SovelluksetLiiketoiminta ja markkinat 🇺🇸 11.08.2026 20:03

Näin Pixieset saavutti 35 prosentin tekoälyominaisuuden käyttöönoton Amazon Bedrockin avulla

Amazon Web ServicesAmazon Web Services AnthropicAnthropic OpenAIOpenAI MetaMeta MistralMistral CohereCohere
Pixieset, valokuvausalalle suunnattu palvelu, käytti Amazon Bedrockia rakentaakseen tekoälypohjaisen vaihtoehtoisen tekstin generaattorin, joka saavutti 35 prosentin käyttöönoton sovellettavissa käyttäjissä. Ominaisuus ratkaisee työlään tehtävän, julkaistiin neljässä kuukaudessa ja lisäsi tilauspäivityksiä. Keskeisiä periaatteita olivat keskittyminen välttämättömiin ominaisuuksiin ja käyttäjien luottamuksen rakentaminen asteittain.
Pixieset, joka on yli 8 miljardia valokuvaa isännöivä valokuvausalan kokonaisvaltainen yrityspalvelu, käytti Amazon Bedrockia luodakseen tekoälypohjaisen vaihtoehtoisten kuvatekstien (alt-teksti) generaattorin valokuvaajien verkkosivustoille. Alkuvuodesta 2025 julkaistu ominaisuus saavutti 35 prosentin käyttöönoton sovellettavien käyttäjien keskuudessa, ja se on edelleen käytössä kuusitoista kuukautta myöhemmin. Ominaisuus tuottaa kuvauskohtaiset kuvaukset yksi kerrallaan, jolloin valokuvaajat voivat hyväksyä, muokata tai hylätä ehdotukset ennen automaattisen käytön käyttöönottoa. Integraatio lisäsi yhden API-kutsun heidän olemassa olevaan tapahtumapohjaiseen prosessiputkeensa, eikä se vaatinut uutta infrastruktuuria tai GPU-varauksia. Ominaisuus on ollut käynnissä ilman katkoksia julkaisun jälkeen, kiitos alueiden välisen inferenssin ja toissijaisen mallin uudelleenyrityslogiikan. Pixieset valitsi alun perin Anthropic Claude 3.5 Sonnetin, mutta voi vaihtaa malleja Amazon Bedrockin yhtenäisen API:n kautta. Kysyttäessä vastauksesta valokuvaajat kehuivat ominaisuutta ajan säästöstä ja SEO:n parantumisesta, ja jotkut päivittivät tilauksiaan. Pixieset tunnisti kolme periaatetta: luokittele tekoälyominaisuudet etuina tai välttämättömyyksinä, ratkaise ei-luovat tehtävät ja anna käyttäjien rakentaa luottamusta omassa tahdissaan.
Lähde: AWS ML blog — Alkuperäinen
Aiemmat aiheeseen liittyvät kirjoituksemme ↓
Tuoreet uutiset