IskayPet 如何用 Amazon Bedrock 托管知识库统一企业知识
摘要
AWS 博客介绍 Iberia 宠物护理企业 IskayPet 基于 Amazon Bedrock Managed Knowledge Bases 构建多语言企业知识助手,用托管 RAG 替代自建向量库与嵌入管道,覆盖零售、兽医、人事入职与采购等业务。
核心要点
- IskayPet 在西班牙、葡萄牙、法国运营 330 多家门店,旗下有 Kiwoko、Tiendanimal、Kivet、Clinicanimal、Animalis 等品牌,员工超 4500 人、客户约 700 万。
- 原有知识分散在数百份 SharePoint 文档中,覆盖西语、葡语、法语、英语四种语言,员工手动检索耗时长,答案常过时或出错,且问题随新增国家与流程持续放大。
- 明确的需求包括:基于自有文档回答自然语言问题、跨四语种不单独维护系统、按业务领域或国家路由以避免知识串扰、可扩展到新区域而无需重构、答案带出处引用、复用现有 SharePoint 库免于迁移。
- 选型核心理由是托管 RAG:数据摄取、多模态解析、向量存储、嵌入生成与检索均由 Amazon Bedrock 承担,团队不再运维向量数据库与摄取作业。
- 整套方案从门店侧前端到 AWS 架构与部署,均由团队用 Kiro 配合 Claude Haiku 4.5 完成,属于低人力投入的端到端交付案例。
原文佐证
- It operates more than 330 stores across Spain, Portugal, and France under the Kiwoko, Tiendanimal, Kivet, Clinicanimal and Animalis brands.
- With operations in three countries and four languages, this took real time, and the answer was often outdated or wrong.
- The assistant answers employee questions across retail operations, veterinary care, people and onboarding, and procurement, in four languages and across three countries, with no RAG infrastructure to manage.
AI 洞察
这类案例说明企业 RAG 的竞争点已从“能否搭起来”转向“知识路由与权限治理”:真正的难点是按业务域、国家切分知识边界,避免串味,而非向量库运维。托管知识库把基础设施变成云厂商的商品化能力,价值重心随之上移到内容生命周期管理、引用可核查性与多语种一致性。对云厂商而言,这类“托管 RAG + AI 编码工具”的组合正在压低企业 AI 的交付门槛,中小规模企业落地速度会明显加快。