Aderant 用 Amazon Nova Lite 构建工单智能分诊系统

法律行业商业管理软件提供商 Aderant 在 AWS 官博发表客座文章，详细介绍其如何基于 Amazon Bedrock 与 Amazon Nova Lite 构建「智能工单分析器」(Intelligent Ticket Analyzer)，为 SierraOps 团队提供自动化工单上下文采集、分类、路由与知识增强能力。

业务背景与挑战

Aderant 的 SierraOps 团队负责在全球 268 个客户端环境中运维 Expert Sierra 产品，团队共 38 人，每周需处理 34–40 张支持工单。自动化之前，每张工单需工程师手动投入 15–25 分钟进行解读、查证与分配，主要工作包括：

• 理解客户请求内容
• 定位客户端环境信息
• 确认问题归属团队
• 检索文档与历史工单
• 分派或转交处理人

除分诊耗时外，误路由工单可能在错误队列中滞留，初级工程师往往需要资深同事指导才能完成路由决策。Aderant 希望建立自动化、可重复的调查工作流，让工程师专注于复杂排障与平台改进，同时为低置信度决策保留人工审核环节。

解决方案架构

智能工单分析器以 AWS Lambda 为核心编排器，由 Amazon EventBridge 在工作日每小时触发一次，通过 AWS SAM 与 CloudFormation 一键部署。对每张未分配工单，流程分为五个阶段：

• Identify（识别）：从 Jira 拉取未分配工单。
• Enrich（增强）：从 Amazon Athena 获取客户端元数据，从 Confluence 与 SharePoint 检索相关知识，从 Jira 匹配历史已解决工单。
• Classify（分类）：将工单与上下文通过 Amazon Bedrock Converse API 送入 Amazon Nova Lite，输出结构化分类结果与建议下一步。
• Act（执行）：在 Jira 发布分析与回执，重新分派误路由工单，向对应 Microsoft Teams 频道发送通知，并对可由支持流程解决的场景应用预设动作。
• Observe and improve（观察与改进）：将运营指标发布至 Amazon CloudWatch，低置信度分类自动转人工审核。

数据流方面，Lambda 从 AWS Secrets Manager 取得凭证，调用 Athena 查询环境元数据，并对接 Jira、Confluence 与 Microsoft Graph API；Bedrock 返回 Nova Lite 的结构化分类结果，DynamoDB 负责跨工单模式追踪，最终动作由 Jira、Microsoft Teams 与 Confluence 接收，CloudWatch 提供运行监控。值得注意的是，该方案仅使用内部运维工单数据与元数据，不访问或存储任何客户业务数据。

为什么选择 Amazon Nova Lite

Aderant 在 Amazon Bedrock 上使用真实工单数据评估了多个基础模型，最终选定 Nova Lite，主要基于三点考量：

• 运营特异性：在相同工单内容、运行环境、Runbook 与处理历史的对比测试中，Nova Lite 能提取出更具体的解决步骤，并更有效地关联历史问题。
• 原生 AWS 集成：Nova Lite 与 Bedrock Converse API、IAM 权限、AWS SDK 及既有 AWS 环境无缝衔接，无需额外引入第三方模型供应商或签订新合同。
• 经济性匹配工单规模：模型成本结构使常规工单分析具备性价比，初次生产期间系统总成本低于每月 30 美元，其中 Bedrock 推理成本低于每月 1 美元。

早期运行成效

系统自 2026 年 6 月 30 日至 7 月 17 日投入生产的前 2.5 周内，共审阅 109 张工单，路由准确率约达 96%。基于自动化前的人工分诊基线，Aderant 估算该方案每周可回收 8–14 个工程师小时，月度总运营成本不足 30 美元。

置信度高于预设阈值的路由与重新分派可自主执行，低置信度工单则标记人工审核；团队每周复盘路由纠错结果，用于持续优化提示词与路由逻辑。该部署也是 Aderant AI 路径的延伸——此前他们已通过 Amazon Quick 实现统一搜索与按需调查，本次则将能力扩展为由 Nova 驱动的定时自主运营工作流。