從傳統BI到代理AI：Tradeshift藉助Amazon Quick實現轉型

Tradeshift是一個AI驅動的應付賬款和電子發票合規平臺，服務於70多個國家的買賣雙方。隨著資料量和客戶期望的增長，其內部構建的BI工具逐漸暴露出諸多限制。該工具維護消耗約0.5個全職人力，每查詢最多支援1萬行，計劃報告上限25MB，僅保留6個月曆史資料，無法進行大規模趨勢分析、異常檢測或預測建模。團隊急需一個可擴充套件、支援自然語言查詢且具有AI能力的平臺。

Amazon Quick是一個代理AI工作空間，整合了聊天代理、流程自動化和深度研究功能。Tradeshift從2024年初開始概念驗證，2025年6月推出面向買賣雙方的完整報告和分析應用。架構包含三個分析層級：第一層為16個嵌入式Quick Sight BI儀表板，覆蓋文件發票、採購訂單、掃描、網路連線、使用者活動、工作流自動化、合規與異常檢測、付款預測、收貨與發票對賬等9個領域，處理100萬至1億條交易記錄，響應時間低於3秒（原工具需45-90秒）；第二層提供對話式AI訪問，使用者無需SQL知識即可透過自然語言查詢；第三層引入分級資料自治，標準層提供預建儀表板與基本篩選器，高階層包括設計器模式、自定義儀表板建立、假設分析（What-If）及代理AI能力。安全性透過Okta SSO、自定義名稱空間、簽名URL和約1.4萬條行級安全規則實現。

業務成果顯著：內部團隊每週節省8.5小時人工報告時間，外部使用者每週節省6-8小時，手動資料處理（包括Excel宏、VLOOKUP、資料透視表）減少80%，瓶頸識別時間從1-2天降至5秒內。總擁有成本降低40%，基礎設施成本降低35%（查詢從生產資料庫遷移至SPICE記憶體引擎），許可成本整合30%，維護僅需0.5個全職人力。現有買家賬戶的年經常性收入增長2%，定製報告上市時間縮短75%（從4-6周降至約1周），採用嵌入式分析的賬戶保留率提高10%。內部採用率達98%，非技術人員分析使用量翻倍，分析相關支援工單減少80%。

兩個典型用例凸顯Quick價值：一是生成式AI驅動的AP審計員聊天代理，透過自然語言指令構建，無需編碼，可回答“顯示上個月待處理發票”等查詢，後端連線11份參考文件、9個儀表板、14個查詢主題和68個自動化工具（透過MCP協議）。二是高容量BI工作負載，處理大量行級編碼資料，區分手動與AI生成程式碼，追蹤審批層級，提供近即時與歷史可見性。

內部運營方面，Tradeshift將40個獨立儀表板整合為100多個可透過自然語言查詢的資料集。季度市場分析從數週縮短至數天或數小時，藉助Quick Research從單一提示生成多源分析報告。自動化流程引擎Quick Flows編排資料重新整理（270多個SPICE資料集每日重新整理）和報告分發（按日、周、月自動進行），使分析團隊得以聚焦更高價值工作。