人工智能（AI）持续改变着我们的商业运作方式和为顾客提供服务的方式。AWS提供了一系列预先训练的AI服务，为您的应用程序提供即用型的智能功能。在本文中，我们将探讨新的AI服务功能以及如何使用基础模型（FM）进行增强。
在本文中，我们关注以下主要更新的关键AI服务：
- Amazon Transcribe现在提供超过100种语言的FM支持，以解锁丰富的洞见。
- Amazon Transcribe Call Analytics现在提供一种新的生成式AI驱动摘要功能（预览版），自动摘要提高了联系中心坐席和经理的工作效率。
- Amazon Personalize现在使用FM生成更具吸引力的内容和产品推荐。
- Amazon Lex现在使用大型语言模型（LLMs）提供准确和对话式的FAQs回答（预览版），超越了任务导向对话。
Amazon Transcribe扩展语言支持并通过FM提高客户服务效率
为了构建面向各种语言背景用户的全球和包容性的语音应用程序，客户需要一个真正全球化的AI服务，能够以高准确度理解和转录各种语言。为了帮助您实现全球化，Amazon Transcribe现在提供了一种由FM提供支持的语音自动语音识别（ASR）系统，支持超过100种语言。
FM提供支持的Amazon Transcribe在大多数语言上实现了20%至50%的准确度提升。除了准确性的提高，新的ASR系统在支持的所有语言（超过100种）上提供了多种有别于其他服务的功能，例如自动标点、自定义词汇、自动语言识别、说话人分离、单词级置信度分数和自定义词汇过滤器。由于Amazon Transcribe在不同口音和噪音条件下的高准确性、对多种语言的支持以及其广泛的增值功能集，数千家企业将能够从其音频内容中获取丰富的洞见，并提高其音频和视频内容在各个领域的可访问性和可发现性。所有现有和新客户使用Amazon Transcribe都可以在无需进行任何API更改的情况下体验到性能改进。
Carbyne是一家开发云端、对紧急呼叫响应人员提供关键支持的联系中心解决方案的软件公司。Carbyne的使命是帮助紧急响应人员挽救生命，语言不应妨碍他们实现这一目标。
“由AI驱动的Carbyne实时语音翻译的目标是直接帮助改善6800万美国家庭使用英语以外语言的人的紧急响应能力，以及每年多达7900万外国游客。通过利用Amazon Transcribe的新的多语言基础模型提供的ASR，Carbyne将更好地推广普及化的紧急救生服务，因为每个人都重要。”
– Alex Dizengof，Carbyne联合创始人兼首席技术官。
在联系中心中，坐席在每个通话结束后花费宝贵的时间手动总结笔记，这可能会影响他们的工作效率并增加等待电话的时间。经理们在有限的时间内调查通话和坐席表现时也需要花费大量时间听取通话录音或阅读完整的文字副本。Amazon Transcribe Call Analytics现在提供由生成式人工智能驱动的通话摘要功能，可以自动将整个互动过程压缩为简明的摘要。例如，以下是一个10分钟电话的示例摘要：“客户报告说他们在预计交付日期后的10天内没有收到他们的订单。坐席给客户提供了免费替换品和10美元的未来购买信用。坐席将于2天后与客户跟进以确认替换订单的收货。”
这一功能使客服人员能够更多地与等待队列中的呼叫者进行交流，而不是进行呼叫后的工作，从而改善客户体验。经理可以查看呼叫摘要，快速了解互动的内容，而无需阅读整个记录。
借助AWS呼叫后分析解决方案，Principal目前可以进行大规模历史分析，了解客户体验可以改进的地方，产生可行的见解，并确定优先处理的地方。我们期待使用Amazon Transcribe呼叫分析中基于生成AI的呼叫摘要功能，使我们的客服人员能够将时间和资源投入到与客户的交流中，而不是进行手动的呼叫后工作。
— Miguel Antonio Sanchez，区域首席数据官，Principal Financial Group。
以下截图示例说明如何在Amazon Transcribe控制台上启用生成式呼叫摘要以及摘要记录的示例。
Amazon Personalize通过FMs实现超个性化
零售和媒体娱乐等行业的客户越来越希望根据用户兴趣进行内容和推荐产品的个性化定制，以推动更高的参与度。例如，在流媒体平台上，用户可以看到标准的“您观看过”推荐，而在电子商务网站上，常用的标语是“常一起购买”。为了提供更个性化的浏览体验，如“早起和享受”和“爱、笑声和戏剧”的标题，企业需要投入资源手动生成引人入胜的标语。这是繁琐且耗时的。
为了帮助解决这个挑战，Amazon Personalize 现在提供了内容生成器——一种新的基于FMs的能力，使用自然语言来编写描述推荐项目之间主题联系的简单而引人入胜的文本。这使得企业可以自动生成引人入胜的标题或电子邮件主题行，邀请客户点击视频或购买商品。
此外，Amazon Personalize现在提供了Personalize on LangChain，以支持那些希望构建自己的基于FMs的应用程序的客户的旅程。通过这种集成，您可以调用Amazon Personalize，检索活动或推荐器的推荐结果，并将其无缝地提供给LangChain生态系统中的FM驱动的应用程序。
“我们正在将生成AI与Amazon Personalize集成，以向我们的用户提供超个性化的体验。Amazon Personalize帮助我们实现了内容定制的高度自动化。例如，FOX Sports在应用后的观众内容开始率出现了400%的增长。现在，我们正在使用Amazon Bedrock将生成AI进一步应用到我们的流程中，以帮助我们的内容编辑人员生成主题集合。我们期待进一步个性化这些集合，如使用Amazon Personalize内容生成器和Personalize on LangChain等功能。”
– Daryl Bowden，技术执行副总裁，Fox Corporation。
Amazon Lex提供FMs驱动的能力以更快地构建机器人并提高封闭性
受消费者对自动化自助服务的不断增长的需求驱动，企业正在优先考虑在对话式AI方面的投资，以优化客户体验。为此，AWS最近推出了Amazon Lex的一项新功能——提供具有FM驱动的常见问题解答（CFAQ），用于智能地回答经常提出的客户问题，实现大规模。CFAQ凭借来自Amazon Bedrock和经过批准的知识源的FMs驱动，使公司能够以自然而又引人入胜的方式提供准确的自动回复，针对常见的客户问题。借助这一创新，品牌可以提供无缝自助服务体验，增强客户满意度和忠诚度。
CFAQ简化了机器人开发，无需手动创建意图、示例话语、插槽和提示来处理各种常见问题。它通过一种名为QnAIntent的新意图类型实现这一功能，安全连接到像亚马逊Bedrock、亚马逊OpenSearch服务和亚马逊Kendra的知识源，检索出回答问题所需的最相关信息。开发人员可以对响应内容进行控制，选择总结检索到的信息或直接使用授权的文本。这使得金融服务和医疗保健等高度管制行业能够使用CFAQ，确保响应只使用合规语言。通过简化对相关知识的访问，CFAQ减少了构建能够自然准确处理常见客户问题的机器人所需的工作。
结论
AWS不断为客户创新。人工智能服务的最新一系列提升能够提供更有影响力的功能，帮助组织更智慧地工作并提供个性化和直观的体验。要了解更多关于这些发布的信息，请参考以下内容：