Syngenta 開發的生成式 AI 助手以支持銷售代表使用 Amazon Bedrock Agents
這篇文章由 Syngenta 的 Zach Marston 和 Serg Masis 共同撰寫。
Syngenta 與 AWS 合作開發了 Cropwise AI，這是一個創新的解決方案，旨在加快其銷售代表向北美農民推銷 Syngenta 種子產品的能力。Cropwise AI 利用 AWS 的生成式 AI 技術，增強了 Syngenta 的種子選擇工具，簡化農民和銷售代表的決策過程。這個對話式代理提供了一種新的直觀方式，讓用戶能夠快速檢索大量的種子產品信息，支持農民和銷售代表進行更協作和知情的決策。
生成式 AI 正在重塑企業並解鎖各行各業的新機遇。作為全球農業的領導者，Syngenta 在利用數據科學和機器學習（ML）提升客戶體驗方面始終堅持創新。Syngenta 在過去幾年中，已經部署了多個應用程序，如 NemaDigital、Moth Counter 和 Productivity Zones，現在，Syngenta 進一步利用大型語言模型（LLMs）和 Amazon Bedrock Agents 在 AWS 上實施 Cropwise AI，開啟了農業技術的新時代。
在這篇文章中，我們將討論 Syngenta 開發 Cropwise AI 的過程。
商業挑戰
Syngenta 在北美提供多樣化的種子產品組合，體現了公司對農民的承諾，旨在幫助他們在田間選擇合適的種子。種子選擇過程需要仔細考慮多個因素，包括種子產品特性、特定生長環境以及每位農民的獨特實踐和目標。許多農民在複雜的決策過程中感到困惑，可能無法總是選擇最適合其特定條件的種子，這可能會影響作物產量和盈利能力。
為了改善這一選擇過程，Syngenta 與 AWS 生成式 AI 創新中心合作，這是一個促進客戶與 AWS 專家之間合作的計劃。這次合作產生了 Cropwise AI，旨在提高銷售代表與客戶互動的效率，以建議 Syngenta 的種子產品。
Cropwise AI
Cropwise AI 在多個方面改變了種子選擇過程。它將複雜的圖表和表格簡化為自然的對話體驗，使用戶能夠快速、隨需應變地通過移動設備訪問詳細的種子產品信息。該工具還簡化了數據導航，讓用戶能夠高效地探索和比較 Syngenta 的廣泛種子目錄。此外，Cropwise AI 還能在大規模上提供個性化建議，根據當地條件和特定農場需求量身定制種子選擇，創造出更精確和可訪問的選擇過程。
Cropwise AI 通過充當銷售代表專業知識的有價值的助手，提升了種子選擇過程。對於銷售代表來說，這使他們能夠獲得更深入的見解，從而做出更明智的建議。對於農民而言，它提供了一個便捷的資源，幫助他們探索和比較種子選項。
這一合作展示了 LLM 和 AI 代理的變革力量。生成式 AI 能夠嵌入人類專業知識並以自然語言進行交流，擴大了人類的能力，使組織能夠以規模利用知識。這個項目僅僅是 Syngenta 如何利用先進的 AWS AI 服務推動農業創新的例子之一。
解決方案概述
Cropwise AI 建立在設計用於應對這些挑戰的 AWS 架構之上，具有可擴展性、可維護性和安全性。該架構分為兩個主要組件：代理架構和知識庫架構。這個解決方案還使用 AWS Cloud Development Kit (AWS CDK) 部署，這是一個開源軟件開發框架，使用現代編程語言定義雲基礎設施並通過 AWS CloudFormation 提供。
代理架構
該架構的設計包括無伺服器代理架構，標準授權和實時互動，並使用 Amazon Bedrock Agents 的 LLM 代理層進行多知識庫和後端協調，使用 API 或 Python 執行器。域範圍內的代理允許在多個代理之間重用代碼。
Amazon Bedrock Agents 為 Syngenta 提供了多項關鍵優勢：
– **靈活的模型選擇**：Syngenta 可以訪問多個最先進的基礎模型（FMs），如 Anthropic 的 Claude 3.5 Haiku 和 Sonnet、Meta Llama 3.1 等，並可以在不改變代碼的情況下在這些模型之間切換。
– **便捷的部署**：它與其他 AWS 服務無縫集成，並具有統一的開發和部署工作流程。
– **企業級安全性**：借助 AWS 的強大安全基礎設施，Amazon Bedrock 符合 ISO、SOC 和 CSA STAR Level 2 等常見合規標準；同時符合 HIPAA 要求，並可在符合 GDPR 的情況下使用。
– **可擴展性和集成**：它允許與現有系統的簡單 API 集成，並內置支持協調多個行動，讓 Syngenta 能夠輕鬆構建和擴展其 AI 應用程序。
知識庫架構
知識庫架構專注於處理和存儲農業數據，提供快速可靠的關鍵信息訪問。關鍵組件包括：
– **AWS Step Functions 的協調文檔處理**：文檔處理工作流程由 AWS Step Functions 協調，確保數據處理的無縫和高效。
– **Amazon Textract 的自動文本提取**：當文檔上傳至 Amazon S3 時，Amazon Textract 會自動提取文本，這些提取的文本可用於進一步分析和創建元數據。
– **Amazon S3 的主要數據存儲**：處理後的文檔及其相關元數據安全存儲在 Amazon S3 中，提供一致的訪問和有組織的數據管理。
– **Amazon DynamoDB 的高效元數據存儲**：為了支持快速高效的數據檢索，文檔元數據存儲在 DynamoDB 中。
此架構實現了綜合數據管理和檢索，支持代理提供準確的建議。通過將 Step Functions 與 Amazon Textract 集成，系統自動化了文檔處理，減少了人工干預，提高了效率。
用例
Cropwise AI 解決了幾個關鍵用例，為銷售代表和農民提供了切實的好處：
1. **產品推薦**：銷售代表或農民尋求針對特定環境條件的最佳種子選擇建議。
2. **查詢農業模型**：農民對影響產量的植物密度或其他農業因素有問題。
3. **整合多個數據源**：農民可以詢問基於當前天氣條件或市場價格的建議。
結論
Cropwise AI 正在通過解決種子代表面臨的獨特挑戰來徹底改變農業行業。這個 AI 驅動的工具簡化了多樣化種子產品的推廣過程，使銷售代表能夠輕鬆提供針對每位農民獨特需求的精確建議。通過使用先進的生成式 AI 和 AWS 技術，Cropwise AI 顯著提升了操作效率，增強了產品推薦的準確性、速度和用戶體驗。
這一解決方案的成功突顯了 AI 轉型傳統農業實踐的潛力，為各個行業的進一步創新鋪平了道路。隨著 Cropwise AI 的持續發展，將重點擴展其能力、增強數據集成，並保持對不斷變化的監管標準的合規性。
最終，Cropwise AI 不僅精煉了銷售流程，還賦予銷售代表和農民可行的見解和強大的工具，這對於在動態農業環境中蓬勃發展至關重要。透過促進高效、直觀的推薦過程，Cropwise AI 優化了作物產量，增強了整體客戶滿意度，成為現代農業銷售隊伍不可或缺的資源。
這篇文章的內容展示了生成式 AI 在農業領域的潛力，並且凸顯了 AWS 在支持這一創新過程中的重要角色。隨著技術的進步，農業未來的發展將更加依賴於數據驅動的決策和智能化工具。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
