人工智能在银行工单处理系统中的应用与探索.pdfVIP

人工智能在银行工单处理系统中的应用与

探索

作者：杨兆明，于磊，袁纯良

来源：《中国金融电脑》2017年第9期

目前，以机器学习为代表的人工智能技术在全球兴起热潮，其理论、技术和应用场景都有

了长足发展。特别是依靠海量数据和强大的分布式计算能力，人工智能已在语音识别、图像识

别、自然语言处理、人机对弈、自动驾驶等领域取得显著或者突破性进展，使得传统的经验密

集型行业迎来了智能化改造的历史机遇。

人工智能在银行领域的影响也在不断扩大，已形成了量化投资、智能柜台、智能客服等新

型业务模式，为客户提供了崭新的体验。银行服务智能化已经是大势所趋。商业银行的工单处

理是与客户体验息息相关的重要工作，要求处理人员具有丰富的金融知识和很强的分析能力，

是一项经验密集型工作，适合进行智能化改造。本文结合实际工作，就人工智能在商业银行工

单处理系统中的应用进行探讨。

一、商业银行工单处理现状及问题

大型商业银行每年需要处理数以万计的工单。目前的工单处理系统仅在工单报送、审批、

存档等办公事务性环节实现了自动化，在最主要的问题分析处理环节，还是主要依靠人工。

随着IT系统规模日趋庞大以及新业务功能与日俱增，大型商业银行每日需处理的工单数

量呈上升趋势，维护人员处理工单的难度逐渐增加。从我们处理工单的实际情况看，以下几方

面问题日益突出：

（1）工单所属系统的识别准确性不高。目前工单分派是根据业务人员填写的工单所属系统

进行自动分派，导致工单分类的准确度不高，经常出现工单分派错误的情况，影响了工单的顺

利流转。

（2）问题定位不够准确。由于处理人员经验不足，可能造成问题定位不准确，形成有偏差

的解决方案。这不但无助于解决问题，还进一步降低了客户体验，增加了系统运行风险。

（3）不能快速匹配历史工单。由于软件缺陷、客户误操作等问题，相似的工单会重复出现，

这是工单处理工作中的常见现象。有经验的处理人员经历了长时间的经验积累，或者知识总结，

能很快找到类似的历史工单，参照历史处理方案进行处理，确保处理高效率。由于人员的流动

性，新的人员无法在短期内具备这种能力，造成了低效的重复劳动。

这些问题，对工单流转效率和处理质量造成了影响。特别是需要多个团队配合的工单，如

果部分环节处理不及时，会延长工单处理的时间，从而降低服务质量，影响银行形象。

二、商业银行工单处理智能化概述

1.工单处理智能化需求

客户是银行赖以生存和发展的基础，完善客户体验是银行提高服务质量的根本目标。作为

银行信息科技体系技术支持部门，和客户最直接的联系就是工单处理系统，维护人员通过工单

处理系统接收、分析、处理客户反映的问题。工单处理的效率和质量，直接影响到客户对银行

的认可度。鉴于目前工单处理系统中存在的问题，有必要考虑在工单处理系统中应用人工智能

技术，以提高工作效率和质量，提升客户体验。

同时，商业银行积累了大量的历史工单数据，这些数据既有问题描述信息，又有问题归属

分类，还有问题解决方案，构成了工单问题及处理方案的全景信息。海量历史工单数据中蕴含

了工单处理需要的大部分业务知识和处理规则，为人工智能特别是机器学习提供了极好的数据

来源。从必要性及可行性上看，商业银行工单处理智能化改造正逢其时。

从商业银行同业情况来看，工单处理智能化目前处于研究和起步阶段。随着各银行对提高

工单处理的效率和质量日益重视，工单处理智能化将展现出很好的应用前景。

2.工单处理智能化涉及的技术领域

工单处理智能化是在传统的工单处理流程基础上，用人工智能技术手段分析、处理工单，

实现自动匹配类似工单、自动推送解决方案、自动汇总工单类型等功能，达到减少工作量、提

高工作效率和提升服务质量的目标。

工单处理智能化首先要解决的问题是：如何从非结构化的工单描述（一连串语言符号）中

获取问题工单描述信息特征和解决方案信息特征。因此工单处理智能化技术首先涉及人工智能

的自然语言处理领域。当然，工单智能化的语言识别不同于一般的机器翻译或者专家系统自然

语言接口，它描述的内容有很强的领域范畴，即银行业务领域、IT技术领域，工单描述语言中

的上下文关联和语义环境，和专业领域有很强的关联关系。同时，工单描述语言分析还需要减

少无效词汇对语义理解的干扰，使得银行工单处理智能化需要适合自身特点的自然语言处理能

力。

在获取工单描述文字的特征信息后，智能工单处理系统需要对特征进行分析、分类，以确

定工单归属系统或者所属类型。同时，还需要从历史工单