首页 » 亚马逊云科技解决方案 » 汽车行业 » 客户服务和联络中心 » 基于生成式 AI 的汽车呼叫服务解决方案指南
基于生成式 AI 的汽车呼叫服务解决方案指南
利用生成式 AI 提升云上汽车呼叫中心的客户体验
此亚马逊云科技解决方案有何用途 ？
本解决方案指南帮助客户通过使用大语言模型 (LLM) 提升其汽车呼叫中心体验。它将实现来自车内信息娱乐系统的的呼入和呼出服务，如紧急呼叫 (eCall/Emergency Call) 、道路救援 (bCall/Breakdown Call) 、信息咨询 (iCall/Info Call) ，以及销售和营销活动。本指南使用 Amazon Connect、Amazon Lex、Amazon OpenSearch 、Amazon Bedrock 和 Amazon SageMaker 来构建智能汽车呼叫平台。在应用企业核心的业务数据降低大语言模型幻觉方面，客户可以部署自主可控的智能对话机器人并基于自身业务知识库来回答问题，并可以规避数据泄漏的风险。
解决方案优势
快速部署以及扩展
节约成本
提升客户满意度
亚马逊云科技解决方案指南概述
以下架构图展示了整个方案的部署架构。
1. 用户通过车载 4G/5G 电话网络拨打搭建在 Amazon Connect 上的汽车品牌呼叫中心。语音通话通过 WebRTC 流向呼叫中心。
2. 事件数据被触发，边缘端数据被传输到由 Amazon API Gateway、Amazon Lambda 和 Amazon Elastic Compute Cloud (Amazon EC2) 托管的相关 OEM 系统 (TSP、CRM 或 DMS 等)。
3. 连接了人工坐席通道，坐席可以在有空闲时接通客户的来电、聆听问题。
4. 此外连接了机器人通道，对话内容同步到机器人渠道。该机器人由 Amazon Lex 提供支持，其大语言模型功能由 Amazon SageMaker 或 Amazon Bedrock 启用。
5. Amazon Lambda 通过在联系中心搜索客户身份的关键信息来查询事件数据，并从其他平台返回所需信息。
6. 提交事件数据查询，结果从存储客户和车辆数据的相关 OEM 平台或系统发送回来。
7. 将相关数据作为先验知识，将客户对话作为输入词条，传递给 Amazon SageMaker 或 Amazon Bedrock 上的大语言模型。会话信息持续存储在 Amazon DynamoDB 中。
8. 大语言模型会通过理解对话内容总结客户意图，借助企业内部知识库生成答案，AI 助手向人工坐席提供建议的回复。
9. 如果需要，人工坐席可以通过 OEM 系统和平台按要求对车辆进行控制。
