安徽移动“回声”智能体——客户关注,必有回声
9 小时前 / 阅读约5分钟
来源:C114
安徽移动利用AI大模型构建AI+用户来话分类体系,打造“回声”服务分析模型,提升投诉处理效能,实现来话转写、意图识别、AI能力网关等关键技术突破,已在全省推广并取得显著成效。

摘要

在如今移动互联网时代,人们对于工作生活的需求逐渐多元化,这给运营商的传统通信服务带来巨大挑战。运营商每天需要处理海量客户来话,传统的用户投诉来话处理方式效率低、准确性不足,难以满足快速响应客户需求的市场。为了更好地服务客户,安徽移动利用AI大模型的文本分析和理解能力,构建 AI+用户来话分类体系,能够精准定位客户投诉焦点,强化投诉预处理能力,从而提升投诉处理效能。安徽移动切实开展客户服务的顽疾治理、优化服务质量,要求“说到就要做到,承诺就要兑现”,真刀真枪解决客户服务顽疾问题。

传统客户投诉处理效率低,治标不治本

安徽移动10086热线每月受理人工来话300万次以上,月生成各类服务响应工单约30万张,占客户问题反映总量的90%以上,是问题处理的最主要渠道,但传统的客户投诉处理往往会面临多种问题。在客户首次投诉的处理过程中,由于业务形态趋于复杂、一线人员流动性增大,往往会出现投诉处理的服务效率不高、一致性差、处理能力不强等问题;在客户重复投诉的升级过程中,重复问题识别基于话务员手工点击,问题溯源效率低、准确性不足,持续损害客户体验和满意度;在问题回溯分析过程中,问题数据基于手工分类,并且与客户画像、服务过程、事后感知之间缺乏关联分析和协同分析,结论也相对单调,分析深度不足。各环节普遍存在问题,治标能力不足、治本不够深入,导致客户体验无法得到保障。

安徽移动构建“回声”智能体底座,高效治理客户服务顽疾

安徽移动依托集团聚智、大音等集约化平台,聚焦10086热线在客户问题解决过程中存在的服务效率不高、重复问题预警不全面、分类准确性不足等问题,依托客户来话、集团大音满意度评测、潜在不满识别标签、客户满意指数等客户数据,基于大小模型能力,打造“回声”服务分析模型,沉淀来话信息摘要、客户情绪识别、客户问题分类、典型场景辅助处理等能力,实现对客户首次问题处理、客户重复投诉升级、问题溯源分析三个过程的AI+重塑。

 

在首次问题处理过程中,“回声”智能体面向问题受理、问题处理、闭环监督三个核心环节,基于信息摘要、场景辅助、情绪识别能力,实现工单内容自动填写、典型场景的AI诊断、处理成效的智能质检,提升问题处理质效。

在重复投诉过程中,“回声”智能体聚焦精准预警、处理提效两个重点方向,基于信息分类和信息摘要能力,实现基于大模型的重复投诉识别预警和重复投诉的辅助处理。

在溯源分析过程中,“回声”智能体聚焦解决投诉的源头治理,首次根据10086全量来话,结合集团潜在不满和满意指数识别结果,从用户诉求、用户态度等多维度感知用户,及时识别风险,输出服务推诿、违规收费等200+标签。相关标签持续沉淀,融入中国移动磐维OLAP数据湖,支撑长周期、多维度溯源分析。通过来话“听音、回声、溯源、根因修复”四大流程重塑,赋能投诉治理“抓早、抓小”。

“回声”智能体三大关键技术,实现AI赋能客服业务转型

一是全量来话转写接入,安徽移动协同中移在线公司通过异步调用10086语音准实时转写能力,以Kafka消息方式实现分钟级接入,减少全量话单延迟,并通过音轨分离和方言验证的方案,提高意图识别的准确率,解决了每月300万来话实时转写问题。

二是高精度意图识别,通过清洗、纠错、口语化转写等意图预处理手段降低模型理解难度,使用正则模板、词库匹配、实体引用等方式进行规则化医实现轻量级、高响应的意图判定,同时根据不同请求和语义难度来选择大小模型协同推理,实现更快速、更准确的意图解析能力,意图识别准确率接近90%。

三是自研AI能力网关,可通过策略配置,实现后端异构模型的智能调度和负载均衡,同时提供安全路由能力,可针对后端生产系统的接口调用进行安全认证管控、流量管理和接口智能匹配,解决了大模型高并发问题,为规模化应用积累了宝贵经验。

“回声”智能体打造安徽移动AI标杆,以技术创新重塑客户服务体验

“回声”智能体已在安徽全省推广,上线以来,月均调用量可达200万次,客户问题解决能力明显提升,客户满意度持续改善,其中投诉处理用后即评满意度同比改善4.84pp,重复投诉率同比改善1.13pp。目前该智能体已上架中国移动集团的“聚智”智能体平台,可支持全国各省移动公司复制安徽经验。

未来安徽移动仍将持续投入“人工智能+”行动,聚焦在市场、综合、网络等多领域场景进行AI赋能的创新探索,致力于用AI重塑运营商业务流程,实现数智化转型。安徽移动将积极运用国产化大模型、自研聚智智能体平台、自研磐智MaaS平台与昇腾国产化算力底座,以自主可控的创新科技,推动业务变革,焕新安徽移动生产力。