Un'applicazione di elaborazione di moduli su EC2 e RDS archivia i moduli scansionati caricati in S3 e invia notifiche tramite Amazon SNS a un team umano per convalidare ed estrarre i dati, quindi chiamare un'API esterna. È necessario automatizzare l'elaborazione dei moduli con estrazione accurata, tempi di commercializzazione minimi e un overhead operativo continuo minimo. Quale soluzione soddisfa al meglio questi obiettivi?

La soluzione migliore è utilizzare AWS Step Functions e AWS Lambda con Amazon Textract e Amazon Comprehend. Amazon Textract è un servizio di machine learning che estrae automaticamente testo, scrittura a mano e dati da documenti scansionati, inclusi i moduli, riducendo al minimo lo sforzo di sviluppo e il tempo di commercializzazione. Amazon Comprehend può essere utilizzato per l'analisi e l'estrazione di entità specifiche, migliorando l'accuratezza. Step Functions e Lambda offrono un'architettura serverless, riducendo l'overhead operativo continuo. L'output può essere archiviato in S3 per la persistenza e l'analisi successiva, e la logica può facilmente chiamare l'API esterna. Le altre opzioni sono meno efficienti: Creare librerie OCR personalizzate e gestirle su EKS o EC2 aumenta significativamente il tempo di commercializzazione e l'overhead operativo. Ospitare modelli AI/ML su istanze EC2 o SageMaker per l'OCR introduce complessità e costi di gestione che Textract evita, e l'uso di ElastiCache per l'output non è l'opzione più appropriata per l'archiviazione persistente dei dati estratti.