从报告到推理:为 AI 代理准备企业数据

媒体报道 AWS 机器学习 原文语言:英文

AWS Quick User Group DC 首次聚会回顾:许多组织都在询问如何超越静态报告仪表盘,开始使用生成式和代理式 AI。

全文

从报告到推理:为 AI 代理准备企业数据

AWS Quick 用户组 DC 首次聚会回顾

许多组织正在询问如何超越静态报告仪表板,开始使用生成式和代理式 AI。但在 AI 代理能够回答问题或帮助团队行动之前,它需要一个可信的数据基础。

图 1:AWS Quick 用户组 DC 首次聚会,2026 年 10 月

2026 年 10 月 7 日星期三,数据领袖、开发者和从业者在弗吉尼亚州阿灵顿的 AWS 技能中心聚集,参加 AWS Quick 用户组 DC 聚会。会议汇集了创始人、软件工程师和企业领袖,其中包括金融独立集团(FIG)团队。与会者探讨了现代化遗留架构、为代理工作流准备结构化数据以及使用无代码工具自动化例行任务的实用策略。

此类用户组为同行学习和协作解决问题提供了平台。活动让与会者深入了解组织如何使用 AWS Quick 提升生产力。

AWS Quick 新功能:代理、技能和连接器

对许多与会者而言,这次聚会是首次看到 AWS Quick 在实践中实现代理式 AI 的样子。

图 2:Arun Ganesan 介绍 AWS Quick 的新功能

聚会首先探讨了 AWS Quick 的最新产品能力,重点关注其向统一工作 AI 助手的演进。AWS Quick 不再仅仅是传统的商业智能可视化工具,而是将分析、自然语言交互和多步骤任务编排统一起来。

AWS Quick 代理和技能:将自然语言问题转化为多步骤可复用操作,帮助企业数据决策。

第三方连接器:AWS Quick 包含内置集成,可连接 Salesforce、Slack、Google Drive 和 Microsoft 365 等工具,打破数据孤岛。

统一工作空间:一个连贯的环境,将研究、自动化可视化生成和业务制品创建(演示文稿、文档、电子表格)直接桥接到用户工作地点。

真实创新:迈向 AI 分析和代理系统

当天的核心环节展示了一个真实的客户旅程,说明一家企业如何重新思考其数据架构,使 AI 代理能够基于受治理的可信数据工作。

金融独立集团:以技术速度创新

金融独立集团(FIG)AI 副总裁 Vanessa Gonzalez 分享了 FIG 如何不断突破当下可能性的边界。他们随着技术变化采用新工具和平台,并在其数据之上构建基于 AWS Quick 的 AI 驱动分析和代理系统。

图 3:FIG AI 副总裁 Vanessa Gonzalez 进行演示

技术变化迅速,FIG 希望站在变革前沿。基于现有分析,FIG 转向 AWS Quick——一个将 AI 融入仪表板、报告和分析的平台。AWS Quick 是 FIG 的企业分析“单一入口”。它整合了客户关系管理(CRM)系统、数据库和财务数据等结构化数据,也通过受治理的数据层引入内部知识库、政策文件和宣传材料等非结构化内容,为 FIG 提供基于自有数据的 AI 洞察和代理工作流基础。

AI 分析循环:从对已发生事件的报告转向持续循环:提问 → 分析 → 自动化 → 行动。

集中发现:按业务领域(销售、运营、营销、佣金)组织的分析门户,内置 AI 聊天助手,使团队能够直接与文档和数据集对话。

民主化洞察:为非技术业务用户提供自助探索工具,并设有学习中心,在保持适当治理的同时提升全员的提示工程和 AI 技能。

图 4:FIG 对使用 AWS Quick 的未来愿景

动手实践:构建应用和无代码流程

与会者完成了两项动手练习:

在 50 分钟内构建 AWS Quick 应用:现场每位与会者都成功设计并发布了自定义的 AWS Quick 应用,展示了非技术用户和开发者无需编写代码即可快速部署专用决策工具的能力。

AWS Quick Flows 工作坊:六名参与者组成的子小组深入研究了工作流程自动化。他们构建了多步骤、事件触发的流来处理重复性数据任务,用自动化、可重复的管道取代了手动报告交接。

图 5:DC 用户组一起构建应用程序

关键收获之一是团队使用 AWS Quick 从构思到形成可用解决方案的速度有多快。现在,新想法的构建只需数小时甚至数分钟,而不是数周或数月。

展望未来与参与其中

图 6:闭幕小组讨论期间的与会者

活动在一次开放式小组讨论中结束,与会者分享了关于弥合传统基础设施与生成式 AI 之间差距的实际观察结果。

随着组织向智能体架构迈进,DC 用户集团的共识很明确:成功的 AI 采用不仅在于选择基础模型。它始于刻意的数据设计、统一的访问权限以及赋能团队构建实用的自动化。快速构建不仅关乎工具。这也意味着相互学习,这就是为什么举办这样的活动至关重要。

后续步骤

准备好亲自尝试了吗?从 AWS Quick 产品页面和 AWS Quick 用户指南开始,然后连接您已经使用的数据源并提出您的第一个问题。在此基础上,尝试为团队每周重复的任务构建应用程序或 AWS Quick Flows 自动化。

加入社区

与同行建立联系:通过在 LinkedIn 上加入 AWS Quick 用户组并参与 AWS Quick 社区,及时了解即将举行的聚会和演讲。

探索即将举行的会议:密切关注我们下一场 DC 地区聚会的详细信息,其中包含详细的动手架构会议和客户闪电演讲。

正文为 AI 译文。

参考来源

← 返回每日AI报告