Menggunakan AI generatif dengan DynamoDB - Amazon DynamoDB
Kasus penggunaan AI generatif untuk DynamoDB

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Menggunakan AI generatif dengan DynamoDB

Amazon DynamoDB adalah database tanpa server, SQL Tidak, yang dikelola sepenuhnya dengan kinerja milidetik satu digit pada skala apa pun. DynamoDB dioptimalkan untuk beban kerja throughput tinggi dan Anda dapat memperluas kemampuannya dengan mengintegrasikan dengan model AI generatif. Dengan menggunakan model AI generatif, Anda dapat bekerja dengan data yang disimpan dalam tabel DynamoDB secara real-time dan membangun aplikasi yang sadar kontekstual dan sangat personal. Anda juga dapat meningkatkan pengalaman pengguna akhir dengan memanfaatkan sepenuhnya data bisnis, pengguna, dan aplikasi Anda untuk menyesuaikan solusi AI generatif Anda.

Untuk informasi selengkapnya tentang gen AI dan solusi yang AWS disediakan untuk membangun aplikasi AI gen, lihat Mengubah bisnis Anda dengan AI generatif.

Topik

Kasus penggunaan AI generatif untuk DynamoDB

DynamoDB banyak digunakan dalam aplikasi percakapan bertenaga AI, seperti chatbots dan call center yang dibangun dengan Foundation Model (FM). Anda dapat mengakses FMs melalui Amazon Bedrock, Amazon SageMaker, atau penyedia model lainnya. Aplikasi tersebut biasanya menggunakan DynamoDB untuk meningkatkan personalisasi dan meningkatkan pengalaman pengguna di tiga pola data: data aplikasi, data bisnis, dan data pengguna. Beberapa contoh pola data tersebut adalah sebagai berikut:

  • Penyimpanan data aplikasi, seperti riwayat pesan obrolan, melalui integrasi dengan LangChain, LlamaIndex, atau kode khusus. Konteks ini meningkatkan pengalaman pengguna dengan memungkinkan model untuk berkomunikasi bolak-balik dengan pengguna.

  • Pembuatan pengalaman pengguna yang disesuaikan dengan memanfaatkan data bisnis, seperti inventaris, harga, dan dokumentasi.

  • Aplikasi data pengguna, seperti riwayat web, pesanan sebelumnya, dan preferensi pengguna, untuk memberikan jawaban yang dipersonalisasi.

Misalnya, perusahaan asuransi dapat membangun chatbot menggunakan DynamoDB untuk memberikan akses model AI gen berbasis Retrieval-Augmented Generation RAG () mereka ke data mendekati waktu nyata. Contoh data tersebut adalah tarif hipotek real-time, harga produk, salinan kontrak yang patuh/standar, riwayat web pengguna, dan preferensi pengguna. Menggabungkan DynamoDB RAG dengan menambahkan informasi mendalam dan diperbarui tentang produk asuransi dan data pengguna. Ini memperkaya petunjuk dan jawaban untuk memberi pengguna akhir pengalaman yang akurat, dipersonalisasi, dan mendekati waktu nyata.

Demikian pula, pelanggan industri jasa keuangan menggunakan DynamoDB, basis pengetahuan Amazon Bedrock, dan agen Amazon Bedrock RAG untuk membangun aplikasi AI gen berbasis. Aplikasi ini dapat menggunakan laporan pendapatan sumber terbuka dan transkrip panggilan. Mereka juga dapat menggunakan portofolio khusus pengguna dan riwayat transaksi untuk menghasilkan ringkasan portofolio sesuai permintaan termasuk prospek untuk masa depan.