Aderant 用 Amazon Nova 构建智能工单分诊系统
摘要
Aderant 基于 Amazon Bedrock 调用 Amazon Nova Lite,构建了面向支持工单的智能分诊系统,自动完成上下文收集、分类、路由与知识补充,并在生产中取得约 96% 的路由准确率。
核心要点
- 该系统名为 Intelligent Ticket Analyzer,服务于 Aderant 的 38 人 SierraOps 团队,该团队在 268 个客户环境中运维 Expert Sierra 平台
- 系统在业务日按小时调度运行,只处理新提交且未分配的工单,从 Jira、Confluence、Amazon Athena 和 Microsoft SharePoint 汇集运营上下文和知识
- 技术实现上由单个 AWS Lambda 函数编排无服务器工作流,由 Amazon EventBridge 在工作日每小时触发,模型调用通过 Amazon Bedrock Converse API 完成
- 2026 年 6 月 30 日至 7 月 17 日的生产前 2.5 周内,系统审查了 109 张工单,路由准确率约 96%
- 据自动化前的分诊基线测算,系统每周可回收 8–14 个工程小时,而总运营成本低于每月 30 美元
原文佐证
- During the first 2.5 weeks of production, from June 30 through July 17, 2026, the analyzer reviewed 109 tickets and achieved approximately 96% routing accuracy.
- Based on the team’s measured pre-automation triage baseline, Aderant estimates that the system recovers 8–14 engineering hours per week at a total operating cost of less than $30 per month.
- Before automation, each ticket required 15–25 minutes of manual investigation before resolution work could begin.
AI 洞察
这个案例的价值不在模型本身,而在于它把 LLM 放进了一条有调度、有数据源、有置信度阈值和人工兜底的运营流水线——单点智能变成了可重复的流程自动化。当每月不到 30 美元的推理成本就能换回每周十几个工程小时,企业 AI 的 ROI 讨论会从“能不能做”转向“哪些内部工作流还没有被这样改造”。这也意味着云厂商的模型产品正在通过 Bedrock 这类托管层,把客户粘性从模型能力转移到数据源连接与编排能力上。