Utilizzo dell'intelligenza artificiale generativa con DynamoDB - Amazon DynamoDB

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Utilizzo dell'intelligenza artificiale generativa con DynamoDB

Amazon DynamoDB è un database serverless, SQL no, completamente gestito con prestazioni a una cifra in millisecondi su qualsiasi scala. DynamoDB è ottimizzato per carichi di lavoro ad alto throughput e puoi estenderne le funzionalità integrandosi con modelli di intelligenza artificiale generativa. Utilizzando modelli di intelligenza artificiale generativa, puoi lavorare con i dati archiviati nelle tabelle DynamoDB in tempo reale e creare applicazioni contestualmente consapevoli e altamente personalizzate. Puoi anche migliorare l'esperienza dell'utente finale sfruttando appieno i dati aziendali, degli utenti e delle applicazioni per personalizzare le tue soluzioni di intelligenza artificiale generativa.

Per ulteriori informazioni sull'intelligenza artificiale di generazione e sulle soluzioni AWS fornite per creare applicazioni AI di generazione, consulta Trasforma il tuo business con l'intelligenza artificiale generativa.

Casi d'uso dell'intelligenza artificiale generativa per DynamoDB

DynamoDB è ampiamente utilizzato nelle applicazioni conversazionali basate sull'intelligenza artificiale, come chatbot e call center creati con un Foundation Model (FM). Puoi accedere FMs tramite Amazon Bedrock SageMaker, Amazon o altri fornitori di modelli. Tali applicazioni utilizzano comunemente DynamoDB per migliorare la personalizzazione e migliorare l'esperienza utente su tre modelli di dati: dati applicativi, dati aziendali e dati utente. Alcuni esempi di questi modelli di dati sono i seguenti:

  • Archiviazione dei dati dell'applicazione, come la cronologia dei messaggi di chat, tramite integrazioni con LangChaino un codice personalizzato. LlamaIndex Questo contesto migliora l'esperienza dell'utente consentendo al modello di conversare avanti e indietro con l'utente.

  • Creazione di un'esperienza utente personalizzata sfruttando i dati aziendali, come inventario, prezzi e documentazione.

  • Applicazione dei dati utente, come la cronologia web, gli ordini passati e le preferenze dell'utente, per fornire risposte personalizzate.

Ad esempio, una compagnia di assicurazioni può creare un chatbot utilizzando DynamoDB per fornire al proprio modello di intelligenza artificiale di generazione basato su Retrieval-Augmented Generation RAG () l'accesso a dati quasi in tempo reale. Esempi di tali dati sono i tassi ipotecari in tempo reale, i prezzi dei prodotti, la copia del contratto conforme/standard, la cronologia web degli utenti e le preferenze degli utenti. La combinazione di DynamoDB RAG con aggiunge informazioni approfondite e aggiornate sui prodotti assicurativi e sui dati degli utenti. Ciò arricchisce le richieste e le risposte per fornire agli utenti finali un'esperienza accurata, personalizzata e quasi in tempo reale.

Allo stesso modo, i clienti del settore dei servizi finanziari utilizzano DynamoDB, le knowledge base Amazon Bedrock e gli agenti Amazon Bedrock per creare applicazioni RAG AI di nuova generazione. Queste applicazioni possono utilizzare report sugli utili e trascrizioni delle chiamate open source. Possono inoltre utilizzare la cronologia del portafoglio e delle transazioni specifica dell'utente per generare un riepilogo su richiesta del portafoglio che include una prospettiva per il futuro.