Skip to Content
Kezdőlap / AWS Cloud / Generatív AI az AWS-en
Generatív AI az AWS-en

Generatív AI az AWS-en – az adat az Ön fiókjában marad.

Amazon Bedrockra építünk: a modellek a saját AWS-környezetében érik el a dokumentumait, szűrők védik az érzékeny adatot, és minden kérés auditálható.

  • Saját AWS-fiók
  • Az adat nem kerül modelltanításra
  • PoC akár AWS-finanszírozással
#Belső AI-asszisztensAmazon Bedrock · saját fiókszemléltető
ÜV
Ügyfélszolgálati vezető

Kérek egy összefoglalót a tegnapi ügyfélpanaszokról, témák szerint.

DX
Devertix
  1. Szállítási késés – 14 panasz, főként egy futárcégnél.
  2. Számlázási hiba – 6 panasz, ugyanaz a termékkód.
  3. Visszatérítés – 4 panasz, a határidő miatt.
CRM · tegnapi jegyekPII kitakarva
A feldolgozás a saját AWS-fiókban történt.
ÜV
Ügyfélszolgálati vezető

Kérek választervezetet a számlázási panaszokra.

DX
Devertix

Szemléltető példa – nem ügyféladat.

Kiindulópont

Ismerős helyzet?

Így szokott kezdődni – és ezekre a helyzetekre építjük a megoldást.

Így oldjuk meg
#csapatma · 3 új üzenetszemléltető
ÜV
Ügyvezető

Szeretnénk AI-t, de az ügyféladat nem mehet ki egy nyilvános chatbotba.

⚠ Adatvédelmi aggály
IV
IT-vezető

A kollégák már saját fiókkal használják a ChatGPT-t. Fogalmunk sincs, mit töltenek fel.

⚠ Árnyék-AI
PÜ
Pénzügy

Mennyibe fog ez kerülni havonta, ha mindenki használja?

⚠ Kiszámíthatatlan költség
DX
Devertix
Mit kap?

Amit felépítünk

Vállalati GenAI-platform, a saját AWS-környezetében.

Amazon Bedrock

Vezető modellek (pl. Anthropic Claude, Amazon Nova, Llama) egy szerződésben, a saját fiókban.

Vállalati tudásbázis

RAG a saját dokumentumaira, jogosultság szerint, forrásmegjelöléssel.

Guardrails

Személyes adatok kitakarása, tiltott témák és válaszok szűrése.

Privát kapcsolat

PrivateLink, KMS-titkosítás – az adat nem hagyja el a környezetet.

Audit

Minden kérés és válasz naplózva, visszakereshetően.

Költségkontroll

Kvóták, budget, modellválasztás a feladathoz és a költséghez.

Lépésről lépésre

A bevezetés lépésről lépésre

Az első PoC-tól a vállalati platformig.

Felhasználási eset és PoC – szemléltető ábra, kitalált adatokkalszemléltető
01

Felhasználási eset és PoC

Egy jól körülhatárolt felhasználási esettel indulunk, valós adatokon. A PoC néhány hét alatt megmutatja, mit tud a megoldás, és mennyibe kerülne élesben.

  • Kiválasztott felhasználási eset
  • Valós adatokon
  • Költség- és minőségmérés
Modellválasztás – szemléltető ábra, kitalált adatokkalszemléltető
02

Modellválasztás

A Bedrockon több modell érhető el egy helyen. A feladathoz mérjük ki, melyik adja a legjobb minőséget a legkedvezőbb áron – és később kódátírás nélkül cserélhető.

  • Modellek összevetése
  • Minőség, sebesség, ár
  • Cserélhető architektúra
Tudásbázis és védelmek – szemléltető ábra, kitalált adatokkalszemléltető
03

Tudásbázis és védelmek

A dokumentumokat jogosultsággal indexeljük, a Guardrails kitakarja a személyes adatokat és szűri a nem kívánt tartalmat. A válaszok forrásmegjelöléssel érkeznek.

  • RAG jogosultság szerint
  • PII-kitakarás
  • Tiltott témák szűrése
Éles üzem és költségkontroll – szemléltető ábra, kitalált adatokkalszemléltető
04

Éles üzem és költségkontroll

Az éles bevezetésnél kvótákat, budgetet és megfigyelést állítunk be, a használatot és a költséget dashboardon mutatjuk. Az eredmény egy kontrollált, bővíthető vállalati AI-platform.

  • Kvóták és budget
  • Használati dashboard
  • Audit napló
Architektúra

GenAI-architektúra a saját AWS-fiókjában

A felhasználók és a vállalati rendszerek privát, titkosított kapcsolaton érik el a Bedrockot; a Guardrails szűr, a tudásbázis a saját dokumentumokból dolgozik, minden kérés auditált.

GenAI az AWS-en: munkatársak és vállalati rendszerek, AI-alkalmazás, integráció, Amazon Bedrock, Guardrails, Knowledge Bases, dokumentumok S3-ban, audit és költségkontroll, titkosított kapcsolatokkal
Saját fiókaz adat a környezetében
PrivateLinkprivát, titkosított út
GuardrailsPII-szűrés
Bármely modellBedrockon egy helyen
Előtte és utána

AI a cégnél – szabályozatlanul és saját platformon

MA
  • Magánfiókos chatbotok, ismeretlen adatkezelés
  • Ügyféladat nyilvános szolgáltatásban
  • Nincs nyoma, ki mit kérdezett
  • Kiszámíthatatlan, szétszórt költség
→
DEVERTIX
  • Egy vállalati AI-platform, SSO-val
  • Az adat a saját AWS-fiókban marad
  • Minden kérés auditálható
  • Kvóta, budget, átlátható költség
Felhasználási példák

Tipikus felhasználások

Ügyfélszolgálat

Összefoglaló és választervezet

Panaszok, jegyek, levelek feldolgozása.

Tudásmenedzsment

Belső asszisztens

Szabályzatok, folyamatok, dokumentáció.

Jog és beszerzés

Szerződés-elemzés

Kockázatos pontok, határidők kigyűjtése.

Értékesítés

Ajánlattervezet

Korábbi ajánlatok és termékadatok alapján.

Fejlesztés

Fejlesztői asszisztens

Kódmagyarázat, tesztgenerálás, dokumentáció.

Egészségügy, pénzügy

Érzékeny adatok

Zárt környezetben, auditálhatóan.

Referencia

Saját projektjeink

West Hungária Bau
GenAI · Építőipar

Tenderárazás generatív AI-jal

Kihívás

Évente mintegy 250 tender, ajánlatonként 6–8 óra kézi munka.

Megoldás

A képletek ellenőrzése, az ajánlatok feldolgozása és az ütemterv generatív AI-jal (Amazon Bedrock), a cég saját AWS-fiókjában.

Eredmény

Ajánlatonként 1–2 óra (kb. 75%-kal kevesebb), évente mintegy 1000–1500 felszabaduló mérnökóra.

Saját referencia
Mediagnost
GenAI · Gyártás

30 év tervrajzai kereshetően, generatív AI-jal

Kihívás

30 év tervrajzaiban az alkatrészek nem voltak kereshetők; a bizalmas rajzok nem kerülhettek külső AI-szolgáltatáshoz.

Megoldás

A tervrajzok feldolgozása generatív AI-jal, a cég saját AWS-fiókjában; GenAI-módszertanok a tervezők napi munkájában.

Eredmény

Az alkatrészek 30 év rajzaiból kereshetők.

Saját referencia
Profession.hu
Agentic AI · AWS

Agentic AI egy nagy forgalmú szolgáltatásban

Kihívás

Önállóan dolgozó AI-ügynökök – biztonságosan és skálázhatóan.

Megoldás

Architektúra-tanácsadás az AWS-en, majd fejlesztés.

Eredmény

A tanácsadásból éles fejlesztés lett, amely azóta is folytatódik.

Saját referencia
Technológia

Amiből építkezünk

Modellek

  • Anthropic Claude
  • Amazon Nova
  • Meta Llama
  • Mistral

Platform

  • Amazon Bedrock
  • Knowledge Bases
  • Guardrails
  • AgentCore

Adat

  • Amazon S3 · KMS
  • Amazon OpenSearch
  • PrivateLink

Kontroll

  • CloudTrail
  • AWS Budgets
  • IAM Identity Center
Biztonság és adat

Vállalati szintű adatvédelem

  • Az adat a saját AWS-fiókban, titkosítva
  • A Bedrock az adatait nem használja modelltanításra
  • PII-kitakarás és tartalomszűrés
  • Teljes audit napló
GYIK

Gyakori kérdések

Biztonságos az adatunk?

Igen: a Bedrock a saját AWS-fiókjában fut, a kapcsolat privát és titkosított, és az AWS az adatait nem használja modelltanításra. A hozzáférést a meglévő jogosultságok szabályozzák.

Melyik modellt érdemes választani?

A feladattól függ. A PoC során több modellt mérünk ki a saját adatain, és a minőség, sebesség és ár alapján javaslunk. A modell később kódátírás nélkül cserélhető.

Finanszírozhatja az AWS?

Bizonyos feltételek mellett igen: az AWS a PoC-t és az AI-felmérést partnerprogramokon keresztül támogathatja. A jogosultságot az első egyeztetésen megnézzük.

Mennyibe kerül havonta?

A használattól és a választott modelltől függ. Kvótákkal és budgettel a költség kontrollálható; a PoC végén becslést adunk az éles üzemre.

Ingyenes első egyeztetés

Beszéljük át az Ön helyzetét

Egy kötelező kérdés, a neve és az e-mail-címe – a többi mező nem kötelező.

  1. Átnézzük a válaszait.
  2. Kollégánk felveszi Önnel a kapcsolatot, és egy rövid hívásban pontosítjuk a célokat.
  3. Konkrét javaslatot adunk az első lépésre.