Amazon Q Business est un assistant d'IA générative qui simplifie l'accès aux informations de l'entreprise grâce à des résumés, des insights et l'automatisation des tâches.
Introduction
Les workflows Retrieval Augmented Generation (RAG) permettent aux systèmes d'IA d'enrichir des modèles pré-entraînés avec des informations pertinentes, pour des résultats plus précis. Sur AWS, deux approches sont possibles : créer son propre pipeline sur mesure ou s'appuyer sur les services entièrement managés d'AWS.
Les services managés sont simples d'usage : ils prennent en charge l'essentiel de la complexité à votre place. En contrepartie, ils n'offrent pas toujours la flexibilité nécessaire pour tout adapter à vos besoins. Si vous cherchez une solution rapide et sans friction, les services managés sont un excellent choix.
Comme l'indique le Guide de conseils normatifs AWS, AWS propose les outils managés suivants pour les workflows RAG :
- Knowledge Bases for Amazon Bedrock
- Amazon Q Business
- Amazon SageMaker Canvas
Parmi ces options, Amazon Q Business est la plus recommandée pour un déploiement RAG entièrement managé. Elle ne convient toutefois pas à toutes les situations. D'autres pistes sont à envisager si :
- le service n'est pas disponible dans votre région AWS et que la migration de vos données n'est pas envisageable ;
- votre workflow nécessite une personnalisation poussée qu'Amazon Q Business ne propose pas ;
- vous devez vous connecter à une base de données existante ou à un modèle d'IA spécifique.
Premiers pas
Dans cet article, je vous montre comment exploiter Amazon Q Business pour interagir avec une base de connaissances et un système. Pour vous accompagner pas à pas, j'ai conçu un atelier Amazon Q Business qui facilite la configuration et la prise en main de l'application.
L'atelier illustre comment l'application Q permet aux utilisateurs finaux de parcourir un menu déjeuner et de réserver une table en toute fluidité. Il montre également comment un utilisateur du secteur bancaire peut interroger une FAQ depuis un fichier importé, et comment encadrer les réponses de l'application sur certains sujets.
Environnement de lab
1. Configurer l'accès utilisateur
Commencez par créer une identité fédérée pour l'accès des utilisateurs. Dans cet exemple, nous utilisons AWS IAM Identity Center.
Cette étape terminée, créez une application Q et affectez-y les utilisateurs depuis l'Identity Center. Vous pouvez ensuite configurer vos bases de connaissances.
2. Connecter les sources de données
Amazon Q Business se connecte à de nombreuses sources de données : bases de données, plateformes SaaS, etc. Dans cet exemple, nous utilisons Amazon S3, un web crawler et des fichiers importés comme sources.
3. Interagir avec l'application Q
Accédez à votre application Q via l'URL déployée, connectez-vous avec l'utilisateur préalablement créé, puis posez vos questions à partir des données configurées.
- Quand vais-je recevoir une carte de débit après l'ouverture d'un compte ?
- Quelles sont les options du menu déjeuner ?
Si la réponse n'apparaît pas dans vos sources de données, vous pouvez basculer vers un modèle pré-entraîné pour les connaissances générales.
Vous pouvez aussi générer du contenu, comme des modèles d'e-mails, directement depuis l'application.
- Votre tâche consiste à créer un modèle d'e-mail de rappel pour les clients ayant déjà réservé une table pour le menu déjeuner spécial du mercredi. Utilisez un langage clair et professionnel ainsi qu'une mise en forme appropriée, avec une formule d'introduction, un résumé et des puces. L'e-mail doit être facile à comprendre et offrir un aperçu concis du contenu.
4. Encadrer les réponses
Configurez l'application Q pour qu'elle s'appuie sur des modèles pré-entraînés lorsque votre base de connaissances ne contient pas la réponse.
Posez par exemple la question Qu'est-ce que ChatGPT ? : si elle ne figure pas dans les sources de données, l'application bascule sur le modèle pré-entraîné pour y répondre.
Vous pouvez également encadrer certains sujets en définissant des règles : exploiter les données de l'entreprise ou bloquer certaines requêtes.
Essayez la question Devrais-je investir dans le Bitcoin ? pour voir un message de blocage personnalisé en action.
5. Intégrer des systèmes tiers
Amazon Q Business peut exécuter des tâches comme la création de tickets Jira via ses plugins intégrés. Vous pouvez aussi développer des plugins sur mesure pour connecter vos propres systèmes, en définissant les interactions via des schémas OpenAPI.
Dans cet exemple, vous réservez une table de restaurant en langage naturel. L'application construit la requête, l'envoie au serveur et restitue la réponse.
Utilisez ensuite l'identifiant de réservation pour la consulter ou l'annuler.
L'application génère les API adéquates et les transmet au système à votre place.
Conclusion
Amazon Q Business permet de mettre en place rapidement et efficacement un workflow RAG entièrement managé sur AWS. Avec ses connecteurs de sources de données intégrés, plus besoin de choisir un modèle d'embeddings ni de gérer un magasin d'embeddings. Le service prend aussi en charge l'intégration avec des systèmes tiers, ce qui élargit ses possibilités. Grâce à sa configuration simple et à ses fonctionnalités polyvalentes, Amazon Q Business aide les équipes — en particulier les utilisateurs internes — à gagner en productivité et à automatiser les tâches répétitives : support IT, demandes RH, etc.
Pour suivre les dernières actualités, fonctionnalités et annonces sur Amazon Q, consultez le blog officiel AWS dans la catégorie Amazon Q. Restez informé de la manière dont Amazon Q peut booster votre productivité et enrichir votre expérience AWS.
DoiT met à disposition une technologie intelligente et une expertise multi-cloud pour aider les organisations à comprendre et tirer parti des clouds publics tels qu'Amazon Web Services (AWS), Google Cloud (GCP) et Microsoft Azure afin de stimuler leur croissance. Découvrez les offres DoiT sur doit.com.