L’ottimizzazione del supporto applicativo di Secondo Livello (L2) in ambito bancario richiede la massima fluidità nei flussi di ticketing e il rigoroso rispetto dei vincoli normativi sulla protezione dei dati. In collaborazione con un primario gruppo bancario internazionale, abbiamo introdotto logiche di Intelligent Triage e automazione agentica per velocizzare la risoluzione delle segnalazioni complesse, garantendo i più severi standard di compliance e anonimizzazione dei dati (GDPR).
Cosa abbiamo fatto?
Abbiamo sviluppato un connettore dedicato che intercetta i trigger e le email di notifica del sistema di ticketing HDA, effettuando il parsing automatico e creando/aggiornando istantaneamente i corrispondenti task su Jira con mappatura puntuale degli stati operativi. Prima che il testo del ticket venga processato dall’AI, un gateway locale basato su espressioni regolari (RegEx) e modelli di NLP leggeri esegue il mascheramento preventivo dei dati sensibili (Codici Fiscali, NDG, IBAN, Nomi e indirizzi). L’agente di triage analizza quindi la issue in un ambiente isolato a zero retention sulla nostra piattaforma AI WhiteBox, generando un’analisi accurata e una bozza di risposta integrata direttamente su Jira come commento per l’operatore (Human-in-the-Loop).
Risultati
- Eliminazione delle attività ripetitive: Azzeramento del caricamento manuale dei ticket grazie alla sincronizzazione automatica bidirezionale HDA-Jira.
- Compliance GDPR Bloccante: Mascheramento preventivo locale dei dati sensibili prima dell’invio ai modelli linguistici; gli allegati vengono esclusi dall’invio AI per la sola consultazione manuale.
- Supporto decisionale accelerato: Generazione di bozze di risposta pronte all’uso e identificazione immediata delle procedure note (Runbook).
Come abbiamo migliorato la manutenzione applicativa con lo Smart Triage
Abbiamo trasformato la gestione dei ticket L2 introducendo l’intelligenza artificiale come copilota dell’operatore umano. L’AI analizza lo storico dei ticket dell’ultimo anno tramite clustering, identifica le issue e propone soluzioni pronte. L’operatore esamina il suggerimento su Jira e, se concorda, effettua un rapido copia e incolla sul sistema HDA, alimentando un feedback loop che abilita il miglioramento continuo del sistema.
Gli obiettivi del progetto erano:
- Focalizzare l’effort del team L2 sui task complessi, riducendo il tempo speso nel caricamento dati e nella classificazione.
- Velocizzare lo smistamento dei ticket fuori perimetro (es. anomalie L1 o sistemi esterni).
- Garantire una totale aderenza al GDPR isolando completamente i dati personali dall’analisi dell’AI.
La nostra soluzione: Automazione Sicura in modalità Human-in-the-Loop
Sfruttando l’architettura isolata della piattaforma proprietaria AI WhiteBox, abbiamo configurato un flusso in cui l’AI agisce esclusivamente come assistente dell’operatore. Tecniche di Prompt Engineering specialistico e logiche RAG (Retrieval-Augmented Generation) applicate allo storico dei ticket permettono di classificare la issue in totale sicurezza senza memorizzazione dei dati sui server esterni.
Risultati concreti: ottimizzazione dei flussi e reporting real-time
- Focalizzazione dell’Effort: Riduzione immediata dei tempi di gestione delle anomalie e rispetto stringente degli SLA di servizio.
- Reporting & Governance Real-Time: Implementazione di dashboard dedicate su Jira per monitorare oggettivamente i volumi di ticket deviati, misurare le performance di risoluzione e tracciare l’efficacia dell’AI nei SAL di governance.
Tecnologie utilizzate
- Piattaforma proprietaria AI WhiteBox (Ambiente Enterprise con policy Zero Retention)
- Gateway locale di anonimizzazione PII (RegEx e modelli NLP leggeri)
- Clustering semantico dello storico di ticketing ed elaborazione Runbook
- Tecniche di Retrieval-Augmented Generation (RAG) e Prompt Engineering specialistico
- Connettori custom per integrazione bidirezionale HDA / Jira API
