Ant International sostituisce una pipeline di assistenza ai commercianti a più passaggi con un unico modello Qwen3 affinato

Il problema

Ant International, un'azienda globale di pagamenti e servizi finanziari, gestisce un agente di assistenza ai commercianti che tratta richieste su pagamenti transfrontalieri, contestazioni di rimborso e regolamenti dell'e-commerce. L'agente era costruito come una catena di moduli separati: instradare la domanda, recuperare informazioni, pianificare, agire, scrivere la risposta e rivederla. Gli autori dicono che questo tipo di catena accumula toppe per ogni caso strano, rende gli errori difficili da rintracciare e aggiunge ritardo a ogni passaggio. Un errore all'inizio della catena si propaga ai passaggi successivi, e il ritardo irrita i clienti preoccupati per il proprio denaro.

Cosa hanno costruito

Il team ha sostituito la catena con un unico modello, che chiama OneModel. Un solo modello gestisce l'intero scambio: capire la richiesta, usare strumenti, seguire le procedure aziendali e scrivere la risposta. Le regole aziendali e le procedure operative standard sono incorporate nei parametri del modello tramite ulteriore addestramento, invece di risiedere in moduli separati.

Il modello ha 8 miliardi di parametri ed è basato sulla famiglia Qwen3 a pesi aperti di Alibaba. Viene servito sull'infrastruttura propria di Ant International con GPU NVIDIA H200 e il software open source vLLM.

Come ci sono riusciti

L'addestramento ha avuto tre fasi. La prima ha insegnato al modello la conoscenza stabile del dominio aziendale usando manuali, FAQ interne e casi problematici passati. La seconda ha usato circa 200.000 esempi tratti da log di assistenza e procedure di altissima qualità per insegnare al modello ad applicare le procedure aziendali passo dopo passo. La terza ha usato l'apprendimento per rinforzo, in cui un cliente simulato conversa con il modello e un sistema di punteggio premia il buon comportamento, per correggere i casi limite difficili e rendere le risposte meno robotiche.

I dati che cambiano in fretta, come i tassi di cambio, non vengono addestrati nel modello. Sono forniti al momento di ogni richiesta, il che evita di riaddestrare ogni volta che cambiano i numeri.

Risultati

Ant ha condotto un test A/B online di più settimane, confrontando OneModel con la pipeline modulare esistente sul Global Merchant Service Agent. La latenza è calata di oltre il 50%, da 18,7 s a 8 s, e l'Intelligent Resolution Rate è salito dal 64,3% all'83,3%. Il paper riporta anche che l'8B OneModel ha raggiunto un tasso di risoluzione massimo del 90,75% nella sua valutazione, sopra GPT-5.2 all'87,55%, in una valutazione di cui il paper non descrive la configurazione.

Cosa è andato storto

Gli autori elencano le lezioni del passaggio. Un cliente simulato che sembrava umano (95,8% di somiglianza umana, contro il 96,7% delle persone reali) non si comportava come uno reale. I clienti reali chiedevano un operatore umano circa il 10% delle volte e il simulatore solo l'1,7%, quindi il team ha dovuto addestrarlo a mostrare impazienza e a lamentarsi. Anche le etichette umane rumorose hanno danneggiato il modello di punteggio usato nell'addestramento, perciò il team ha costruito un ciclo che ripulisce le etichette. Infine, un unico modello è più difficile da debuggare di una catena di moduli, perché non è più chiaro quale passaggio abbia fallito.

Cosa replicare

Mappare i passaggi della propria catena di assistenza e contare quanto ciascuno aggiunge in ritardo ed errori. Spostare le regole stabili nel modello e tenere fuori i fatti volatili. Misurare la risoluzione senza escalation umana e testare il nuovo progetto contro quello attuale su traffico reale.