Code Velocity
AI ระดับองค์กร

การปฏิบัติตามกฎระเบียบที่ขับเคลื่อนด้วย AI: การรวบรวมหลักฐานอัตโนมัติด้วย AWS

·5 นาทีอ่าน·AWS·แหล่งที่มา
แชร์
แผนภาพแสดงสถาปัตยกรรมของระบบรวบรวมหลักฐานการปฏิบัติตามกฎระเบียบที่ขับเคลื่อนด้วย AI โดยใช้บริการ AWS เช่น Amazon Bedrock และ S3

การปฏิบัติตามกฎระเบียบที่ขับเคลื่อนด้วย AI: ปฏิวัติการรวบรวมหลักฐานด้วย AWS

ในสภาพแวดล้อมด้านกฎระเบียบที่เข้มงวดในปัจจุบัน การตรวจสอบการปฏิบัติตามกฎระเบียบเป็นกระบวนการที่ต่อเนื่องและต้องใช้แรงงานมาก องค์กรมักเผชิญกับภารกิจที่ท้าทายในการรวบรวมหลักฐานจำนวนมหาศาล ซึ่งมักจะเป็นภาพหน้าจอหลายร้อยภาพจากระบบที่แตกต่างกัน เช่น คลังเก็บข้อมูล GitHub, คอนโซล AWS และแอปพลิเคชันภายในต่างๆ กระบวนการที่ทำด้วยมือซ้ำๆ นี้ไม่เพียงแต่เป็นภาระทรัพยากรอย่างมาก แต่ยังเสี่ยงต่อข้อผิดพลาดของมนุษย์ได้ง่าย และยากที่จะทำซ้ำได้อย่างสม่ำเสมอในรอบการตรวจสอบต่างๆ ทางออกคือการใช้ประโยชน์จากปัญญาประดิษฐ์และระบบอัตโนมัติเพื่อพลิกโฉมกระบวนการที่ล้าสมัยนี้

บทความนี้ ซึ่งจัดทำขึ้นสำหรับ Code Velocity เจาะลึกว่าระบบที่ขับเคลื่อนด้วย AI ที่สร้างขึ้นบน Amazon Bedrock และระบบอัตโนมัติของเบราว์เซอร์ขั้นสูง กำลังปฏิวัติการรวบรวมหลักฐานการปฏิบัติตามกฎระเบียบอย่างไร เราจะสำรวจการตัดสินใจด้านสถาปัตยกรรม รายละเอียดการนำไปใช้ และกลยุทธ์การปรับใช้ที่ช่วยให้องค์กรสามารถทำให้เวิร์กโฟลว์การตรวจสอบเป็นไปโดยอัตโนมัติ เพิ่มประสิทธิภาพ ความแม่นยำ และความสามารถในการทำซ้ำ

ปรับปรุงการตรวจสอบการปฏิบัติตามกฎระเบียบด้วย AI และระบบอัตโนมัติของเบราว์เซอร์

วิธีการดั้งเดิมในการรวบรวมหลักฐานการปฏิบัติตามกฎระเบียบเต็มไปด้วยความไร้ประสิทธิภาพ ทีมงานใช้เวลามากมายในการเรียกดูส่วนต่อประสานที่ซับซ้อน การบันทึกและจัดทำเอกสารภาพหน้าจอด้วยตนเอง และจัดระเบียบอย่างพิถีพิถันเพื่อผู้ตรวจสอบ วิธีการนี้ช้า มีค่าใช้จ่ายสูง และไม่สอดคล้องกันโดยเนื้อแท้ ทำให้เป็นตัวเลือกหลักสำหรับการเปลี่ยนแปลงที่ขับเคลื่อนด้วย AI

ระบบที่เรากำลังพูดถึงนี้แก้ไขความท้าทายเหล่านี้โดยตรง โดยการรวม AI อัจฉริยะเข้ากับระบบอัตโนมัติของเบราว์เซอร์ที่แข็งแกร่ง แนวคิดหลักคือการทำให้งานที่น่าเบื่อแต่สำคัญในการรวบรวมหลักฐานที่เป็นภาพที่มีการประทับเวลาเป็นไปโดยอัตโนมัติ ซึ่งไม่เพียงแต่ช่วยลดเวลาและความพยายามที่เกี่ยวข้องอย่างมาก แต่ยังรับประกันเส้นทางการตรวจสอบที่สอดคล้องและตรวจสอบได้ การใช้ระบบอัตโนมัติของเบราว์เซอร์เป็นการตัดสินใจเชิงกลยุทธ์ ซึ่งมีข้อดีหลายประการ: ไม่จำเป็นต้องมีการผสานรวม API ที่ซับซ้อนกับเว็บแอปพลิเคชันทุกชนิด บันทึกหลักฐานที่เป็นภาพตามที่ผู้ตรวจสอบเห็น และที่สำคัญที่สุดคือสามารถปรับให้เข้ากับการเปลี่ยนแปลงเล็กน้อยในส่วนต่อประสานผู้ใช้ได้ด้วย AI ที่ผสานรวม

โซลูชันแบบองค์รวม: ส่วนประกอบและความสามารถ

หัวใจสำคัญของระบบการเปลี่ยนแปลงนี้คือส่วนขยายของเบราว์เซอร์ที่ออกแบบมาสำหรับ Chrome และ Firefox ซึ่งทำหน้าที่เป็นส่วนต่อประสานผู้ใช้หลัก ส่วนขยายนี้มีความสามารถที่ทรงพลังสามประการ: ตัวรวบรวมหลักฐาน, เครื่องมือออกแบบเวิร์กโฟลว์ที่ขับเคลื่อนด้วย AI และ ระบบจัดส่งรายงานที่มีประสิทธิภาพ

ตัวรวบรวมหลักฐาน จะดำเนินการเวิร์กโฟลว์ที่กำหนดไว้ล่วงหน้า โดยนำทางเว็บแอปพลิเคชันอย่างชาญฉลาดและบันทึกภาพหน้าจอที่มีการประทับเวลา ซึ่งจะถูกจัดเก็บอย่างปลอดภัยใน Amazon S3 bucket เครื่องมือออกแบบเวิร์กโฟลว์ที่ขับเคลื่อนด้วย AI สื่อสารโดยตรงกับ Amazon Bedrock โดยใช้ประโยชน์จากโมเดล Amazon Nova 2 Lite ที่ซับซ้อน ผู้ใช้สามารถอัปโหลดเอกสารการปฏิบัติตามกฎระเบียบ และ AI จะวิเคราะห์เพื่อสร้าง JSON ของเวิร์กโฟลว์ที่สามารถเรียกใช้งานได้ ซึ่งเป็นการแปลนโยบายไปสู่ระบบอัตโนมัติที่สามารถนำไปปฏิบัติได้จริง สุดท้าย สำหรับการจัดส่งรายงาน หลังจากเวิร์กโฟลว์เสร็จสมบูรณ์ Amazon Simple Email Service (Amazon SES) จะถูกใช้เพื่อสร้างและจัดส่งรายงานการปฏิบัติตามกฎระเบียบที่ครอบคลุมไปยังที่อยู่อีเมลที่กำหนด

โครงสร้างพื้นฐานที่อยู่เบื้องหลังอาศัยฟังก์ชัน AWS Lambda สำหรับงานสำคัญ เช่น การอัปโหลดข้อความแจ้งระบบเริ่มต้นและการจัดการการล้างข้อมูลใน S3 bucket ความปลอดภัยเป็นสิ่งสำคัญยิ่ง โดยมี Amazon Cognito จัดการการรับรองความถูกต้องและการอนุญาตของผู้ใช้ Cognito ผสานรวมอย่างราบรื่นกับ AWS Security Token Service (AWS STS) และ AWS Identity and Access Management (IAM) เพื่อให้ส่วนขยายมีข้อมูลประจำตัวที่มีขอบเขตและสิทธิ์ขั้นต่ำ ทำให้มั่นใจถึงการเข้าถึง Bedrock, S3 และ SES อย่างปลอดภัย หลักฐานที่รวบรวมได้ทั้งหมดได้รับประโยชน์จากการเข้ารหัสในขณะพักของ AWS ซึ่งถูกจัดระเบียบอย่างพิถีพิถันตามวันที่และเวิร์กโฟลว์ และมาพร้อมกับบันทึกการตรวจสอบที่ครอบคลุมเพื่อความโปร่งใสที่สมบูรณ์

หัวใจอัจฉริยะ: Amazon Bedrock และ Nova 2 Lite

ความอัจฉริยะที่ขับเคลื่อนระบบอัตโนมัตินี้ขับเคลื่อนโดย Amazon Bedrock เป็นหลัก โดยมี Amazon Nova 2 Lite ทำหน้าที่เป็นสมองของเอเจนต์ AI การรวมกันที่ทรงพลังนี้ช่วยให้การดำเนินการปฏิบัติตามกฎระเบียบเป็นไปอย่างไดนามิกและปรับเปลี่ยนได้ โดยก้าวข้ามสคริปต์ที่เข้มงวดไปสู่ระบบอัตโนมัติที่อัจฉริยะและรับรู้บริบทได้ องค์กรสามารถได้รับประโยชน์อย่างมากจากการใช้เอเจนต์ AI ขั้นสูงในการดำเนินงาน ทำให้โซลูชันเช่นนี้เป็นตัวเปลี่ยนเกม สำหรับความเข้าใจที่ลึกซึ้งยิ่งขึ้นเกี่ยวกับ AI ที่เป็นเอเจนต์ ลองสำรวจแหล่งข้อมูลเช่น Operationalizing Agentic AI Part 1: A Stakeholders Guide

AI Agent Layer ทำงานในสามโหมดที่แตกต่างกัน:

  1. โหมดแชท (Chat Mode): โหมดนี้ช่วยให้สามารถโต้ตอบด้วยภาษาธรรมชาติได้ ผู้ใช้สามารถถามคำถามด้านการปฏิบัติตามกฎระเบียบเฉพาะกิจหรือออกคำสั่งสำหรับงานระบบอัตโนมัติแบบครั้งเดียว ตัวอย่างเช่น ผู้ใช้สามารถถามง่ายๆ ว่า "แสดงกฎกลุ่มความปลอดภัยสำหรับอินสแตนซ์ 'prod-web-server-1'" และ AI จะดำเนินการระบบอัตโนมัติของเบราว์เซอร์ที่จำเป็นเพื่อรวบรวมหลักฐานนั้น
  2. โหมดนักออกแบบ (Designer Mode): นี่คือจุดที่เวทมนตร์ของการสร้างเวิร์กโฟลว์อัตโนมัติเกิดขึ้น เมื่อทีมงานการปฏิบัติตามกฎระเบียบอัปโหลดเอกสาร .txt ที่ระบุข้อกำหนดการตรวจสอบ Amazon Nova 2 Lite จะวิเคราะห์ข้อความ ดึงจุดหลักฐานสำคัญ และสร้างสคริปต์ JSON ของเวิร์กโฟลว์ที่สามารถเรียกใช้งานได้ ซึ่งช่วยเร่งกระบวนการเปลี่ยนนโยบายไปสู่การปฏิบัติอย่างมีนัยสำคัญ
  3. โหมดสร้างรายงาน (Report Generation Mode): หลังจากเวิร์กโฟลว์ได้ดำเนินการและรวบรวมหลักฐานแล้ว AI จะเข้ามาอีกครั้ง โดยจะวิเคราะห์ภาพหน้าจอที่บันทึกไว้และข้อมูลอื่นๆ ที่รวบรวมได้เพื่อสร้างรายงานการปฏิบัติตามกฎระเบียบที่ครอบคลุม ซึ่งรวมถึงสรุปหลักฐาน ข้อค้นพบ และการประเมินสถานะการปฏิบัติตามกฎระเบียบ จากนั้นรายงานนี้จะถูกส่งโดยอัตโนมัติผ่าน Amazon SES

เจาะลึกสถาปัตยกรรม: เลเยอร์ของระบบอัตโนมัติ

ส่วนขยายของเบราว์เซอร์ใช้สถาปัตยกรรมแบบแยกส่วน ซึ่งแบ่งออกเป็นสี่เลเยอร์ที่แตกต่างกันอย่างพิถีพิถัน โดยแต่ละเลเยอร์มีบทบาทสำคัญในการทำงานของระบบ แนวทางแบบเลเยอร์นี้ช่วยให้มั่นใจถึงความแข็งแกร่ง ความสามารถในการปรับขนาด และความง่ายในการบำรุงรักษา

A. เลเยอร์ UI

แผงด้านข้างของส่วนขยายของเบราว์เซอร์ทำหน้าที่เป็นจุดโต้ตอบหลักของผู้ใช้ ประกอบด้วยส่วนต่อประสานการแชทสำหรับคำสั่งภาษาธรรมชาติและคำถามด้านการปฏิบัติตามกฎระเบียบ ซึ่งขับเคลื่อนโดย Amazon Nova 2 Lite โดยตรง แผงการจัดการเวิร์กโฟลว์ช่วยให้ผู้ใช้สามารถดูเวิร์กโฟลว์ที่มีอยู่ ตรวจสอบสถานะการดำเนินการ และแก้ไขกระบวนการที่มีอยู่ ส่วนต่อประสานผู้ใช้สำหรับการรับรองความถูกต้องแบบรวมจัดการการเข้าสู่ระบบ Amazon Cognito และการจัดการการกำหนดค่าระบบ

B. Workflow Engine

Workflow Engine เป็นแกนหลักของการดำเนินงาน รับผิดชอบในการประมวลผลเวิร์กโฟลว์ที่กำหนดโดย JSON ทีละขั้นตอน สคริปต์ JSON เหล่านี้ซึ่งมักสร้างโดย AI จะให้คำแนะนำที่แม่นยำสำหรับการนำทาง การโต้ตอบกับองค์ประกอบ และการจับข้อมูล เอ็นจิ้นจะจัดการการโหลดหน้าเว็บอย่างชาญฉลาด ตรวจสอบให้แน่ใจว่าการบันทึกภาพหน้าจอถูกต้องพร้อมข้อมูลบริบท และจัดการการยืนยันของผู้ใช้สำหรับขั้นตอนที่ต้องทำด้วยตนเอง เช่น การรับรองความถูกต้องหลายปัจจัย คุณสมบัติหลักคือกลไกการกู้คืนข้อผิดพลาดอัจฉริยะ หากขั้นตอนในเวิร์กโฟลว์ที่กำหนดโดย JSON ล้มเหลว เอ็นจิ้นจะไม่หยุดทำงานโดยง่าย แต่จะใช้ Amazon Nova 2 Lite เพื่อวิเคราะห์สถานการณ์และแนะนำทางเลือกอื่น ซึ่งช่วยลดการแทรกแซงด้วยตนเองและเพิ่มความน่าเชื่อถือ การประเมินประสิทธิภาพและความน่าเชื่อถือของเอเจนต์ AI ดังกล่าวในสภาพแวดล้อมการผลิตเป็นสิ่งสำคัญ และแหล่งข้อมูลเช่น Evaluating AI Agents for Production: A Practical Guide to Strands Evals สามารถให้ข้อมูลเชิงลึกเพิ่มเติมได้

C. พื้นที่จัดเก็บและบริการ

เลเยอร์นี้มุ่งเน้นไปที่การจัดการข้อมูลระบบทั้งหมดอย่างปลอดภัยและเป็นระเบียบ Amazon S3 เป็นโครงสร้างพื้นฐานสำหรับการจัดเก็บข้อมูลที่หลากหลาย ตั้งแต่หลักฐานดิบไปจนถึงการกำหนดค่าระบบ

ตารางต่อไปนี้แสดงโครงสร้างลำดับชั้นของโฟลเดอร์ภายใน S3 bucket ทำให้มั่นใจว่าข้อมูลทั้งหมดสามารถดึงและตรวจสอบได้อย่างง่ายดาย:

เส้นทางโฟลเดอร์คำอธิบายตัวอย่างเนื้อหา
evidence/YYYY/MM/DD/โฟลเดอร์ที่ประทับเวลาสำหรับภาพหน้าจอที่บันทึกไว้screenshot-*.png
workflow-documents/จัดเก็บเอกสารการปฏิบัติตามกฎระเบียบที่ผู้ใช้อัปโหลดเพื่อการวิเคราะห์โดย AI{timestamp}-{filename}.txt
config/prompts/กำหนดแนวทางและคำแนะนำของ AI assistant สำหรับโหมดต่างๆcompliance-assistant-prompt.txt, workflow-designer-prompt.txt
config/workflows/จัดการเวิร์กโฟลว์ที่ใช้งานอยู่ในปัจจุบันและการสำรองข้อมูลuser-workflows.json, backups/user-workflows-{timestamp}.json
chat-logs/จัดเก็บบันทึกการสนทนาระหว่างผู้ใช้และ AI สำหรับบันทึกการตรวจสอบchat-log-{timestamp}.json
reports/จัดเก็บรายงานการปฏิบัติตามกฎระเบียบที่สร้างขึ้นreport-{timestamp}.pdf

การจัดระเบียบอย่างพิถีพิถันนี้มีความสำคัญอย่างยิ่งต่อการดึงข้อมูลอย่างมีประสิทธิภาพในระหว่างการตรวจสอบ และเพื่อรักษาบันทึกทางประวัติศาสตร์ที่ครอบคลุม

การจัดเก็บหลักฐานการปฏิบัติตามกฎระเบียบที่ปลอดภัยและเป็นระเบียบ

ความปลอดภัยและการจัดระเบียบเป็นสิ่งที่ไม่สามารถต่อรองได้ในการปฏิบัติตามกฎระเบียบ ระบบนี้รับรองการจัดการข้อมูลที่แข็งแกร่งโดยใช้ Amazon S3 เป็นกลไกการจัดเก็บหลัก หลักฐาน เอกสารการปฏิบัติตามกฎระเบียบ ข้อความแจ้ง AI คำจำกัดความของเวิร์กโฟลว์ และบันทึกการแชททั้งหมดถูกจัดเก็บด้วยโครงสร้างลำดับชั้นของโฟลเดอร์ที่มีโครงสร้างสูง สิ่งนี้ไม่เพียงแต่ทำให้การดึงข้อมูลง่ายขึ้น แต่ยังให้เส้นทางการตรวจสอบที่ชัดเจนของข้อมูลที่รวบรวมได้ทั้งหมดอีกด้วย ตัวอย่างเช่น ภาพหน้าจอแต่ละภาพจะมีการประทับเวลาและจัดหมวดหมู่ตามวันที่และเวิร์กโฟลว์เฉพาะที่สร้างขึ้น

นอกจากนี้ การกำหนดค่าระบบที่สำคัญ รวมถึงข้อความแจ้งที่นำทางพฤติกรรมของ AI ในโหมดต่างๆ (เช่น compliance-assistant-prompt.txt, workflow-designer-prompt.txt, report-analysis-prompt.txt) ก็ถูกจัดเก็บไว้ใน S3 ด้วยเช่นกัน เวอร์ชันของเวิร์กโฟลว์ รวมถึงข้อมูลสำรองที่สร้างขึ้นก่อนการอัปเดตแต่ละครั้ง จะช่วยให้มั่นใจว่าสามารถกู้คืนการกำหนดค่าในอดีตได้หากจำเป็น การผสานรวมกับคุณสมบัติความปลอดภัยที่แข็งแกร่งของ AWS รวมถึงการเข้ารหัสในขณะพักสำหรับวัตถุ S3 และการควบคุมการเข้าถึงแบบละเอียดผ่าน IAM และ Cognito รับประกันว่าหลักฐานการปฏิบัติตามกฎระเบียบที่ละเอียดอ่อนทั้งหมดได้รับการปกป้องจากการเข้าถึงโดยไม่ได้รับอนุญาต

ระบบที่ขับเคลื่อนด้วย AI นี้เป็นความก้าวหน้าครั้งสำคัญในการปฏิบัติตามกฎระเบียบขององค์กร ด้วยการทำให้กระบวนการรวบรวมหลักฐานที่น่าเบื่อและผิดพลาดได้ง่ายเป็นไปโดยอัตโนมัติ องค์กรสามารถบรรลุประสิทธิภาพ ความสอดคล้อง และความมั่นใจในการพร้อมสำหรับการตรวจสอบที่ดียิ่งขึ้น การผสมผสานระหว่างเอเจนต์ AI อัจฉริยะ ระบบอัตโนมัติของเบราว์เซอร์ที่แข็งแกร่ง และโครงสร้างพื้นฐาน AWS ที่ปลอดภัย สร้างโซลูชันที่ทรงพลังซึ่งพร้อมที่จะกำหนดนิยามใหม่ของการดำเนินงานด้านการปฏิบัติตามกฎระเบียบสำหรับองค์กรสมัยใหม่

คำถามที่พบบ่อย

What is the primary challenge this AI-powered system addresses in compliance evidence collection?
The system primarily addresses the significant manual effort, time consumption, and error-prone nature of traditional compliance evidence collection. Compliance teams often spend countless hours manually navigating through various systems like GitHub, AWS consoles, and internal applications to capture hundreds of screenshots. This manual approach is not only inefficient but also difficult to reproduce consistently across audit cycles. The AI-powered solution automates this entire process, ensuring consistency, reducing human error, and freeing up valuable compliance team resources for more strategic tasks, thereby streamlining the audit workflow significantly.
How does browser automation benefit compliance evidence collection?
Browser automation offers several critical benefits for compliance evidence collection. Firstly, it provides universal compatibility, working seamlessly with virtually any web application without requiring custom API integrations, which is often a bottleneck for proprietary or legacy systems. Secondly, it captures visual evidence, such as timestamped screenshots, which is precisely what auditors require for verification. Lastly, and most importantly for dynamic web environments, browser automation can intelligently adapt to minor user interface (UI) changes. By integrating with AI, the system can interpret UI elements and adjust its navigation steps, making the collection process robust and less susceptible to breakage from website updates.
Which AWS services are central to this AI-powered compliance solution and what roles do they play?
Several core AWS services underpin this AI-powered compliance solution. Amazon Bedrock, utilizing the Amazon Nova 2 Lite model, acts as the central intelligence layer, powering workflow generation, natural language interaction, and report analysis. Amazon Simple Storage Service (S3) is crucial for secure and organized storage of all collected evidence, compliance documents, workflows, and audit logs. Amazon Cognito handles user authentication and authorization, integrating with AWS STS and IAM to provide least-privilege access. Amazon Simple Email Service (SES) facilitates the automated delivery of compliance reports. Additionally, AWS Lambda functions are used for managing system prompts and S3 bucket cleanup, ensuring efficient infrastructure management.
Explain the different operational modes of the AI Agent Layer using Amazon Nova 2 Lite.
The AI Agent Layer, powered by Amazon Nova 2 Lite, operates in three distinct modes to cater to various compliance needs. First, 'Chat mode' allows users to interact with the AI via natural language for ad-hoc compliance questions or one-time automation tasks, executing browser tools based on commands. Second, 'Designer mode' is used for creating new, repeatable workflows; it analyzes uploaded compliance text documents to extract required steps and generates executable workflow JSON scripts. This is ideal for transforming policy documents into automated processes. Third, 'Report generation mode' activates after a workflow completes, analyzing the captured screenshots to produce a comprehensive compliance report, including evidence summaries, findings, and compliance status assessments, which is then emailed via Amazon SES.
How does the system ensure the security and organization of collected evidence?
Security and organization are paramount for compliance evidence. The system ensures this through several mechanisms. All evidence is stored securely in Amazon S3, where it is encrypted at rest to protect sensitive information. Access to S3 and other AWS resources is governed by Amazon Cognito, AWS STS, and IAM, providing scoped, least-privilege credentials to the browser extension. This means users only have access to what they need, minimizing potential risks. Furthermore, collected evidence, including screenshots, is organized into a structured folder hierarchy within S3, typically by date and workflow, making it easy to retrieve and audit. Comprehensive audit logs are also maintained for all conversations and actions, providing a clear trail.
Can this system adapt to changes in web application UIs, and how does the Workflow Engine handle errors?
Yes, the system is designed to adapt to UI changes in web applications, a critical feature for browser automation. By leveraging the intelligence of Amazon Nova 2 Lite, the browser automation can interpret UI elements and adjust its actions, making it more resilient to minor updates than rigid, hard-coded scripts. The Workflow Engine also includes an intelligent error recovery mechanism. If a step in a JSON-defined workflow fails, it doesn't simply stop; instead, it uses Amazon Nova 2 Lite to analyze the failure context and suggest alternative steps or courses of action. This adaptive and self-correcting capability significantly improves the reliability and robustness of automated compliance evidence collection, reducing the need for manual intervention.
What is the role of JSON in defining compliance workflows, and how is it managed within the system?
JSON (JavaScript Object Notation) serves as the standard text-based format for defining step-by-step instructions for compliance workflows within the system. This structured format allows for clear, machine-readable instructions that the Workflow Engine can execute precisely. The brilliance of this solution is that compliance teams don't need to manually write complex JSON. Instead, the AI-powered workflow designer, utilizing Amazon Nova 2 Lite, analyzes human-readable compliance documents (e.g., '.txt' files) and automatically generates the executable JSON workflows. These workflows are then managed in Amazon S3, including active versions for users and timestamped backups created before each update, ensuring version control and easy recovery. This approach democratizes workflow creation, making it accessible even to non-technical compliance professionals.

อัปเดตข่าวสาร

รับข่าว AI ล่าสุดในกล่องจดหมายของคุณ

แชร์