[论文解读] A Unified Conversational Assistant Framework for Business Process Automation

Yara Rizk, Abhishek Bhandwalder+6 more|arXiv (Cornell University)|Jan 7, 2020

Business Process Modeling and Analysis参考文献 21被引用 11

一句话总结

本文提出了一种多智能体编排框架，统一了业务流程自动化的对话助手，通过一个3S编排器（评分器、选择器、排序器）实现与异构智能体（如对话、数据查询和告警智能体）的自然语言交互。该框架降低了编码开销，支持可扩展性与多用户访问，并通过两个真实用例验证了其有效性，集成工作量极小且性能表现优异。

ABSTRACT

Business process automation is a booming multi-billion-dollar industry that promises to remove menial tasks from workers' plates -- through the introduction of autonomous agents -- and free up their time and brain power for more creative and engaging tasks. However, an essential component to the successful deployment of such autonomous agents is the ability of business users to monitor their performance and customize their execution. A simple and user-friendly interface with a low learning curve is necessary to increase the adoption of such agents in banking, insurance, retail and other domains. As a result, proactive chatbots will play a crucial role in the business automation space. Not only can they respond to users' queries and perform actions on their behalf but also initiate communication with the users to inform them of the system's behavior. This will provide business users a natural language interface to interact with, monitor and control autonomous agents. In this work, we present a multi-agent orchestration framework to develop such proactive chatbots by discussing the types of skills that can be composed into agents and how to orchestrate these agents. Two use cases on a travel preapproval business process and a loan application business process are adopted to qualitatively analyze the proposed framework based on four criteria: performance, coding overhead, scalability, and agent overlap.

研究动机与目标

• 解决在业务流程中以最低技术门槛部署自主智能体并实现高用户采纳率的挑战。
• 降低将独立开发的智能体集成到统一对话系统中的编码开销。
• 实现业务用户与自动化智能体之间主动的、自然语言的交互，用于监控、控制与自定义。
• 通过可学习的编排器流水线，克服大规模多智能体系统中的可扩展性与智能体功能重叠问题。
• 在多用户环境中支持基于角色的访问控制，同时保障数据隐私。

提出的方法

• 采用3S编排器（评分器、选择器、排序器）根据用户意图和上下文动态管理智能体执行。
• 为智能体定义标准化的输入-输出契约，以确保互操作性并降低集成复杂度。
• 使用基于学习的选择器处理智能体功能重叠问题，并随时间提升选择准确性。
• 将异构智能体（包括对话、数据查询、可视化和业务规则智能体）整合到单一对话接口中。
• 支持多用户会话，并在智能体级别实施基于用户的访问控制。
• 在沙盒环境中为两个真实用例部署该框架：差旅预审批与贷款申请流程。

实验结果

研究问题

• RQ1 如何有效将独立开发的、可能不兼容的AI智能体组合成一个统一的对话助手，且编码开销极低？
• RQ2 如何通过中心化编排器管理智能体的选择、排序与评分，同时处理智能体置信度中的噪声与不确定性？
• RQ3 应采用何种机制防止大规模多智能体系统中因智能体功能重叠导致的性能下降？
• RQ4 如何在不损害安全或隐私的前提下，支持主动通信与多用户协作？
• RQ5 该框架在多大程度上可通过自然语言接口提升企业业务流程自动化领域的可用性与采纳率？

主要发现

• 该框架成功将多个自主智能体（包括数据查询、可视化和业务规则智能体）以极低的编码开销集成到单一对话接口中。
• 3S编排器通过强制执行标准化的输入-输出契约并支持动态智能体选择，显著降低了智能体集成的复杂度。
• 基于学习的选择器提升了智能体选择的准确性，并缓解了因功能重叠导致的性能下降问题。
• 在贷款申请用例中，助手能够理解并处理复杂自然语言查询，如“按贷款金额找出前5名借款人”和“评估一项贷款申请”。
• 系统展现出主动能力，例如主动提醒用户注意高风险贷款申请，并按需生成柱状图等可视化图表。
• 该框架在真实场景中表现出优异的可用性，用户仅通过自然语言即可完成数据查询、任务自动化与决策支持。