Een formulierenverwerkende applicatie op EC2 en RDS slaat geüploade gescande formulieren op in S3 en verstuurt notificaties via Amazon SNS voor een menselijk team om gegevens te valideren en te extraheren, en vervolgens een externe API aan te roepen. Je moet de formulierenverwerking automatiseren met nauwkeurige extractie, minimale time-to-market en minimale doorlopende operationele overhead. Welke oplossing voldoet het beste aan deze doelen?

De correcte optie maakt gebruik van AWS Step Functions en AWS Lambda voor orkestratie en serverloze uitvoering, wat zorgt voor minimale operationele overhead en snelle time-to-market. Amazon Textract biedt nauwkeurige OCR en data-extractie specifiek voor formulieren, en Amazon Comprehend kan aanvullende inzichten verschaffen. Deze combinatie van beheerde services is ideaal voor automatisering zonder de noodzaak om zelf AI/ML-modellen te bouwen, trainen of hosten. De andere opties zijn minder optimaal: Het bouwen van aangepaste OCR-bibliotheken en het implementeren op EKS of EC2 vereist aanzienlijk meer ontwikkelingsinspanning, onderhoud en expertise, wat de time-to-market en operationele overhead verhoogt. Het trainen en hosten van AI/ML-modellen op EC2-instanties verhoogt ook de complexiteit en operationele kosten. Het gebruik van Amazon SageMaker voor hosting is beter, maar het opslaan van output in Amazon ElastiCache is ongeschikt voor permanente opslag van documentoutput; S3 is hiervoor de standaard en meest kosteneffectieve oplossing.