MRH Trowe 如何在金融服务领域实现安全的自助式 AI 智能体

英文原标题：How MRH Trowe enabled secure self-service AI agents in financial services

本文为英文原文的机器翻译摘要，原文见：AWS Machine Learning Blog ↗

• MRH Trowe 是德国领先的商业和工业保险经纪商，在德国、瑞士和奥地利运营，是首批完全基于云 IT 基础设施运营的德国保险经纪商之一，AWS 是其首选合作伙伴。
• 公司面临员工对生成式 AI 的需求增长，但担心分散、不受管理的工具导致敏感客户和保险数据泄露，因此需要让员工自助构建和使用 AI 代理，同时保持安全、集中治理的环境。
• 解决方案结合了 Strands Agents（开源 SDK，简化代理创建）、Amazon Bedrock AgentCore（生产环境平台，支持开源框架、会话隔离和成本透明）和 LibreChat（开源聊天界面，提供用户管理、令牌预算、多模型支持和品牌定制）。
• 首个生产代理将 Microsoft Teams 会议转化为结构化会议纪要，员工在 LibreChat 中用德语请求，代理查找会议、检索转录并起草摘要，所有处理在 AWS 欧洲（法兰克福）区域进行，确保数据留在德国。
• 架构部署在单个 AWS 账户的 VPC 内，包括安全连接（中转网关和零信任提供商）、应用层（LibreChat 等容器化服务）、数据层（DocumentDB、ElastiCache、RDS、OpenSearch、EFS、S3）和代理层（Strands + AgentCore）。

关键数据

• 约 400 名员工在第一个月内获得安全自助 AI 代理访问权限
• 初始生产成本约为每席位每月 14 美元
• 通过合理调整规模和计划扩展，基础设施成本有望降低约 40%
• 处理在 AWS 欧洲（法兰克福）区域进行，基础模型在 eu-central-1 可用

引语

• 每个问题都应首先由 AI 回答，然后才由人工干预，重复性流程应由过去执行它们的人自动化。

为什么值得看：该案例展示了金融服务业如何在严格监管下，通过结合开源工具和云服务，安全、合规地实现 AI 代理的自助服务，并控制成本和数据驻留。