据，在高效训练机器学习模型方面面临挑战。为解决此问题，他们从本地硬件迁移到 Amazon SageMaker，从而能够动态扩展模型训练流程。这种方法不仅减少了模型训练时间，还促进了并行训练，有效利用了其庞大的数据资源。结果，Nearmap 获得了支持城市规划和促进环境可持续性的宝贵洞察，显著增强了 AI 能力并降低了运营开销。
Nearmap · 未披露
更新于 2026年7月
其他行业 · AI应用
利用生成式AI变革广告活动开发
宏盟集团发现传统广告活动开发流程缺乏效率和创造力。为此，他们与AWS合作，利用生成式AI和机器学习技术，使用Amazon Bedrock和AWS Trainium等工具。通过自动化活动开发的多个方面，并利用Omni平台中的海量数据集，宏盟每月可摄取数万亿广告信号，存储超过10PB数据。这一创新方法不仅加速了广告活动的转型，还增强了创意流程，最终带来更有效、更具吸引力的广告策略。
宏盟集团（Omnicom Group Inc.） · 未披露
更新于 2026年7月
其他行业 · AI应用
nCino 借助 Amazon Bedrock 中的 Anthropic Claude 变革金融服务
nCino 发现金融服务行业需要提升效率和创新，传统银行业务常面临速度和信息可访问性方面的挑战。为此，nCino 在 Amazon Bedrock 平台中集成了 Anthropic 的生成式 AI 模型 Claude。这一战略方法实现了复杂任务的自动化，显著简化流程，使银行家能够快速获取关键信息。结果，nCino 实现了闪电般的创新和无与伦比的效率，最终改变了金融服务的运营方式，并改善了客户服务交付。
nCino · 未披露
更新于 2026年7月
其他行业 · AI应用
Octopus8赋能非营利组织：基于云的社交服务平台
Octopus8发现许多非营利组织因过多的行政任务而难以有效服务社区。为此，他们开发了SocialServicesConnect，一个基于AWS技术的云平台。该创新解决方案通过AI驱动的数据洞察简化运营并优化资源分配，使非营利组织能够专注于核心使命。结果，使用该平台的组织行政任务减少了75%，数字参与度提升了300%，决策准确性提高了90%，显著增强了其在社区中的整体影响力。
Octopus8 · 未披露
更新于 2026年7月
其他行业 · AI应用
利用机器学习改进极端天气预报
美国国家大气研究中心（NCAR）面临提高极端天气预报准确性的挑战，这对公共安全和灾害防备至关重要。为此，NCAR采用机器学习模型，分析历史数值天气预报与实际大气结果，识别提高预报可靠性的模式。此外，NCAR整合来自卫星和雷达等多种来源的数据，创建当前天气状况的综合评估。这一创新方法不仅改进了数值模型预测，还为决策者（如美国国家气象局）提供关键信息，以拯救生命和保护财产。同时，它为全球学生提供了机器学习应用的宝贵实践经验。
National Center for Atmospheric Research (NCAR) · 未披露
更新于 2026年7月
其他行业 · AI应用
与 AWS 合作开发生成式 AI 解决方案
NatWest 集团发现需要增强客户金融健康服务，尤其是在数字化环境中个性化互动至关重要。为解决这一挑战，该组织正在扩大与 AWS 的合作，利用生成式 AI 技术开发创新工具，如数字金融健康检查和了解您的信用评分服务。通过使用与 AWS 生成式 AI 创新中心共同创建的 AI 产品，NatWest 旨在到 2027 年支持 1000 万人。该计划不仅促进更好的财务管理，还通过检测异常支付模式实现更快干预潜在诈骗案件，从而增强安全性。
NatWest 集团 · 未披露
更新于 2026年7月
其他行业 · AI应用 · 2022
使用OLAF优化机器学习数据负载预测
Observe.AI在准确预测其联络中心AI平台的机器学习负载大小时面临挑战，这影响了成本效率和性能。为此，他们开发了One Load Audit Framework（OLAF），并将其与Amazon SageMaker集成，以增强负载测试能力。这一创新方法不仅提供了对成本和性能的宝贵洞察，还简化了实例识别过程，将时间从一周缩短到几小时。结果，Observe.AI将大语言模型（LLM）成本降低了50%以上，并成功扩展服务以处理十倍的数据负载，显著优化了其机器学习部署。
Observe.AI · 未披露
更新于 2026年7月
其他行业 · AI应用
AI辅助编码：澳大利亚国民银行提升软件开发生产力
澳大利亚国民银行（NAB）在软件开发效率方面面临挑战，特别是在管理大量代码和更新遗留系统方面。为解决此问题，NAB将生成式AI助手Amazon Q Developer集成到其开发流程中。这一创新方法使生产力提升了18%，AI现在生成40%的生产代码。结果，开发人员可以专注于增强数字银行体验，遗留Java代码更新从数周缩短到数小时。目前，1000名开发人员正在使用该技术，显著改变了NAB的软件开发格局。
National Australia Bank · 未披露
更新于 2026年7月
其他行业 · AI应用
使用Amazon Q Developer升级遗留Java应用程序
Novacomp面临管理大量技术债务和维护遗留Java应用程序的挑战，这阻碍了其为金融行业客户创新和及时交付解决方案的能力。为此，他们利用Amazon Q Developer在50分钟内将10,000行Java代码从版本8升级到版本17。这一战略性的现代化改造使技术债务减少了60%，并允许Novacomp将约80%的基础代码迁移到最新Java版本。结果，该组织加速了项目管道，显著改善了新开发人员的入职流程，最终提升了服务交付和客户满意度。
Novacomp · 未披露
更新于 2026年7月
其他行业 · AI应用
Combine IQ 与 Draft IQ 互动球迷仪表盘
NFL 在 Scout Combine 和选秀等关键赛事期间面临提升球迷参与度的挑战，球迷需要实时了解运动员表现和球队策略。为此，NFL 开发了 Combine IQ 和 Draft IQ 互动仪表盘，利用高级分析为球迷提供即时数据访问。NFL 与 AWS 进一步推出 Draft IQ Assistant，这是联盟首个面向公众的聊天机器人，基于生成式 AI 构建。该助手使用 Amazon Q Business 构建，允许球迷用自然语言提出复杂的选秀问题，并获得对话式、数据支持的答案。团队对模型进行了 NFL 特定语言、位置缩写（如 QB、CB）、选秀术语（如“trade up”或“on the clock”）以及球队特定选秀逻辑的训练，使助手能够准确解读和回应球迷查询。
美国国家橄榄球联盟（NFL） · 未披露
更新于 2026年7月
其他行业 · AI应用
通过负责任的AI技能赋能学生学习
南洋理工大学（NTU）认识到，在技术驱动的世界中，学生需要培养AI素养和批判性思维技能。为应对这一挑战，他们引入了Prof Leodar，一个基于Amazon Web Services（AWS）构建的生成式AI教学助手。这一创新工具不仅通过提供个性化支持增强了学生学习，还强调了负责任AI使用的重要性。结果，NTU有效地为学生在新加坡科技领域的成功职业生涯做好准备，使他们具备在人工智能不断发展的环境中导航和贡献所需的技能。
Nanyang Technological University (NTU) · 未披露
更新于 2026年7月