Приложение для обработки форм на EC2 и RDS хранит загруженные отсканированные формы в S3 и отправляет уведомления через Amazon SNS для команды, которая проверяет и извлекает данные, а затем вызывает внешний API. Вам необходимо автоматизировать обработку форм с точным извлечением, минимальным временем выхода на рынок и минимальными текущими операционными издержками. Какое решение лучше всего соответствует этим целям?

Правильный ответ — использование AWS Step Functions и AWS Lambda с Amazon Textract и Amazon Comprehend. Это решение обеспечивает точное извлечение данных и минимальное время выхода на рынок, поскольку Amazon Textract специально разработан для извлечения текста и данных из отсканированных форм, а Amazon Comprehend — для анализа текста. Использование бессерверных сервисов, таких как Lambda и Step Functions, минимизирует операционные издержки, так как нет необходимости управлять серверами. Остальные варианты менее оптимальны: Создание пользовательских библиотек OCR на EKS увеличивает время выхода на рынок и операционные издержки из-за необходимости разработки, развертывания и управления кластером Kubernetes. Использование моделей AI/ML, обученных и размещенных на экземплярах EC2, также увеличивает операционные издержки и сложность управления инфраструктурой. Размещение моделей AI/ML в Amazon SageMaker с последующим сохранением вывода в Amazon ElastiCache не является наиболее эффективным способом для постоянного хранения и анализа данных форм, а также не обеспечивает полную автоматизацию извлечения данных без дополнительных шагов.