ESG Economic Validation - Analyzing the Economic Benefits of Intelligent Search using Amazon Kendra

機器學習 (ML) 的典範轉移已數十年前埋下了種子，但直到可擴展的運算容量問世、資料激增且ML 技術飛速發展後，各行各業的客戶才開始進行業務轉型。OpenAI 的 ChatGPT 和 Google 的Bard 等生成式 AI 工具引發眾人關注後，人們對於這項技術的投資欲望愈發熱烈。

AWS 提供最廣泛且最完整的 AI 服務，在 ML 之旅的任何階段上陪伴新創公司，並協助其達成業務目標。逾 10 萬位客戶利用 AWS AI 服務完成所有需要，包括改善客戶體驗、預測業務成果、減少詐騙，並從加速創新開始。AWS 協助各行各業的新創公司成功利用 AI 來達成三大類業務目標：加速創新，改善 客戶體驗，及最佳化業務營運。

人工智慧 (AI) 是開發用於實現各種任務自動化的演算法和統計模型電腦系統的科學。受益於雲端運算的發展、運算能力和資料量的增加，以及無程式碼應用程式開發的誕生，AI 突然成為所有人都能夠使用的工具。與人工執行任務時需要明確的指令不同，AI 採用模式和推論，可用於擴展、創造新的收入流，並比以往更高效地解決營運挑戰。

AWS 提供最廣泛且最完整的 AI 服務，滿足客戶在 AI 之旅任何階段的需求，並幫助他們達成業務目標。超過 100,000 名來自各行各業的客戶使用 AWS AI 服務，成功達成三大類業務目標：加速創新，改善客戶體驗，及最佳化商務營運。這本電子書介紹了 AWS 客戶如何在三大類業務目標中，使用強大的 AI 功能來取得變革性成果的成功案例。

多虧雲端運算快速普及、運算能力和資料量提升，以及簡單易用、幾乎或完全無需經驗的解決方案問世，如今人工智慧 (AI) 比以往更垂手可得。幾乎各行業的頂尖組織都利用 AI 獲得良好的業務成果。對許多組織而言，AI 已成為運營的核心要素。根據 IDC 統計，在美國，AI 方面的支出將於 2025 年之前成長 至 1,200 億美元

採用合適的策略部署時，生成式人工智慧 (GENAI) 有可能徹底改變工作的結構。透過將佔用 60–70%員工時間的工作活動自動化，組織可以提高個別工作者的生產力。如此即可提高靈活性、簡化流程、提高收入，並為領導軟體公司提供更佳、更快的決策。

本簡介適用於希望深入了解生成式 AI 的軟體公司業務主管，以及想要規劃如何利用這項技術達成業務目標的企業主管。

採用正確的策略部署時，生成式人工智慧 (AI) 有可能徹底改變工作的結構。將佔用員工 60-70%時間的工作活動簡化，組織就能提升個別工作者的生產力。1 如此就能進一步提高敏捷性、簡化流程、大幅增加收入，並且更快做出更有利的決策。由於缺乏普遍接受的單一生成式 AI 成功程序手冊，使得一些企業處於觀望狀態，不確定如何邁出 AI 之旅的下一步，甚至不確定如何邁出第一步。

採用正確的策略部署時，生成式人工智慧 (AI) 有可能改變工作結構。將佔用員工 60-70% 時間的工作活動簡化，新創公司就能提升各人員的生產力。1 如此就能快速追蹤產品創新、提高敏捷性、簡化流程、大幅增加營收，並且更快做出更有利的決策。

本簡介適用於希望深入了解生成式 AI ，及想要規劃如何利用這項技術來改善業務的企業主管。