Der Anwendungsfall: wie Jeppesen LlamaIndex einsetzt
Jeppesen's enterprise AI engineering team built an internal Unified Chatbot Framework on LlamaIndex's open-source event-driven workflows so teams across Boeing can build and deploy chatbots and agents from templates and a config file. It replaced siloed, duplicated bot development with a shared, secure, compliant platform.
Weitere angegebene Ergebnisse
Zahlen aus der Fallstudie von LlamaIndex. usedby hat sie nicht unabhängig gemessen.
1,792 collectives hours already saved
Projected to save ~4,900 hours annually across the org after the global rollout is complete.
Jeppesen’s, Unified Chatbot Framework is now onboarded with 10-11 production products, leveraged by internal teams across Boeing.
In den Worten des Kunden
Other frameworks felt rigid. LlamaIndex gave us the control and flexibility we needed to meet enterprise constraints.Weitere Unternehmen, die LlamaIndex nutzen
Kunden aus allen Branchen, mit öffentlichen Belegen.
Alle Kunden von LlamaIndex ansehen
Direkt zur Quelle
Auf Basis der veröffentlichten Fallstudie von LlamaIndex. Wir prüfen die öffentlichen Belege; die Ergebnisse gibt der Anbieter an.
llamaindex.ai- Zuletzt geprüft
- 7. Okt. 2026
Screenshot der Quelle öffnen Was die Fallstudie behauptet und was wir geprüft haben
Was wir mit der Seite verglichen haben.
- Die Zahl: 512 to 64 hoursGeprüft
Steht wörtlich auf der Seite, nahe dem Namen Jeppesen.
- Die oben zitierte PassageGeprüft
Wörtlich von der Seite übernommen, nahe dem Namen Jeppesen.
- Jeppesen nutzt LlamaIndexGeprüft
Eintrag mit Stufe Bestätigt.
- Das Ergebnis selbstNicht geprüft
Wir zitieren es; wir haben es nicht gemessen.
With UCF, Jeppesen’s team can build agents with ~50 lines of code and a JSON config file—plugging in LLMs, toolchains, and retrieval pipelines with full control and security.