A Qlik Amazon Bedrockkel épített forrásokra támaszkodó vállalati AI-t
A Qlik az Amazon Bedrockre építette Qlik Answers nevű vállalati AI-rendszerét, amely természetes nyelvű kérdésekre forrásokkal alátámasztott válaszokat ad. A megoldást a cég több mint 40 000 ügyfelének szánta, és a vállalat szerint a rendszer már több mint 100 000 felfedezést azonosított.
- A Qlik Answers forrásokkal alátámasztott válaszokat ad vállalati kérdésekre.
- A Qlik Discovery Agent több mint 100 000 felfedezést jelzett az indulás óta.
- A rendszer az Amazon Bedrocköt, az OpenSearch Service-t és szükség esetén a SageMaker AI-t használja.
- A Qlik 11 régió adatkezelési és adatlokalizációs igényeit támogatja.
- A Lintech Internationalnél 75 százalékkal csökkent a manuális kutatás ideje.
A vállalati adatokból kell gyors, ellenőrizhető válasz
Az AWS 2026. október 7-én közzétett beszámolója szerint a Qlik Answers azt a vállalati problémát célozza, hogy a munkatársak gyakran nem az adatok hiányával küzdenek, hanem azzal, hogy nehezen tudnak gyorsan kérdezni róluk, és megbízható választ kapni. Az elemzőknek sokszor dokumentumok, irányítópultok és szervezeti tudás között kell keresniük egy olyan információért, amelyet egy kolléga egyetlen mondatban kérdezhetne meg.
A Qlik szerint a generatív AI bevezetése önmagában nem oldja meg a gondot. A vállalatok olyan válaszokkal találkozhatnak, amelyekhez nem tartozik forrás, ezért nehéz ellenőrizni őket, illetve a megoldás szabályozott környezetben történő üzemeltetése is akadályokba ütközhet.
A Qlik Answers 2026 februárjában vált általánosan elérhetővé. Az AWS által ismertetett adatok szerint a Qlik Discovery Agent, a rendellenességek és kiugró értékek AI-alapú felismerésére szolgáló ügynök, az indulás óta több mint 100 000 felfedezést jelzett az ügyfeleknek. A Qlik Cloud azon fiókjainak többsége, amelyekben bekapcsolták az ügynöki eszközöket, aktívan használja is ezeket.
Többrétegű rendszer kezeli a kérdéseket
A Qlik Answers egyetlen felületen fogadja a természetes nyelvű kérdéseket. A válasz származhat tudásbázisból, élő elemzési alkalmazásból, szójegyzékből vagy dokumentumból, a rendszer pedig az adott kérdés alapján választja ki a megfelelő utat.
A Qlik az architektúrát több, egymástól elkülönített rétegre bontotta. A belépési réteg stabil beszélgetési felületet biztosít a Qlik Cloudban. A routingréteg a kérdés és a beszélgetési előzmények alapján gyorsan kiválasztja a megfelelő feldolgozási irányt. A válaszréteg egyszerű kérdéseknél gyors, összetettebb feladatoknál pedig több részfeladatra bontott feldolgozást használ.
A specialist agent réteg közös futtatási környezetet ad a szakterületi ügynököknek, az eszközöknek, az állapot kezelésének és az emberi közreműködést igénylő lépéseknek. A társalgási elemzési réteg a strukturált adatokkal kapcsolatos kérdéseket kezeli. A dokumentumok indexelését és keresését az Amazon OpenSearch Service végzi.
A modell-hozzáférési réteg a Qlik saját nagy nyelvi modellátjáróján keresztül kapcsolódik az Amazon Bedrockhöz. Ez támogatja a beszélgetést, a folyamatos válaszadást, a vektoros beágyazásokat és az újrarangsorolást. A Qlik minden kérésre és válaszra alkalmazza az Amazon Bedrock Guardrails védelmi rétegét, amely többek között a promptinjekciót, a személyes adatokat, a titkokat és a tiltott témákat szűri, valamint ellenőrzi a generált válaszok forrásokhoz való kötődését.
Forrásellenőrzés és régiónkénti adatkezelés
A Qlik Answers a válasz összeállításakor strukturált alkalmazásmetaadatokat, tudásbázisból lekért tartalmakat, szójegyzék-definíciókat, automatizálási környezetet és dokumentumtartalmakat is felhasználhat. A strukturálatlan kérdéseknél az Amazon OpenSearch Service által lekért tartalom a végső válaszba is bekerül, idézetekkel együtt.
A Qlik szerint önmagában a visszakeresés nem garantálja a pontosságot. Ezért a generált választ összevetik azokkal a forrásokkal, amelyekből a rendszer dolgozott. Az Amazon Bedrock Guardrails kontextuson alapuló ellenőrzése így a források felkutatását gyártási ellenőrzési lépéssel egészíti ki.
A Qlik három fő kihívást emelt ki: a különböző feladatokra szakosodott érvelés összehangolását, az adatkezelési és adatlokalizációs elvárásokat, valamint a modellkapacitás hónapokkal előre történő megtervezését. A vállalat Európában, az ázsiai és csendes-óceáni térségben, valamint az amerikai kontinensen szolgál ki ügyfeleket, ezért 11 régiót kell támogatnia. Az Amazon Bedrock cross-Region inference képességével a Qlik szerint mind a 11 régió kiszolgálható úgy, hogy az adatok ott maradjanak, ahol azt a megfelelési követelmények megkövetelik.
Ha egy ügyfél által használt modell még nem érhető el az adott régióban az Amazon Bedrockön keresztül, a Qlik átmenetileg Amazon SageMaker AI-n futtatja, majd a regionális elérhetőség bővülése után visszahelyezheti a munkaterhelést a Bedrockre.
Mit tapasztalnak az ügyfelek?
Az AWS három bevezetési példát ismertetett. A Bystronic 15 perc alatt telepített AI-chatbotot, amely a vállalat munkatársainak valós idejű működési adatok lekérdezését és forrásolt válaszok megismerését teszi lehetővé több részlegen. A Lintech International több mint 17 000 műszaki dokumentumot indexelt a Qlik Answersben. A vállalatnál ez 75 százalékkal csökkentette a manuális kutatás idejét, és az üzleti vezetőknek hetente akár 7 órát is felszabadított.
A TouchPoint Support Services 650 egészségügyi telephelyet szolgál ki, és a beszámoló szerint növekedését megduplázni tervezi. A szervezet a Qlik Answerst 15 000, szabályozott és gyors munkakörnyezetben dolgozó munkatárs számára használja gyors, a megfelelési szempontokhoz igazított útmutatás biztosítására.
A Qlik a modellkapacitást funkciónként és régiónként tervezi, jellemzően 3 és 6 hónappal a nagyobb bevezetések előtt. A tényleges használatot minden bevezetés után összeveti az előrejelzésekkel. A Qlik saját modellátjárója miatt a termékcsapatok feladatonként módosíthatják a modellválasztást az alkalmazás többi részének átírása nélkül, miközben a felhasználók számára elérhető alapélmény változatlan maradhat.
