西班牙、葡萄牙同法國跨國營運嘅寵物護理公司 IskayPet，旗下有 Kiwoko、Tiendanimal、Kivet、Clinicanimal 同 Animalis 等品牌，共超過 330 間分店、4,500 多名僱員、700 萬名客户。佢哋嘅日常營運範圍涵蓋零售、獸醫診所、動物護理、採購同員工培訓，每個範疇各有獨立嘅政策同程序文件，分別用西班牙文、葡萄牙文、法文同英文撰寫。
問題係呢啲文件散落喺數百份 Microsoft SharePoint 文檔入面，跨四個語言、三個國家。員工要回答日常營運問題——例如退貨政策、獸醫協議或者新員工培訓流程——要人手喺大量文檔堆積入面逐份搜尋，耗時之餘，答案仲經常過時或者錯誤。每開一間新分店、加一個國家、添一份新文件，問題就再大少。
典型嘅解決方案係 RAG（Retrieval Augmented Generation，檢索增強生成）——將文件切片向量化，用户提問時先檢索相關片段再交畀大語言模型生成答案。但喺生產環境運行 RAG，通常要自己營運向量資料庫、embedding 管線同資料導入批次，維護成本唔低。
IskayPet 揀咗 Amazon Bedrock Managed Knowledge Bases，一個由 AWS 托管嘅 RAG 基建。官方説明指，Amazon Bedrock 負責資料導入、多模態解析、向量儲存、embedding 生成同檢索，IskayPet 只須就實際儲存同檢索量付費，唔使自管向量資料庫或導入管線。該平台有原生 SharePoint 連接器，可以直接從現有 SharePoint 環境導入文件，避免資料遷移；啟用進階索引後，連文件內嵌入嘅圖片內容都一併處理。平台內建混合搜尋（hybrid search），結合語義搜尋同關鍵詞（BM25）搜尋，不需額外費用。
團隊用 Kiro 配 Claude Haiku 4.5 建好整個方案，由店面前端到 AWS 架構同部署。官方文章指，該助手可以喺四個語言、三個國家範圍內回答員工問題，覆蓋零售營運、獸醫護理、人事培訓同採購，並喺生產環境運作。
值得留意嘅係，呢篇報道出自 AWS 自家機器學習部落格，係廠商嘅產品案例演示，唔係獨立第三方測試。文中提及嘅生產環境成效、實際回應質量同員工使用體驗，目前冇獨立查證數據。Amazon Bedrock Managed Knowledge Bases 嘅具體定價、可用地區同功能推出狀態，建議讀者直接查閲 AWS 官方文件。
阿調搞兩下
大企業跨國營運，知識散落喺成堆 SharePoint 文件入面，呢個係唔少跨國公司都面對嘅實際問題。AWS 用自家產品做案例，自然會講產品好使，但唔自管 RAG 基建、直接接現有 SharePoint 呢個切入點，對中小企業都可能有參考價值。真正關鍵嘅問題係：答案質量點樣、錯誤率點樣、員工信唔信、用唔用得耐——呢啲都係廠商部落格文章唔會詳盡交代嘅部分。
