探索案例地圖

案例筆記 · AWS

AWS 示範以多代理流程分類金融客訴

即時辨識金融客訴、判斷嚴重度、派送負責單位、追蹤 SLA,並保存監管所需理由與證據

研究
事件 晨報 客戶與營收

技術與做法

Supervisor Agent 先判斷 intent,再交由 Complaints Agent;結合 Amazon Transcribe、Bedrock AgentCore、Strands Agents、Knowledge Base、IAM、PII masking、CloudTrail/CloudWatch,執行前保留人工核准閘門

商業與財務影響

驗證資訊待補

AWS 在 50 份合成通話資料測試中,客訴辨識率 97.5%、平均處理 18 秒;人工 triage 約 5–9 分鐘。這是技術示範結果,不等同真實銀行 production 成效

原始證據說明:技術示範 · 合成資料測試

進展與應用地點

研究/方法論(原始記載:研究與方法論)

全球/未指定地點

來源未明確指出單一實際部署國家/地區,故不以供應商總部推定地點

延伸研究

研究客戶操作權限、收入流程與稽核軌跡如何連結,並衡量轉換和服務品質

研究切入點,非來源已證實成果

來源與核對

AWS 2026-08-06 參考架構;測試使用 50 份合成通話資料,不能視為銀行生產環境成效

來源性質:來源待分類。來源核對不等於成效已獨立驗證

AWS

收錄自:每日財經科技研究