Extract
Mansfield, Texas
Servicios empresariales (optimización de la fuerza laboral y soluciones de pago)
Amazon S3, AWS Lambda, Amazon Bedrock, Amazon SageMaker, Pinecone
Extract, un proveedor de optimización de la fuerza laboral y soluciones de pago, necesitaba una forma rápida e inteligente de generar información a petición a partir de diversos documentos internos y recursos en línea. La creación manual de informes requería tiempo y esfuerzo, lo que retrasaba las decisiones críticas. Avahi desarrolló un chatbot impulsado por IA que aprovecha Amazon Bedrock y AWS Lambda, ofreciendo respuestas rápidas y respaldadas por datos a las consultas de los usuarios, al tiempo que garantiza una base segura y escalable en AWS.
Extract opera en el sector de los servicios empresariales, centrándose en soluciones de software que agilizan los procesos de RR. HH., nóminas y otros procesos relacionados con la fuerza laboral. La empresa presta servicios a organizaciones que buscan simplificar las transacciones financieras y mejorar la eficiencia operativa general.
Los equipos internos de Extract necesitaban con frecuencia recopilar datos y generar análisis a partir de fuentes dispares, incluidos manuales y sitios web. Sin un sistema unificado, dedicaban mucho tiempo a consolidar la información, lo que ralentizaba las respuestas a las consultas de empleados y clientes. Este enfoque manual corría el riesgo de generar imprecisiones, creaba cuellos de botella y limitaba la capacidad de Extract para proporcionar información en tiempo real.
Extract eligió AWS por su sólido ecosistema de servicios de IA y sin servidor, junto con una escalabilidad y fiabilidad probadas. Amazon Bedrock proporcionó un camino fácil para adoptar modelos de lenguaje avanzados, mientras que AWS Lambda, Amazon S3 y Amazon SageMaker permitieron una experimentación rápida y un manejo eficiente de los datos. Con AWS, Extract pudo crear prototipos y perfeccionar rápidamente una solución de chatbot moderna sin tener que gestionar una infraestructura compleja.
La experiencia especializada de Avahi en servicios de IA/ML de AWS y arquitecturas sin servidor la convirtió en el socio ideal para esta iniciativa. El enfoque colaborativo del equipo garantizó que los requisitos de Extract se entendieran completamente desde el principio. Al centrarse en un desarrollo eficiente y en hitos claros, Avahi entregó una solución a medida que se integraba a la perfección con las fuentes de datos de Extract.
Avahi comenzó configurando Amazon S3 para el almacenamiento seguro de datos, reuniendo los manuales de Extract y el contenido del sitio web en un bucket centralizado. A continuación, las funciones de AWS Lambda procesaron y almacenaron las incrustaciones en Pinecone, una base de datos vectorial que aceleró la recuperación en tiempo real de los documentos relevantes. Las consultas de los usuarios activaron otra función de AWS Lambda, que aplicó los modelos de lenguaje de Amazon Bedrock para generar gráficos o informes textuales basados en el contenido recuperado.
Para demostrar la viabilidad, Avahi creó una interfaz ligera que permitía a los usuarios enviar preguntas y recibir rápidamente respuestas impulsadas por la IA. Todas las transformaciones de datos y las interacciones del modelo se orquestaron a través de AWS Lambda y Amazon SageMaker, lo que garantizó una latencia mínima y una fácil escalabilidad. Avahi también realizó comprobaciones de calidad para confirmar que el chatbot funcionaba de forma fiable en el conjunto de datos limitado proporcionado por Extract.
Resultados clave
Fundador, bravo foxtrot
