O caso de uso: como Jeppesen implanta LlamaIndex
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.
Outros resultados informados
Números publicados no estudo de caso de LlamaIndex. Eles não são medidos de forma independente pelo usedby.
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.
Nas palavras do cliente
Other frameworks felt rigid. LlamaIndex gave us the control and flexibility we needed to meet enterprise constraints.Outras empresas que usam LlamaIndex
Clientes de todos os setores, com evidências públicas.
11XConfirmado
Arcee AIConfirmado
Caidera.aiConfirmado
CondoScanConfirmado
DelphiConfirmado
ExperianConfirmadoIr direto à fonte
Com base no estudo de caso publicado por LlamaIndex. Verificamos as evidências públicas; os resultados são informados pelo fornecedor.
llamaindex.ai- Última verificação
- 7 de out. de 2026
Abrir a captura da fonte O que o estudo de caso afirma e o que verificamos
O que comparamos com a página.
- O número: 512 to 64 hoursVerificado
Impresso palavra por palavra na página, perto do nome de Jeppesen.
- O trecho citado acimaVerificado
Copiado palavra por palavra da página, perto do nome de Jeppesen.
- Jeppesen usa LlamaIndexVerificado
Linha de nível Confirmado.
- O resultado em siNão verificado
Nós o citamos; não o medimos.
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.