Swisscom, ведущий телеком-провайдер Швейцарии, столкнулся с проблемой масштабирования ИИ-решений в условиях строгих требований к конфиденциальности данных и необходимости быстрой адаптации. Внедрение ИИ-агентов на базе Amazon Bedrock позволило им не только сократить время на разработку до 3-4 недель, но и обеспечить масштабируемость для обработки тысяч запросов в месяц в отделах продаж и клиентской поддержки.
Если ваша компания теряет время на рутинных задачах в продажах или поддержке, и ищет решение для масштабирования, напишите нашему менеджеру, он проведёт бесплатный анализ вашего бизнеса и ниши и расскажет, как именно в вашем случае получить реальный бизнес-результат от ИИ-агента, а не красивую картинку. Написать менеджеру
Вызовы телеком-гиганта: «потолок автоматизации» и строгие правила
Swisscom, компания с оборотом около $19 млрд, давно занималась автоматизацией, но достигла «потолка автоматизации», когда традиционные подходы перестали отвечать современным требованиям бизнеса. Основными проблемами были:
- Масштабирование. Сложность координации ИИ-агентов между различными департаментами при сохранении безопасности.
- Безопасность и аутентификация. Необходимость безопасного, транзитивного доступа с минимальными привилегиями, учитывающего пересекающиеся разрешения (клиент, агент, отдел).
- Интеграция. Как централизовать и обеспечить совместимость с существующими ИИ-решениями и инфраструктурой.
- Аналитика. Эффективный сбор и использование данных о клиентах из множества взаимодействий.
Например, в случае сбоя роутера клиенту, проблема могла быть в биллинге, сети или конфигурации, каждая из которых относится к разным отделам. Это требовало бесшовной кросс-департаментной координации.
Решение: ИИ-агенты на базе Amazon Bedrock AgentCore
Swisscom выбрал Amazon Bedrock AgentCore как основу для своей архитектуры ИИ-агентов. Это решение предоставило комплексный набор инструментов:
- AgentCore Runtime. Позволяет разработчикам сосредоточиться на создании агентов, а система берет на себя безопасный хостинг, автоматическое масштабирование и изоляцию сессий.
- AgentCore Identity. Интегрируется с существующим провайдером идентификации Swisscom, управляя входящей и исходящей аутентификацией. Это упрощает безопасное взаимодействие между агентами, инструментами и источниками данных.
- AgentCore Memory. Надежное хранение как сессионной, так и долгосрочной памяти, что критично для B2C операций, где понимание контекста клиента между взаимодействиями имеет решающее значение.
- Strands Agents Framework. Упрощает создание агентов, ускоряет циклы разработки и имеет встроенные возможности для трассировки, оценки и логирования.
Результаты и преимущества: от концепции к реальному продукту за недели
Swisscom внедрил ИИ-агентов для двух B2C сценариев: генерация персонализированных коммерческих предложений и автоматизированная клиентская поддержка по техническим вопросам. Оба агента были интегрированы в существующий чат-бот Swisscom SAM, что потребовало высокой производительности и низких задержек.
Основные результаты:
- Скорость разработки. Команды разработчиков, не имевшие опыта работы со Strands Agents, добились первых демо для бизнеса в течение 3-4 недель.
- Уменьшение сложности. Одна команда мигрировала с LangGraph на Strands Agents, отметив снижение сложности и ускорение циклов разработки.
- Масштабирование. AgentCore Runtime позволяет эффективно обрабатывать тысячи запросов в месяц для каждого агента, поддерживая низкую задержку и оптимизируя затраты.
- Соответствие нормативам. Система поддерживает суверенитет данных и конфиденциальность пользователей, что особенно ценно в Швейцарии с её строгими регуляторными требованиями.
Благодаря этому подходу, Swisscom смог значительно ускорить внедрение ИИ, повысить эффективность продаж и поддержки, а также обеспечить соответствие высоким стандартам безопасности и конфиденциальности.
Источник: aws.amazon.com
Хотите узнать, как подобные решения могут быть внедрены в вашей компании? Напишите менеджеру. Мы бесплатно проанализируем ваш бизнес и покажем потенциал ИИ-агентов.