解決方案
授權決策從外部看來似乎瞬間完成,但實際上是一位資深人員在權衡少數幾項訊號——消費模式、帳戶歷史、商戶類型——而這些判斷唯有在多年觀察過去決策結果之後才能正確習得。在業務量成長之前預先增聘人力,意味著一批新授權員在追上資深人員之前,會做出比資深人員更差的決策,而這段追趕期有多長,就得承受多久。
美國運通與 Inference Corporation 合作,探討這套判斷能否被直接擷取:訪談其最有經驗的授權員,了解他們決策背後的確切訊號與門檻,而非假設這項技能只能靠多年在現場執勤來傳授。
兩家公司共同打造了「授權員助理」(Authorizer's Assistant),編碼超過 3,000 條核心業務規則,取用多達 13 個內部交易與帳戶歷史資料庫,並於 1988 年第四季在美國個人卡與金卡上部署,以重現過去需要資深授權員才能做出的判斷決策。
達成成果
將資深人員的 3,000 多條規則編碼進可調取帳戶歷史的軟體,讓新進人員在第一天就能做出資深人員水準的決策。
為何有效
授權決策是對少數幾項訊號的快速查核,而非直覺。
資深人員的權重規則可以被引導出來,並編碼為軟體邏輯。
系統調取的資料庫,與人類會查核的資料庫相同。
新授權員可以查詢系統,並在第一天就做出資深人員水準的決策。
可應用之處
當業務量成長超出訓練速度時,將專家的決策規則擷取進初階人員可使用的系統,使成長與人力脫鉤。
後續發展
該系統運行了十多年而未重寫其規則庫,僅由五人維護,相較於同等規模系統典型的 30 至 40 人。授權員助理成為 1980 年代金融服務業專家系統熱潮中最常被引用的商業成功案例之一,被認為讓美國運通得以隨信用卡業務量擴展授權判斷,而無須以相同比例擴增人力。
追溯依據
參考來源
- American Express Authorizer's Assistant BizRules.info (Business Rules Group) · bizrules.info
- The Authorizer's Assistant: A Knowledge-Based Credit Authorization System for American Express Proceedings of the First Conference on Innovative Applications of Artificial Intelligence (IAAI-89), AAAI · cdn.aaai.org