建立生成式 AI 助手以提升员工体验

文章重点

在快速变化的商业环境中，企业不断寻求创新的方式来提升员工的体验和生产力。使用 Amazon Q Business 可构建生成式 AI 助手，能有效解决员工在寻求资讯时面临的挑战，比如繁琐的搜索体验和资讯搜寻的困难。此外，这个 AI 助手也能协助组织改善支持系统，更快速地解决问题和提升工作效率。

在当前快速变化的商业环境中，组织不断寻求创新的方式来增强员工体验和生产力。不过，员工生产力的挑战也不少，例如繁琐的搜索体验或在庞大的知识库中寻找具体信息。此外，随著远端和混合工作模式的增长，传统的支持系统如 IT 帮助台和人力资源部可能无法跟上日益增加的需求。这些挑战导致生产力损失，进而造成新员工的入职时间延长、任务完成时间延长以及对非区分的 IT 和人力资源支持的需求增加。

Amazon Q Business 是一款全管理的生成式人工智慧 (AI) 助手，能针对上述挑战提供 24/7 的支持，并根据每个人的需求量身定做。它能处理多种任务，如回答问题、提供摘要、生成内容以及根据组织数据完成任务。此外，Amazon Q Business 提供企业级的资料安全性和隐私保护，并有可由管理员设定的保护措施。许多客户 (如 Deriv) 成功地利用生成式 AI，使新员工的入职时间减少了高达 45，整体招聘效率大幅提升。

在本文中，我们将讨论 Amazon Q Business 的使用案例，并通过范例应用进行说明，最后了解如何衡量所带来的生产力提升。

使用案例概述

以下是 Amazon Q Business 在组织中的一些关键使用案例：

使用案例描述为员工提供有根据的回答组织可以将 Amazon Q Business 部署于内部数据、文件、产品和服务上，让 AI 理解业务情境，有针对性地帮助员工解决常见问题。改善员工体验通过在网站、应用程式和聊天机器人等环境中部署 Amazon Q Business，能提供统一、吸引人和个性化的体验。知识管理Amazon Q Business 帮助组织更有效地利用内部知识，整合于内部知识库、手册和最佳实践中，成为员工的资讯集中来源。专案管理和问题追踪使用插件，员工可使用自然语言在聊天介面中开启票据，之前解决的票据可帮助减少总票据数量。

Amazon Q Business 的特性

Amazon Q Business 支援的聊天机器人旨在以多元化的方式为用户提供全面支持。它提供多种 数据来源连接器，能便捷接入数据来源，并协助您在最小配置下创建生成式 AI 解决方案。当前，Amazon Q Business 支援超过 40 个 连接器。此外，也支援 插件，让用户可在对话中进行操作。提供四种原生插件，还有自定义插件选项，可整合其他第三方应用。

虎跃加速器破解版下载

通过 业务用户库存储功能，用户仅可看到他们在 Amazon Q Business 应用中能访问的文件产生的聊天回应。您还可以通过使用应用环境的保护措置或聊天控制来按组织需求自定义应用环境，如全局控制和主题控制，进而管理用户的聊天体验。

类似 文件增强 和 相关性调整 的功能共同对进一步定制和增强您的应用起著关键作用。文件增强功能能让您控制哪些文件及其属性将被纳入索引，并决定其纳入方式。通过相关性调整，您可以在将文件纳入 Amazon Q Business 索引时为其属性和内容赋予权重，进而优化聊天回应的相关性。

Amazon Q Business 提供稳健的 安全性，以保护客户数据并促进 AI 助手的负责任使用。它使用预先训练的机器学习模型，不会使用客户数据来训练或改进模型。该服务支援 静态和传输中的加密，管理员可配置多种安全控制，例如限制仅对企业内容的回应、指定阻止的词语或短语以及定义具有 自订保护措施 的特殊主题。此外，Amazon Q Business 也利用了 Amazon Bedrock 的安全功能，以确保安全性、保护措施和 AI 的负责任使用。

应用架构范例

下图显示了一个应用架构范例。

应用架构演练

在开始创建 Amazon Q Business 应用环境之前，请确保您完成了 设置 任务并检查 开始之前的准备事项。这其中包括设置所需的 AWS 身份与访问管理 (IAM) 角色 和启用及预配置一个 AWS IAM 身份中心 实例。

接下来一步是创建 Amazon Q Business 的网页体验。您可以使用 AWS 管理控制台或 Amazon Q Business API 创建 网页体验。

创建 Amazon Q Business 应用环境后，选择并创建 检索器，并配置索引作为生成式 AI 网页体验的支撑。检索器在对话中即时从索引提取数据。选择检索器后，您可以将数据来源连接至其上。

该范例应用将连接至 Amazon 简单存储服务 (Amazon S3)、SharePoint 等资料库，以及使用 Amazon Q 网路爬虫 连接公共网站或内部公司网站。此应用也与 服务管理工具 如 ServiceNow 和 Jira 及企业通信工具 Slack 和 Microsoft Teams 进行整合。应用使用内建的 插件 来让用户在网页体验的聊天界面中执行与支持的第三方服务相关的特定任务，例如创建 Jira 票据或在 ServiceNow 中开启事件。

设定完成后，数据会整合并同步至由 Amazon Q Business 服务维护的容器索引中。经授权的用户认证成功后，通过 网页体验 URL 与应用程序环境互动。您还可以使用 Amazon Q Business API 建立自订 UI，以便实施处理反馈、使用公司品牌颜色和模板及自订登入等特定功能，还可以透过根据您的使用案例个性化的介面与 Amazon Q 进行对话。

应用示范

以下是一些截图，展示使用 Amazon Q Business 应用的 AI 助手的情境，这些截图显示了一名员工与 Amazon Q Business 聊天机器人互动，寻求摘要、解决有关 IT 支持的常见问题，以及使用 IT 服务管理工具如 ServiceNow开票或创建事件。

员工 A 与应用互动以获取无线网络故障的帮助，并收到建议行动：

员工 B 与应用互动报告无线网络故障，收到填写票据的表单：基于员工 B 的互动，在 ServiceNow 中创建的事件：

新入职员工与应用互动询问有关公司政策的问题，并获得可靠的答案：

新入职员工询问如何联系 IT 支持，并获得详细的 IT 支持联系信息：

衡量生产力增长的方法

衡量使用生成式 AI 助手所带来的生产力增长可以使用多种方法。以下是一些常用的指标和方法：

方法描述平均搜索时间减少测量员工在实施 AI 助手之前和之后花费的搜索资讯时间，时间减少显示存取资讯更快，能促进任务完成效率。任务完成时间测量有无 AI 助手的情况下，完成特定任务或流程所需的时间。时间缩短表示生产力提升。重复性问题监控针对 AI 助手能处理的任务或流程所提出的重复性问题的票据数量。这些票据的减少显示生产力提升。总票据量跟踪与 AI 助手能处理的任务或流程相关的票据或问题的总数。员工入职时间评估新员工完全生产所需的时间，包括有无 AI 助手的情况。更短的入职时间表明 AI 助手有效支持。员工生产力指标跟踪员工产出或产出质量的指标在实施 AI 助手前后的变化，显示生产力增长。成本节省计算通过减少劳动时间、更高效率和更快周转时间等方式实现的成本节省。知识库利用率测量 AI 助手提升的知识库或自助资源的利用率或有效性。员工满意度调查从员工那获得反馈，了解他们对生产力增长、时间节省及对 AI 助手整体满意度的评估。

在实施 AI 助手之前，建立基准测量是重要的，并随时间追踪相关指标。此外，进行控制实验或试点计划可以帮助隔离 AI 助手对生产力的影响。

结论

在本文中，我们探索如何利用 Amazon Q Business 建立生成式 AI 助手，以提升员工体验和增强生产力。通过无缝集成内部数据来源、知识库和生产力工具，Amazon Q Business 赋予员工即时访问信息的能力，自动化任务并提供个性化支持。利用多种强大功能，包括多数据来源连接器、文件增强、相关性调整和企业级安全，您可以创建定制的 AI 解决方案，优化工作流程，实现任务完成时间、问题解决、入职效率及成本节省等方面的具体收益。

释放 Amazon Q Business 的变革潜力，未来保障您的组织，请立即联系您的 AWS 帐户团队。

了解更多关于 Amazon Q 的信息

Amazon Q 主要产品页面开始使用 Amazon QAWS 机器学习部落格与 Amazon Q

关于作者

Puneeth Ranjan Komaragiri 是亚马逊网路服务 (AWS) 的首席技术客户经理，热衷于监控与可观察性、云财务管理和生成式人工智慧等领域。在目前的职位上，Puneeth 与客户密切合作，利用他的专业知识帮助设计和架构最佳的云工作负载，以达到最佳的规模与韧性。

Krishna Pramod 是 AWS 的高级解决方案架构师，担任客户的信任顾问，协助客户创新并构建最佳架构的 AWS 应用。工作之余，他喜