随着出现生成的AI解决方案，跨越行业的范式转变，这是由组织模型（FMS）驱动以解锁前所未有的机会的驱动的。亚马逊基岩对于众多寻求创新和启动生成AI应用程序的客户来说，已成为首选选择，从而导致对模型推理功能的需求激增。亚马逊基岩客户的目标是扩展其全球应用程序，以适应各种用例。这样的客户是floqast。
自2013年成立以来，Floqast拥有与各个行业和地区的2800多个组织合作的特权，帮助他们简化了他们的会计运营。从自动对帐到管理整个关键流程的工具，Floqast亲眼目睹了大小的组织如何在扩大规模的情况下努力保持其会计需求的步伐。Floqast的软件（由会计师为会计师创建）将AI和自动化创新带入日常会计工作流程。您可以调和银行对内部分类帐，获得财务运营的实时可见性等等。
在这篇文章中，我们分享了Floqast在亚马逊基岩上使用Anthropic的Claude 3建立了AI驱动的会计交易解决方案。
会计操作：大规模放大的复杂性
每个成功组织的核心是小型初创公司或大公司的核心，都是充满信心的财务和会计运营。会计不仅仅是后台功能；这是每个业务的骨干。从处理薪资到生成财务报表，会计是一支无处不在的力量，可以触及业务运营的各个方面。
考虑一下：当您登录软件系统时，记录了日志，以确保对责任和安全性必不可少的活动记录。同样，当事件发生在其中时，响应团队必须提供精确的，有记录的历史记录，以进行未来的参考和故障排除。同样的原则适用于会计：当发生金融事件时，无论是从供应商那里收取账单还是与客户签订合同，都必须记录下来。这些日志（在会计中称为日记帐分录）提供了清晰的财务记录。
现在想象一下，这个过程跨越了数百甚至数千美元的交易，同时发生在一个大型组织中。会计的复杂性随着增长和多样化而呈指数增长。随着企业的扩展，他们遇到了一系列需要细致的文档，分类和和解的交易。大规模，维护每个金融事件的准确性并保持合规性成为一个巨大的挑战。随着AI技术的进步，现在是使用大语言模型（LLM）解决此类复杂性的时候了。
亚马逊基岩（Amazon Bedrock）帮助使人们对LLM的访问民主化，而LLM的托管和管理挑战。Amazon Bedrock提供了各种行业领先的FMS，以及一系列可以构建生成AI应用程序的功能，通过安全性，隐私和负责人的AI来简化开发。由于亚马逊基岩是无服务器的，因此您不必管理基础架构以将生成性AI功能安全地集成和部署到应用程序中，处理尖峰流量模式，并启用诸如跨区域推理之类的新功能，这有助于在AWS区域提供可扩展性和可靠性。
在这篇文章中，我们强调了AI驱动的会计转换平台如何使用亚马逊基地。Floqast解决了财务流程中最复杂和最自定义的方面（决赛20％） - 那些对每个组织高度特定且经常需要手动干预的复杂，定制的会计方面。Floqast的AI驱动解决方案使用高级机器学习（ML）和自然语言命令，使会计团队能够以高精度和最少的技术设置来自动化对帐。
floqast AI交易匹配
与现有的Floqast Suite无缝集成，AI交易匹配产品的流线线并自动化您的匹配和对帐过程，从而提供了无与伦比的精度和效率。
它提供以下关键功能：
- AI驱动的匹配您可以以高精度自动匹配多个数据源的交易
- 灵活的规则创建您可以使用自然语言创建针对您独特过程的自定义匹配规则
- 例外处理您可以快速识别和管理无与伦比的交易或差异
- 审核步道您可以维持匹配活动的全面审计跟踪，以提高合规性和透明度
- 高体积处理您可以有效处理大量交易，适合各种规模的企业
- 多源集成您可以无缝整合并匹配来自各种财务系统和数据源的交易
让我们回顾一下它的工作方式：
- 交易数据是从银行对帐单和企业资源计划（ERP）系统收集的。
- 会计师将在两个系统中选择特定交易，然后选择生成AI规则。
以下屏幕截图显示了左侧的总分类帐系统，右侧显示了银行对帐单。
- 基于所选的交易，生成文本（请参见以下屏幕截图）。
- 此时，会计师可以选择接受生成的文本或编辑文本。
- 会计师选择保存并申请要以编码格式生成一个规则，该规则进一步用于查找其他匹配项，以帮助会计师自动交易对帐。
Floqast AI交易匹配提供以下好处：
- 统一环境它与您现有的floqast产品无缝集成，以供单一的真理来源
- AI驱动的自动化它使用高级ML来处理复杂的匹配方案
- 用户友好的接口会计师为会计师的工作方式设计，提供易于使用和采用
- 实时见解您可以立即获得对系统的交易数据的立即可见性
- 可伸缩性随着交易量的增长和业务发展，它可以适应
floqast AI注释
Floqast的新AI注释功能使团队无缝，自动注释并查看示例文档，通过高级自动化和ML简化合规性和审计过程。
它提供以下关键功能：
- 自动文档注释您可以上传示例文档以自动注释关键数据点，并使用测试条件中指定的属性，从而节省了手动评论的时间
- AI驱动分析您可以使用高级AI和自然语言模型来分析文档文本，并根据预定义的控件和测试属性突出显示相关信息
- 批量注释以提高效率您可以选择多个文档或测试控件进行批量注释，从而减少了在重复文档处理上花费的时间
- 结构化存储和审核步道您可以维护每个带注释的文档的结构化记录，捕获所有提取的数据，注释响应以及简化合规性和审计跟踪的状态更新
- 直观错误处理smart检查识别并通知用户处理错误，确保每个注释都是完整而准确的。
下图说明了使用AWS服务的体系结构。
工作流程从用户身份验证和授权开始（步骤1-3）。完成这些步骤后，工作流包括以下步骤：
- 用户上传支持文档，这些文件提供审计证据安全的亚马逊简单存储服务（亚马逊S3） 桶。
- 输入文档被Amazon S3加密亚马逊士兵。
- 亚马逊士兵（在运输和休息中加密数据）从文档中提取数据。
- 完成后，将原始数据存储在加密的S3存储桶中。
- 数据消毒工作流程开始使用AWS步骤功能由AWS lambda功能。
- 消毒提取的数据写入加密的蒙古德b。
- Amazon swarttract进行了调查以更新工作状态并写入Mongo DB。
- 用户开始注释过程。
- 应用程序逻辑可消耗Mongo DB的数据，并将其提供给Amazon Bedrock上的人类Claude 3.5十四行诗。
- LLM针对提取的数据运行审计规则（如下屏幕截图所示），并为每个审核规则生成一个注释，包括审核规则的通过/失败详细信息。
- 注释结果使用亚马逊基岩护栏为了增强生成AI应用中的内容安全性和隐私性。
floqast AI注释提供了以下好处：
- 与floqast无缝集成``此功能已集成到floqast平台中，可与您现有的合规性和财务工作流程一起访问注释工具
- 通过AI驱动的工作流提高效率floqast的注释功能使用AI减少手动工作量，帮助团队专注于高价值任务，而不是重复的文档审查
- 可扩展的大量文档处理解决方案旨在处理大量文档量，floqast AI注释适应了成长中的团队的要求和复杂的审计要求
- 实时文档处理见解您可以通过实时跟踪每个注释工作，并通过内置监控来了解平稳有效的工作流程
Floqast的AI技术选择
Floqast选择了亚马逊基岩，因为它的功能集，功能集以及来自拟人类等顶级提供商的可伸缩AI模型的健壮套件。Anthropic的Claude 3.5十四行诗提供了处理复杂金融工作流所需的高级推理和上下文理解。但是，亚马逊基岩的关键特征亚马逊基岩代理商是Floqast的游戏规则改变者。Amazon Bedrock代理使生成AI应用程序可以在公司系统和数据源之间运行多步骤任务。要了解更多，请参阅亚马逊基岩特工的工作方式。
亚马逊基岩代理提供了一个智能的编排层，使Floqast可以有效地自动化会计工作流。它在以下领域增加了重大价值：
- 指导处理和任务自动化Amazon Bedrock Agents使FloQast能够提交AI自主解释并自主执行的自然语言指令。
- 会话和内存管理会话属性和
促使属性在与单个工作流有关的会话之间传递，但是大多数用户请求可能是会话的单数。 - 证明业务理解的代码生成亚马逊基岩经纪人通过其安全提供了宝贵的功能代码解释功能和灵活的配置选项。在受保护的测试环境中运行时，亚马逊基岩代理可以根据正确的角色和业务环境量身定制。这允许会计师提交自然语言指令和输入数据，然后以控制方式与安全性最佳实践保持一致。当Floqast与亚马逊基岩代理集成时，会计师可以提交自定义请求，并且代理可以在隔离的安全环境中生成和测试代码，并进行适当的技术监督和护栏。亚马逊基岩代理的结合使用了安全的代码解释功能和Floqast对会计实践的深入了解，使金融团队能够在维持适当的控制权的同时有效地运作。
- 数据集成和输出处理`通过使用亚马逊基岩代理，信息从上游集成的金融系统传递，从而使FloQast可以自动化数据检索和转换任务。
- 多步任务编排亚马逊基岩代理商旨在通过策划复杂的工作流来处理多步骤任务。例如，在FloQast从金融系统中检索数据后，该数据将传递给代理，该代理运行必要的计算，生成输出代码，并在一个自动过程中呈现了用户批准的结果。该编排在会计中特别有用，在会计中，必须以正确的顺序完成多个步骤，以保持合规性和准确性。
亚马逊基岩代理商管理这些任务并将它们无缝集成到现有工作流中的灵活性使Floqast能够达到规模，降低复杂性并实施所需的自动化，以满足Floqast客户不断发展的需求。
亚马逊基岩上的人类Claude 3.5十四行诗在对用例的其他模型评估中提供了最佳结果。Floqast不需要将模型作为模型消费者进行微调，因此他们使用检索增强发电（RAG），而在用户代表上收集的数据上很少进行分类，从而删除了调查LLM的高额开销。对于此用例，这种设计机制会产生更高的准确性，这是Floqast客户可以理解的更好的安全模型，并易于用作开发人员。
结论
Floqast的AI驱动会计转换解决方案对其用户产生了重大影响。通过自动化日常，耗时的会计流程，该解决方案已经节省了无数小时的会计团队，使他们能够从手动电子表格工作中转移，并专注于高价值活动，例如审查财务成果，评估业务健康并做出数据驱动的决策。该解决方案已消除了数据核对的乏味，可衡量的改进，包括减少和解时间减少38％，审计过程持续时间和差异减少了23％，以及工作量管理的44％。
了解有关floqast平台的更多信息floqast.com。接触evelyn.cantu@floqast.com有关FloQast和AWS合作伙伴关系的更多信息。
关于作者
Kartik Bhatnagar是位于加利福尼亚州旧金山的AWS的以数据安全为重点的解决方案架构师。他在技术，金融科技，医疗保健以及媒体与娱乐行业的初创企业和企业方面都有经验，包括DevOps Engineer和Systems Architect在内的角色。在目前的职位上，他与AWS客户合作，在AWS平台上设计和实施可扩展，安全和成本效益的解决方案。在工作之外，他喜欢打板球和网球，跳食和远足。
艾丹·安德森（Aidan Anderson）是一位动态的技术领导者，在软件工程，安全和人工智能方面拥有十多年的经验。目前，他是Floqast的AI工程主管，他处于将AI和自动化整合到会计工作流程中的最前沿，提高了财务团队的运营效率和准确性。Aidan的投资组合跨越了安全，产品开发和平台工程的领导力 - 他一直在驱动创新，建立了高性能的团队，并在快节奏的启动环境中提供了有影响力的解决方案。