Amazon Bedrock filtruje spam i bada nastroje klientów jednocześnie
- Amazon Bedrock z modelami Nova pozwala firmom jednocześnie blokować niechciane wiadomości i wyciągać insights z komunikacji z klientami.
- System rozpoznaje zarówno oczywiste próby obejścia filtrów, jak i zakamuflowane techniki kontaktu bezpośredniego.
- AWS opublikował szczegółowy opis architektury pokazujący, jak generatywne AI łączy ochronę skrzynki z analizą sentymentu.
AWS wdrożył pipeline oparty na modelach Amazon Nova w Bedrock, który równocześnie odfiltrowuje niechciane wiadomości i analizuje nastroje klientów — bez osobnych systemów dla każdego zadania.
Jeden model, dwa problemy naraz
Tradycyjne systemy antyspamowe i narzędzia do analizy sentymentu działają osobno, co oznacza podwójne koszty infrastruktury i dwa razy więcej punktów awarii. AWS pokazuje, że modele Nova potrafią obsłużyć oba przypadki użycia w jednym wywołaniu API. To nie jest akademicki eksperyment — architektura opisana na blogu AWS jest gotowa do wdrożenia produkcyjnego.
System wykrywa dwie kategorie problematycznych wiadomości: te oczywiste (klasyczny spam, phishing) i te zakamuflowane, gdzie nadawca próbuje skłonić odbiorcę do przejścia na prywatny kanał kontaktu poza platformą. Ten drugi przypadek to zmora marketplace’ów i platform SaaS, gdzie sprzedawcy próbują wyciągnąć klientów poza ekosystem.
Czy generatywne AI to przerost formy nad treścią do filtrowania spamu?
Klasyczne filtry regułowe i modele ML drugiej generacji radziły sobie z prostym spamem od lat. Pytanie brzmi: po co przepłacać za LLM do zadania, które SVM rozwiązywało w 2010 roku?
Odpowiedź leży w tych zakamuflowanych próbach kontaktu bezpośredniego. Reguły i klasyczne modele wykrywają wzorce — „zadzwoń do mnie na numer…
