Avahitech.com ahora es avahi.ai
Contáctenos

Creación de un asistente de recomendación personalizado para Jonard Tools

Cliente

Jonard Tools

Ubicación

Elmsford, Nueva York

Industria

Fabricación de herramientas de telecomunicaciones como CATV, fibra óptica, domótica, seguridad y alarmas, y mercados eléctricos.

Servicios y tecnología

AWS Sagemaker, AWS Cloudwatch, AWS Bedrock, Amazon API Gateway, Amazon RDS Etiquetas: Asistente de recomendación inteligente, GenAi, Telecomunicaciones, Procesamiento de datos

Resumen del proyecto

Jonard Tools, líder en la fabricación de herramientas para los mercados de telecomunicaciones, CATV, fibra óptica, domótica, seguridad y alarmas, y electricidad, buscaba crear un asistente de recomendación personalizado para sugerir el conjunto de herramientas adecuado para cualquier tarea dada a sus clientes. Al aprovechar los servicios de IA de AWS, Jonard Tools pretendía impulsar las recomendaciones de productos, automatizar los procesos y agilizar la atención al cliente mediante modelos de generación aumentada de recuperación (RAG) en AWS Bedrock y SageMaker. Avahi, un socio de nivel avanzado de AWS, fue contratado para ayudar a Jonard Tools en esta trayectoria transformadora.

El problema

Jonard Tools se enfrentó a varios retos a la hora de proporcionar recomendaciones de productos personalizadas y una atención al cliente eficiente:

  • Personalización: Creación de un sistema de recomendación que sugiera las herramientas adecuadas en función de las tareas específicas y las preferencias del cliente.
  • Automatización: Automatización del proceso de recomendación de productos para reducir los esfuerzos manuales y aumentar la eficiencia.
  • Escalabilidad: Construcción de una infraestructura capaz de gestionar grandes volúmenes de datos y consultas de usuarios.
  • Atención al cliente: Agilización de la atención al cliente para responder de forma rápida y precisa a las consultas de los clientes.

Por qué AWS

Componentes clave

1. Adquisición y almacenamiento de datos

  • Amazon S3: Se utiliza para almacenar documentos de entrada, datos de productos y otros activos. La escalabilidad y durabilidad de S3 garantizan una gestión eficiente de grandes volúmenes de datos.
  • Amazon RDS: Proporcionó un servicio de base de datos gestionado y escalable para almacenar datos estructurados de usuarios y productos.

2. Procesamiento basado en eventos

  • AWS Lambda: Desplegado para ejecutar funciones basadas en eventos que procesan datos y gestionan varias etapas del canal de recomendación. Las funciones Lambda se utilizaron para obtener documentos de productos, crear y actualizar incrustaciones y gestionar el procesamiento de datos en tiempo real.

3. Aprendizaje automático e IA

  • AWS SageMaker: Se utiliza para desarrollar, entrenar y desplegar modelos de aprendizaje automático. SageMaker fue clave en la creación de los modelos de recomendación y en la gestión del procesamiento inteligente de las consultas de los usuarios.
  • AWS Bedrock: Empleado para servicios de IA generativa gestionados y escalables, lo que garantiza un despliegue de modelos de IA eficiente y robusto.

4. Gestión de API

  • Amazon API Gateway: Proporcionó un servicio gestionado para crear, publicar, mantener y proteger las API. Esto facilitó una comunicación fluida entre las aplicaciones front-end y los servicios back-end.

5. Supervisión y registro

  • AWS CloudWatch: Se implementó para una monitorización y un registro integrales. CloudWatch proporcionó información en tiempo real sobre el rendimiento del sistema, las interacciones del usuario y el estado de los modelos implementados.

Flujo de trabajo de la solución

  • Ingesta de datos: Jonard Tools proporcionó datos de entrada, incluidos documentos de productos y preferencias de usuario, que se ingirieron en Amazon S3.
  • Procesamiento de datos: Se activaron funciones de AWS Lambda para procesar los datos ingeridos, creando y actualizando incrustaciones para los documentos de los productos.
  • Entrenamiento y despliegue de modelos: Utilizando AWS SageMaker, se entrenaron modelos de aprendizaje automático con datos procesados para generar recomendaciones personalizadas.
  • Acceso a la API: Los modelos entrenados y la lógica de recomendación se expusieron a través de las API gestionadas por Amazon API Gateway, lo que permitió a las aplicaciones front-end interactuar con los servicios back-end.
  • Supervisión y comentarios: AWS CloudWatch supervisó el rendimiento del sistema y las interacciones de los usuarios, proporcionando información valiosa para la mejora continua.

Solución

Avahi propuso una arquitectura de solución integral que aprovechaba varios servicios de AWS para abordar estos retos. El objetivo era desarrollar un asistente de recomendación inteligente de extremo a extremo que pudiera proporcionar recomendaciones y soporte personalizados a los clientes de Jonard Tools.

Explore nuestros servicios

Recomendamos encarecidamente a Avahi como un socio tecnológico fiable e innovador. Su experiencia en tecnologías de vanguardia fue fundamental para construir nuestra prueba de concepto (PoC) y desarrollar nuestro producto mínimo viable (MVP). Avahi siempre ofreció soluciones de alta calidad a tiempo, manteniendo un enfoque colaborativo y receptivo. Fueron más allá de las expectativas al identificar oportunidades de mejora, garantizando la escalabilidad y el cumplimiento de nuestros productos centrados en la aplicación de la ley. Avahi es la elección clara si necesita un socio tecnológico con conocimiento de la industria, profesionalidad y un compromiso con la innovación.

Brandon Puhlman

Fundador, bravo foxtrot

¿Listo para transformar su negocio con la IA?

Reserve su taller gratuito de IA de activación

Exploremos juntos sus oportunidades de IA de alto impacto en una sesión gratuita de medio día
Reserve su taller

Vea nuestros casos prácticos

Vea cómo hemos ofrecido resultados medibles para empresas como la suya
Ver casos prácticos