本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 后续步骤
<a name="next-steps"></a>

除了客户入职之外，还有其他 CLM 用例，这些用例可以通过内置服务进行现代化改造。 AWS Cloud 以下场景探讨了一些潜在的现代化使用案例：

1. 使用 [Amazon Personalize](https://aws.amazon.com//personalize/) 或其他自定义建议，将产品建议整合到产品和服务的制作过程中。尽管金融服务产品与零售产品不同，但根据 The Financial Brand [行业领导者预测：到 2025 年，银行业将发生巨大变化](https://thefinancialbrand.com/131544/banking-industry-disruption-by-2025/)一文的预测，到 2025 年，银行业个性化程度仍将很高。客户可能愿意为高度个性化和情境化的服务支付更多费用。这只能通过基于机器学习的更智能的解决方案来实现。

1. 您可以使用 [Amazon Fraud Detector](https://aws.amazon.com//fraud-detector/)，一种基于机器学习的在线欺诈检测器，用于账户监控。您还可以自定义其他内置算法，以提供标准化账户监控服务（例如，通过使用异常检测）。
**注意**  
截至 2025 年 11 月 7 日，亚马逊 Fraud Detector 不再向新客户开放。要获得与 Amazon Fraud Detector 类似的功能 SageMaker，请浏览亚马逊 AutoGluon、和 AWS WAF。有关更多信息，请参阅 [Amazon Fraud Detector 可用性变更](https://docs.aws.amazon.com/frauddetector/latest/ug/frauddetector-availability-change.html)。

1. 您可以使用基于最新自然语言模型的 Amazon Lex 和聊天自动程序的智能助手，直接与客户互动。

创造性的解决方案没有限制，但您必须大规模地、快速地集成和部署此类解决方案。