數字員工是企業數字化轉型的一種途徑。其通過軟件、算法或其他形式的自動化工具構建的工作力量，能夠執行人類員工執行的任務，或為客戶提供多種信息、數據檢索，應用場景包括信息檢索、報告生成、任務處置、數據分析等。數字員工可幫助客戶提高辦事效率，減少人為錯誤、降低成本，且能夠7*24全天候工作。

人工智能（Artificial Intelligence，AI）和機器學習（Machine Learning，ML）技術為數字員工的發展提供了進一步可能。比如，聊天機器人或虛擬助手就是常見的數字員工案例，它們能夠處理大量的客戶咨詢，提供問題解答，或進行一些基礎的任務操作。

此外，機器人流程自動化（Robotic Process Automation，RPA）技術也被廣泛用于構建數字員工，這種技術能夠自動化一些重復性高、規則明確的工作流程，如信息錄入、報表計算等。

然而，雖然數字員工尤其顯著優勢，但也有潛在風險和挑戰。對于依賴機器學習和人工智能的數字員工，數據隱私和算法偏見也是需要關注的問題。

商業銀行方面，中國工商銀行圍繞數字工行“D-ICBC”推動數字化轉型發展，重點突破擬人度的人工智能技術，并賦予數字員工獨立人格化身份；中國建設銀行于2019年起引入RPA等技術構建數字員工運營服務平臺；興業銀行則建設智慧數字機器人，24小時微笑服務確保任意時段銀行服務便捷直達。

盡管數字員工正在商業銀行迅速發展，在運維領域的運用技術成熟度相對較低。總結來說，主要面臨著如下問題：

一、用戶接受度。用戶在特定場景下對數字員工持懷疑或抗拒態度，更傾向與人類員工進行互動、希望用口語化的方式、更直接表達對話意圖。

二、業務復雜度。運維場景常常涉及多個應用、多個系統或復雜決策的流程，在數字員工對話框內一站式解決用戶訴求的業務復雜度則更高。

三、生產安全性。數字員工的背后是大量的用戶數據，這涉及隱私和安全問題，相較其他業務系統需配以更嚴格的數據安全和業務連續性要求。

從上述問題出發，農行推出智能運維機器人“運維一點通”（下文簡稱“一點通”），為總分行科技條線用戶提供運維領域的知識消費、信息查詢、任務處置和運營服務。下文將主要圍繞農行運維領域智能運維機器人的設計和應用進行介紹。

人工智能技術的運用，使得農行數字員工-運維一點通可以更快速、準確地處理大量的數據、查詢和交易，最大程度地為用戶提供貼近人類情感的服務體驗。自2022年起，一點通服務用戶數量已達6500余人，其中總行5200人，分行1300人，月均問答3萬多輪次，命中準確率95%。

（1）自然語言處理

一點通的對話能力技術底座使用了農行智能對話機器人系統。后者通過統一的智能問答對話服務接口與行內應用系統進行信息交互，消費方系統在申請獲得智能對話機器人系統提供的資源環境后，首先需進行本業務領域問答知識的語料準備，并于平臺進行模型參數調優，確保機器人對用戶提問具備一定的自然語言辨識能力。

（2）智能搜索引擎

在基于智能機器人對話系統推廣近2個月后，對用戶輸入日志進行了分析。與預期不同，用戶并不會像與Siri、小愛對話那樣用純自然語言與機器人進行交流。原因有二，一是目標用戶群體為農行員工，該目標群體往往在辦公期間、有運維需求時使用該數字員工；二是目前的服務渠道以網頁端、農行統一通訊軟件的客戶端兩端為主，沒有聲控語音渠道，用戶提問是鍵盤手動輸入。用戶的提問以短語、特定字符串居多，鮮少出現主謂賓完整的句型結構。

基于以上特征，在AI對話的基礎上大幅提升智能搜索能力，一是通過分析查詢詞語、上下文和歷史數據，對搜索結果進行相關性排序；二是當用戶進行連續查詢時，搜索引擎記住上一次查詢的內容，并根據上下文進行結果的個性化調整。

（3）智能推薦系統

為了更好推廣產品，提升用戶的個性化體驗和辦公效率，建設智能推薦系統可以有效提升數字員工的價值和口碑。一點通根據用戶的職位、機構、查詢歷史、行為和上下文等信息，一是定期向不同職能或機構的科技條線用戶通過農行統一通訊軟件客戶端點對點推薦使用功能；二是定期分析用戶日志，向某個常用功能使用較少的用戶群體進行定向推薦；三是在變更窗口、工作例會等特殊時段向特定用戶推薦特定功能。

該運維數字員工不受時間和地點限制，無論工作時間還是非工作時間都能給客戶提供及時的支持和解決方案。這使其定位不同于智能問答和智能搜索引擎，不局限于“查”，而可以將重點放在“執行任務”，為用戶大幅提升工作效率和使用體驗。

（1）智慧應急

數字員工在應急會商場景下可以有效發揮信息傳播、輔助決策的價值。一點通在行內發生應急事件時，作為應急工作站與暢聊之間信息傳遞的媒介，可對暢聊應急會商群和相關個人用戶進行應急信息廣播和私播，包括應急進展、診斷結果、關聯變更、關聯系統性能指標等。會商群的廣播會定期通知相關系統處置進展，點對點私播則可有針對性提醒系統負責人、值班長、帶班經理相關信息，既能避免遺漏重要信息，也能方便用戶需要時隨時查詢應急相關信息。

按農行應急管理要求，現階段的應急會商場景中，數字員工可以提供實時數據的分析和決策支持，已與參與應急人員很好的開展流程上的銜接和配合。

（2）智慧提醒

智慧提醒是指數字員工通過智能化的方式向用戶提供及時的工作提醒、提示或警示。這些提醒可以基于用戶的行為、偏好、上下文或系統狀態等信息進行個性化和精準化的推送。

 一點通基于運維領域工作特點，以變更進度提醒為試點，向行內開發和運維部門管理用戶實時推送變更窗口變更實施進度，定時播報各處室變更實施進展，并提供失敗、超期變更相關信息。同時結合RPA自動化流程編排，將網頁端變更實施視圖全屏截圖并推送用戶，使用戶可以通過手機移動端APP直接看到網頁端詳細的變更實施視圖截屏。

（3）智慧審批

數字員工智慧審批指的是利用智能化技術和數字化工具來優化傳統流程或任務的審批過程。依托一點通的特性，以農行運維平臺的事務性流程試點實現了暢聊對話式審批流程。對于一些審批過程簡單、處置頻率較高的流程，對話式審批是不打斷他人工作節奏、提升工作效率的一項服務。

為了保證單人可在客戶端審批多條流程，支持用戶“引用回復”一點通（見上圖），即可達到在通訊軟件客戶端上審批多條流程的效果。工作時間不僅可提升用戶體驗，也提高了辦事效率。

由于對話式審批的界面是與機器人的聊天過程，因此目前不適用處理復雜流程的情況。假設流程中需要用戶填寫多項參數，或流程需要上傳文件，仍建議優先考慮網頁端處置。

（4）智慧運營

隨著農行運維平臺工具化能力持續發展與健全，各項運維自動化工具接入和平臺使用支持，初始的人肉支持模式已難以為繼。一點通將這部分工作量盡可能轉移給數字員工，用戶只需要向數字員工發送一些簡單的指令請求，即可在對話框里收到工具接入指南、所需菜單入口、核心指標明細報表；也可收到需要被關注的敏感日志分析結果、自助查詢頻次等敏感運維操作信息。

一點通上線至今已兩年有余，非功能性方面遵從“權限隔離、數據脫敏、持續監控、安全審計”的設計原則開展數字員工建設，最大限度地保護農行運維數據，規避生產安全風險。

在數據安全方面，一是在權限隔離方面通過對用戶群體進行分類，區分服務場景，有權限的用戶群體可獲得服務，沒有權限的用戶輸入相同指令則會進入常規問答邏輯；二是對數字員工跨多個平臺的搜索返回結果均進行了脫敏處理，如用戶個人信息、生產賬戶信息、日志敏感信息。

同時，從業務連續性角度，一是在數字員工一點通所有渠道均配有自監控，如網頁端接入網頁監控、日志關鍵字監控，應用客戶端部署在農行通訊軟件的機器人定制版客戶端，通過監測客戶端心跳的方式進行監控；二是將數字員工各渠道的所有對話日志均留存在本地數據庫中，并定期開展自查、立查立改。

運維一點通自2021年底推廣以來，各渠道累計提供對話服務累計14萬余次。22-23年總行用戶累計消費13萬次，累計使用人數6500人，用戶月活3000人；23年二季度面向分行科技條線用戶進行了三輪推廣，目前累計消費1萬次，累計使用人數600人。渠道方面，通過一體化生產運維平臺網頁端累計消費5萬次，通過應用客戶端累計消費7萬次。

查詢偏好方面，查詢運維工具配置信息、查詢應用配置信息、查詢分區信息是用戶最喜愛的三大場景，累計消費次數分別為8000+、7000+、5000+次。場景服務方面，現已為近30起應急事件提供了輔助決策作用；變更提醒自二季度上線以來已為10余個變更窗口共29個開發部門提供了累計330次變更進度私播、異常變更查詢服務；對話式流程審批自今年4月上線以來，已在應用系統運維工具不接入申請流程實現了試點推廣，現已通過對話方式審批了300輪次該流程；而面向部門管理團隊的部門運維簡報、部門告警明細等運營服務上線一年多已經向各部門運維專屬團隊等特定用戶提供了3000次服務。

應用效果方面，從最初的純NLP知識搜索到后期“AI+搜索引擎”結合，數字員工對話命中準確率從61%提升至現在95%左右。同時，為避免用戶使用過于單一化，一點通后臺會根據用戶的使用偏好向部分用戶精準投放推廣文案，以確保目標用戶群體會使用各類核心功能。目前，一點通各渠道活躍用戶約占研發中心用戶的15%，后續將進一步根據用戶所處部室、用戶職級進行分批次精準營銷，在不打擾用戶工作的前提下持續提升目標用戶服務效率。

隨著當下大語言模型在人工智能領域帶來的技術突破，數字員工的發展勢必會在不遠的未來上升到新的階段。首先，大語言模型為數字員工提供了更強大的自然語言處理能力，它具備了更好的語義理解和上下文掌握，能更準確理解用戶的意圖和需求。例如常用運維知識查詢，包括查詢生產系統操作指令、故障診斷等。

其次，大語言模型強大的內容生成能力為數字員工帶來更多創造性和可能性，比如提供建議、給出解決方案或解釋復雜概念。常用運維場景有自動化運維文檔創建、故障解決方案生成等。此外，大語言模型還具備知識融合和遷移的能力，可以從海量的數據中學習和歸納出有價值的知識。

綜上所述，隨著大語言模型的推廣和應用，數字員工在未來還會擁有更強大的能力和更廣闊的應用前景。

作者介紹

李心玥，上海研發部運維平臺研發團隊公共服務組高級專員，牽頭一體化生產運維平臺-技術運營建設，負責統籌平臺技術運營服務和智能運維機器人相關工作。

邱麗媛，上海研發部運維平臺研發團隊公共服務組專員，牽頭負責智能運維機器人開發運維工作。

徐佳琦，上海研發部運維平臺團隊職能經理，一體化生產運維建設老兵一枚。