Associa 利用 AWS 生成式 AI 技术提升文档分类效率
摘要
Associa 与 AWS 合作，利用 GenAI IDP Accelerator 和 Amazon Bedrock 构建生成式 AI 文档分类系统，显著提升处理效率和准确性，同时降低成本。系统结合 OCR 技术与 AI 模型，优化了提示设计和模型选择，实现了 100% 的保险证书分类准确率和 95% 的会议记录准确率。该案例展示了生成式 AI 在企业文档管理中的实际应用价值。
正文
Associa 是北美最大的社区管理公司，拥有约 750 万户房主客户和 15,000 名员工，管理着总计 4800 万份文档。然而，其现有的文档管理系统缺乏高效的自动化分类功能，导致文档组织和检索困难，员工需大量时间手动处理文件，影响了运营效率。为解决这一问题，Associa 与 AWS Generative AI Innovation Center 合作，开发了一套基于生成式人工智能的文档分类系统。该系统采用 GenAI IDP Accelerator 技术，结合 Amazon Bedrock，实现了文档的自动、准确分类，显著提升了处理效率并降低了成本。系统通过 OCR 技术（如 Amazon Textract）提取文档内容，并利用生成式 AI 模型（如 Amazon Nova Pro 和 Claude Sonnet 4）进行分类。在评估中，结合 OCR 和图像的提示方式在保持高准确率的同时，将处理成本降至每份文档 1.10 美分，其中保险证书的准确率达到 100%，会议记录为 95%。而仅使用首页的提示方式则将成本进一步降至 0.55 美分，准确率提升至 95%。最终，Associa 选择了结合 OCR 和图像的提示方式，以在保证分类精度的同时，优化处理成本并提升未知文档的分类效果。Andrew Brock 表示，该解决方案显著减少了员工在文档处理上的工作量，同时实现了可靠的大规模文档处理性能扩展。