Créer une plateforme d'intelligence contractuelle alimentée par l'IA avec Amazon Quick et Amazon Bedrock AgentCore
aws ·
Cet article détaille l'architecture d'une plateforme d'intelligence contractuelle alimentée par l'IA, construite sur AWS pour pallier les limites de la génération augmentée par récupération (RAG) standard lors du traitement d'agrégations de données à grande échelle. Le système utilise Amazon Bedrock AgentCore avec des Strands Agents pour extraire les champs clés des contrats PDF grâce à une approche de vérification à double modèle, associant Claude Sonnet pour l'extraction et Claude Haiku pour la vérification indépendante. Pour résoudre les écarts dans la détection des signatures, le pipeline recourt à Amazon Textract comme arbitre déterministe, garantissant une précision supérieure à celle offerte par les seuls modèles de langage. Les données structurées extraites sont stockées dans Amazon Aurora PostgreSQL, permettant des requêtes mathématiques précises que la recherche sémantique ne peut effectuer. Les utilisateurs interagissent avec la plateforme via une application web React intégrant des tableaux de bord Amazon Quick Sight et un agent conversationnel en langage naturel propulsé par Amazon Quick. Cette interface unifiée permet aux parties prenantes d'interroger à la fois les agrégations à l'échelle du portefeuille et les détails spécifiques des documents sans interruption. La conception serverless traite les contrats rapidement avec des coûts variables faibles, principalement dus aux licences analytiques plutôt qu'aux frais d'inférence. Les enseignements clés soulignent l'importance d'extraire les données pour les tâches d'agrégation, de vérifier les résultats avec des modèles indépendants et d'utiliser des services déterministes pour la précision visuelle ou numérique.
aws