Skip to content
Simplifier l accès aux changements de contenu ISO-rating avec Verisk Rating Insights et Amazon Bedrock
Source: aws.amazon.com

Simplifier l accès aux changements de contenu ISO-rating avec Verisk Rating Insights et Amazon Bedrock

Sources: https://aws.amazon.com/blogs/machine-learning/streamline-access-to-iso-rating-content-changes-with-verisk-rating-insights-and-amazon-bedrock, https://aws.amazon.com/blogs/machine-learning/streamline-access-to-iso-rating-content-changes-with-verisk-rating-insights-and-amazon-bedrock/, AWS ML Blog

TL;DR

  • Verisk Rating Insights est une fonctionnalité d ISO Electronic Rating Content (ERC) qui fournit des résumés des changements de notation entre deux versions.
  • La solution combine intelligence artificielle générative et services AWS, notamment Amazon Bedrock, Claude Sonnet 3.5, LlamaIndex et OpenSearch Serverless avec Retrieval Augmented Generation (RAG), pour une interface conversationnelle.
  • Elle élimine le besoin de télécharger des packages entiers, réduit le temps d analyse de 3–4 heures par cas à quelques minutes et allège la charge du support client.
  • Des garde-fous, une gouvernance et des contrôles d accès aux données sont intégrés au système pour protéger la conformité, la propriété intellectuelle et la vie privée, soutenus par un conseil de gouvernance.
  • Verisk prévoit d étendre les capacités de requête et de faire évoluer la plateforme pour davantage d utilisateurs et de jeux de contenus dans plusieurs lignes de produits.

Contexte et arrière-plan

Les modifications du ERC ISO sont traditionnellement accessibles via le téléchargement de paquets de contenu complets ou par comparaison manuelle entre les versions. Le billet AWS décrit comment Verisk Rating Insights est né du besoin d améliorer l accessibilité et d automatiser les tâches répétitives. En combinant IA générative avec des services AWS, Verisk a créé une plateforme conversationnelle qui aide les utilisateurs à obtenir des informations spécifiques, à identifier les différences de contenu et à travailler plus efficacement. L article souligne que la solution est alimentée par Amazon Bedrock, de grands modèles de langage (LLM) et Retrieval Augmented Generation (RAG), Claude Sonnet 3.5 interprétant les requêtes des utilisateurs et fondant les réponses. L architecture intègre LlamaIndex comme cadre de chaîne pour connecter et gérer diverses sources de données, permettant une récupération dynamique des contenus de changement. OpenSearch Serverless stocke les changements sous forme de vecteurs pour faciliter une recherche précise. Le RAG permet que les réponses soient ancrées dans des données actuelles et fiables, réduisant le risque de sorties obsolètes. Verisk a mis en place des garde-fous dans Bedrock et des garde-fous personnalisés pour garantir que les sorties respectent les exigences de conformité et de qualité. Un conseil de gouvernance supervise l utilisation de l IA, assurant la protection de la propriété intellectuelle et l utilisation des données. Pour plus de détails, consultez le billet AWS référencé.

Nouvelles fonctionnalités

Verisk Rating Insights associe désormais plusieurs technologies avancées pour offrir une expérience utilisateur fluide pour les changements ERC ISO. La plateforme utilise Claude Sonnet 3.5 (modèle ID: anthropic.claude-3-5-sonnet-20240620-v1:0) pour interpréter les requêtes et générer des réponses contextualisées. LlamaIndex coordonne les sources de données, tandis qu OpenSearch Serverless stocke les changements sous forme de vecteurs et permet des récupérations précises. L intégration de RAG garantit que les réponses soient fondées sur des données actuelles, réduisant les risques de réponses non fondées. Outre les composants IA, Verisk a mis en œuvre des garde-fous et des mécanismes de sécurité, y compris Guardrails Bedrock et garde-fous personnalisés afin de limiter les sorties aux exigences de conformité. Un conseil de gouvernance supervise l initiative IA, avec des contrôles d accès stricts pour protéger les données et la propriété intellectuelle. L architecture et les boucles d évaluation sont conçues pour coordonner plusieurs appels LLM et s assurer que les réponses sont pertinentes et ancrées dans le contenu sous-jacent. L article met également en évidence les bénéfices concrets pour les clients : une interface conversationnelle qui permet d accéder de manière autonome à des résumés des changements et à des différences, sans avoir à télécharger des paquets ERC entiers, et à obtenir des informations fondées et à jour pour soutenir la prise de décision rapide. Cette solution montre comment l IA générative peut transformer les processus opérationnels, réduire les tâches manuelles et améliorer la précision lors du traitement des contenus ERC ISO. Elle positionne aussi Bedrock comme l infrastructure nécessaire pour étendre ces capacités à d autres jeux de contenus et lignes de produits.

Pourquoi c est important (impact pour les développeurs/entreprises)

  • Gain de temps et productivité : en supprimant le besoin de télécharger et de comparer de gros paquets ERC, les clients obtiennent des insights pertinents en quelques minutes, accélérant ainsi la prise de décision et réduisant la charge des analystes.
  • Auto-service et onboarding client : une interface IA conversationnelle permet aux utilisateurs de s auto-former et d obtenir des réponses en temps réel, réduisant la pression sur le support client ERC et accélérant l adoption pour les nouveaux clients.
  • Précision et cohérence accrues : les réponses ancrées via RAG s appuient sur des données actuelles, limitant les hallucinations et les détails hors sujet, avec une gouvernance assurant la conformité et les standards de qualité.
  • Évolutivité et automatisation : l intégration avec AWS Bedrock et OpenSearch, soutenue par le cadre de gouvernance, offre une base scalable pour étendre à des jeux de contenus supplémentaires et à des lignes de produits.
  • Gouvernance et sécurité : un conseil de gouvernance et des contrôles d accès stricts protègent les informations sensibles et garantissent la protection de la propriété intellectuelle et l usage des données. Ces contrôles soutiennent l adoption d entreprise tout en gardant le contrôle sur l utilisation des données et le comportement du modèle.

Détails techniques ou Mise en œuvre

La solution Verisk décrite dans le billet AWS combine plusieurs services AWS et capacités IA pour livrer une plateforme robuste et scalable pour le contenu ERC ISO. Les composants clés incluent :

  • Couche IA générative : Claude Sonnet 3.5 (ID de modèle : anthropic.claude-3-5-sonnet-20240620-v1:0) pour interpréter les requêtes et générer des réponses détaillées et contextualisées.
  • Orchestration des données : LlamaIndex agit comme cadre de chaîne pour coordonner les connexions avec diverses sources de données et permettre une récupération dynamique des contenus.
  • RAG : la base de vecteurs OpenSearch Serverless stocke les changements sous forme de vecteurs et permet des récupérations précises pour ancrer les sorties du modèle dans des données actuelles.
  • Garde-fous et gouvernance : Guardrails Bedrock et garde-fous personnalisés pour limiter les sorties à des règles de conformité. Un conseil de gouvernance supervise l initiative et assure des contrôles d accès pour protéger les données sensibles et la propriété intellectuelle.
  • Ingestion et boucles d inference : l architecture sépare l ingestion des données de la boucle d inference, coordonnant plusieurs appels LLM pour générer des réponses et les affiner de manière itérative.
  • Évaluation et mémoire : le système intègre un cadre d évaluation et une boucle de rétroaction pour l amélioration continue, avec l historique des conversations conservé comme mémoire contextuelle pour ancrer les échanges. Ces composants travaillent ensemble pour offrir une interface conversationnelle capable de récupérer et résumer les changements ERC ISO, d identifier les différences entre les versions et de présenter des insights précis et actuels, sans nécessiter de téléchargements manuels ou de recherches exhaustives. L architecture est conçue pour la sécurité, la traçabilité et l échelle, avec un accent sur la protection des données et la propriété intellectuelle.

Points à retenir

  • Verisk Rating Insights exploite une plateforme de données moderne alimentée par l IA pour simplifier l accès aux changements ERC ISO.
  • La solution utilise Claude Sonnet 3.5, LlamaIndex, OpenSearch Serverless et RAG pour produire des réponses fondées et actualisées.
  • Les garde-fous, la gouvernance et les contrôles d accès renforcent la conformité, la sécurité et la protection de la propriété intellectuelle.
  • Des gains de temps et un onboarding amélioré réduisent les coûts de support et augmentent la satisfaction des utilisateurs.
  • L architecture vise l échelle, permettant l expansion à davantage d utilisateurs et de contenus supplémentaires.

FAQ

  • Q : Qu est-ce que Verisk Rating Insights et quel problème résout-il ? A : Il s agit d une fonctionnalité de ERC ISO qui fournit des résumés des changements entre versions et utilise IA et services AWS pour permettre une interface conversationnelle afin de récupérer des changements de contenu spécifiques.
  • Q : Quelles technologies sont utilisées ? A : La plateforme utilise Amazon Bedrock, Claude Sonnet 3.5, LlamaIndex et OpenSearch Serverless avec RAG, soutenus par des garde-fous Bedrock et des garde-fous personnalisés pour la conformité.
  • Q : Combien de temps cela économise-t-il pour les utilisateurs ? A : En éliminant le téléchargement de paquets ERC entiers et les recherches manuelles, l analyse passe de 3–4 heures par cas à des minutes.
  • Q : Comment la sécurité des données et la protection de la PI est-elle assurée ? A : Un conseil de gouvernance supervise l initiative IA, avec des contrôles d accès stricts et des garde-fous pour protéger les données et la propriété intellectuelle.
  • Q : Quels sont les plans pour l avenir ? A : Étendre le champ des requêtes pour prendre en charge davantage de types de remise et élargir l écosystème, tout en dimensionnant la plateforme pour plus d utilisateurs et de contenus.

Références

More news

aws.amazon.com

Utiliser les AWS Deep Learning Containers avec SageMaker AI géré MLflow

Découvrez comment les AWS Deep Learning Containers (DLCs) s’intègrent à SageMaker AI géré par MLflow pour équilibrer le contrôle de l’infrastructure et une gouvernance ML robuste. Un flux TensorFlow pour la prédiction de l’âge des abalones illustre le suivi de bout en bout et la traçabilité des modè