新闻 · AWS Machine Learning Blog
英国Amazon Quick用户组在2026年如何发展壮大
英国Amazon Quick用户组2026年回顾：举办了三场季度聚会，参会者超过150人，Arriva、Carsa和Propulse Lab分享了利用代理式AI和Amazon Quick将数据转化为更快决策、更高满意度和可扩展增长的经验。
en
英文原标题：How the UK Amazon Quick User Group grew in 2026
本文为英文原文的机器翻译摘要，原文见：AWS Machine Learning Blog ↗
- 英国 Amazon Quick 用户组成立于 2026 年，每季度在伦敦 Shoreditch 的亚马逊英国公司办公室举行线下聚会，三场活动累计吸引超过 150 人参加。
- 活动形式从 Q1 的入门介绍和演示，逐步演变为 Q2 的破冰问答与 Quick Flows 自动化工作坊，再到 Q3 的专家小组讨论、测验和专门的社交环节。
- 每场活动包含 75 分钟动手工作坊，参与者在预置沙盒账户中实际构建自定义聊天代理、试用 Quick Desktop、用 Quick Apps 将自然语言描述转为 Web 应用，并体验 Quick Flows、Quick Automate 和 Quick Research。
- 客户案例覆盖多个行业：Arriva UK Trains 为移动中的车站经理构建基于角色的移动仪表板；Carsa 通过统一治理数据层减少 50% 仪表板并提升 CSAT；Propulse Lab 用多代理 AI 管道将请求处理时间从 7 分钟缩短至 70 秒。
- 社区互动从单向听讲转向深度参与，反馈环节从泛泛称赞变为具体主题请求和主动贡献意愿，Q3 还因参会者会后自发交流而增设了社交时段。
关键数据
- 三场季度聚会累计超过 150 名参会者
- 每场动手工作坊时长 75 分钟
- Carsa 移除 50% 的仪表板，CSAT 在 30 天内提升 10%，投诉当日解决率跃升 20%，AI 将重复任务从 45 分钟缩短至 5 分钟
- Propulse Lab 每年处理 100 万张支持工单，请求处理时间从 7 分钟降至 70 秒，80% 的常规工作流实现自动化
引语
- “曾经的成本中心变成了增长引擎”
- “他们的产品经理现在无需编写任何代码即可拥有整个系统”
为什么值得看：该文展示了 Amazon Quick 用户社区如何通过季度线下动手活动推动真实企业采用，并提供了来自 Arriva、Carsa 和 Propulse Lab 的具体落地成效数据。