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 113 / 191 页
其他行业 · AI应用
利用生成式AI赋能求职者
Jobcase（社区支持的工作平台）利用Amazon Redshift ML简化机器学习工作流程。通过在其数据仓库中集成ML功能，公司提高了效率并降低了成本，能够在几分钟内处理数十亿条记录，而之前需要数小时。该技术的采用提升了用户参与度和运营生产力，加快了模型测试的迭代速度。
Jobcase · 未披露
更新于 2026年7月
其他行业 · AI应用 · 2023
使用Amazon Bedrock简化新闻稿件和视频的制作
北海道文化放送（Hokkaido Cultural Broadcasting）面临新闻稿件和视频制作时效性的挑战，影响内容交付效率。为此，他们部署了Amazon Bedrock及多种AWS工具，实现新闻稿件和视频的自动化生成。文章生成时间缩短至约2分钟，每月额外产出100-120篇文章；视频制作时间从30分钟降至10分钟以内。此举提升了内容交付速度，降低了运营成本，改善了观众服务。
Hokkaido Cultural Broadcasting · 未披露
更新于 2026年7月
其他行业 · AI应用 · 2023
利用AWS构建生成式AI解决方案AI Hub
Instabase Inc面临高效处理和理解文档中大量信息的挑战，这通常需要大量的机器学习模型训练。为解决这一问题，他们开发了AI Hub，这是一个基于AWS的生成式AI解决方案，利用大型语言模型简化流程。通过使用Amazon EC2 M6i实例和其他AWS技术，Instabase实现了性能提升20%、成本降低30%以及开发成本显著降低70%。这种创新方法不仅提升了客户（包括全球顶级银行和企业）的可用性，还使Instabase成为简化文档处理的领导者。
Instabase Inc · 未披露
更新于 2026年7月
其他行业 · AI应用 · 2024
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。
Goodnotes · 未披露
更新于 2026年7月
其他行业 · AI应用
与AWS合作推动制造效率和流程优化
Jabil（电子制造服务商）面临高资本支出（CAPEX）和流程效率低下的挑战。为此，该公司与AWS合作，将400多个业务应用迁移到更灵活的运营支出（OPEX）模式。这一转型涉及开发混合环境并实施高级数据分析解决方案，包括在Amazon EKS上部署应用以及使用Amazon Redshift建立数据湖。这些努力使部署时间减少了67-83%，数据处理时间减少了74%，数据集成成本节省了23%，并为操作员提供了对超过1,700份文档的实时访问。
Jabil · 未披露
更新于 2026年7月
其他行业 · AI应用
利用AWS上的生成式AI聊天机器人增强即将推出的加密货币交易平台
HKBGE是一家加密货币交易平台，面临在竞争激烈的市场中提供高效个性化客户服务的挑战。为解决此问题，他们在AWS上开发了一个生成式AI聊天机器人，利用Amazon EC2 G5实例和Meta的Llama 2模型。该聊天机器人每天可提供数千条定制回复，改善客户入职和支持流程，同时释放员工精力专注于开发和培训。预计可降低70%的支持成本，并提供全天候客户服务，从而提升客户满意度和运营效率。
HKBGE · 未披露
更新于 2026年7月
其他行业 · AI应用 · 2021
Inmarsat利用AWS 30天加速器制定IT创新计划
Inmarsat在现代化业务运营和基础设施方面面临挑战，受限于遗留系统和高维护需求。为解决这些问题，该组织与AWS合作，通过快速加速计划将大部分工作负载迁移到云端。在六个月内，Inmarsat成功迁移了约65%的工作负载，到2021年7月超过80%。这一战略举措不仅降低了维护和支持开销，还提高了敏捷性和性能，提升了员工生产力并加快了创新速度。成功的迁移使Inmarsat能够更灵活地扩展运营，为未来的增长和创新奠定了基础。
Inmarsat · 未披露
更新于 2026年7月
其他行业 · AI应用
Gilead 关于生成式 AI 的创新演讲
Gilead Sciences 面临治疗开发周期漫长的挑战，通过利用生成式 AI 增强其研发和工程流程。他们专注于加速靶点评估、自动化文献挖掘和监管提交等劳动密集型任务，并建立强大的云和数据基础设施以支持 AI 和机器学习计划。通过实施这些策略，Gilead 旨在显著缩短靶点评估的周期时间，通过高效的数据分析改进决策，并确保企业范围内的数据治理。成果包括可扩展的基础设施，增强了数据的可访问性和安全性，同时促进了 AI 模式在项目间的可重用性，最终通过云迁移提高了 AI 投资的 ROI 并推动了创新。
Gilead Sciences · 未披露
更新于 2026年7月
其他行业 · AI应用 · 2020
Itaú利用Amazon Web Services提升ML解决方案的市场速度和生产力
Itaú（拉丁美洲最大银行）面临机器学习部署流程冗长的问题，通常需要长达六个月。为此，该机构采用Amazon SageMaker Studio，简化了ML工作流程，将开发时间显著缩短至3-5天。迁移到AWS不仅加快了模型部署速度，还为超过3,200名用户提供了可扩展且高效的ML基础设施。结果，Itaú的生产力显著提升，运营成本降低，为金融领域的更大创新奠定了基础。
Itaú · 未披露
更新于 2026年7月
其他行业 · AI应用
数据助力INEOS Grenadiers车手在AWS上获得竞争优势
INEOS Grenadiers是一支著名的自行车队，曾七次赢得环法自行车赛。面对快速发展的体育领域，为保持竞争优势，他们采用Amazon Web Services（AWS）来利用数据科学和机器学习的力量。通过使用Amazon SageMaker等工具，车队不断优化训练策略和性能指标。这种创新方法不仅提升了个人车手表现，也巩固了INEOS Grenadiers作为职业自行车领先力量的地位。他们致力于利用高级分析，确保始终处于运动前沿。
INEOS Grenadiers · 未披露
更新于 2026年7月
其他行业 · AI应用 · 2023
Georgia-Pacific 使用 AWS 上的生成式 AI 优化操作员效率
Georgia-Pacific 面临确保机器操作员及时获取关键操作信息的挑战，这常常导致制造工厂效率低下和停机时间增加。为此，他们使用 Amazon Bedrock 和生成式 AI 模型 Claude 开发了 ChatGP 聊天机器人，通过将 IoT 数据与生成式 AI 集成，为操作员提供即时洞察。这一创新方法不仅简化了知识转移，还实现了机器生产的近实时调整。结果，Georgia-Pacific 的生产力显著提升，次品减少，机器停机时间最小化，预计每年可节省数百万美元。
Georgia-Pacific · 未披露
更新于 2026年7月