中国电信-谛听客服智能体
应用场景：客服话务处理中的来话信息梳理确认与标准服务方案匹配
投稿方：匿名投稿者 · 服务商：中国电信 TeleAI · 收录时间：2026/10/16
本案例信息由投稿方提供、平台整理，尚未经人工核实，重要信息请以原文为准。
案例事实
1. 一句话摘要
投稿方未提供
2. 行业 + 企业规模
其他 · 10000 号日服务量约 30 万分钟
3. AI 能力类型
智能体流程
4. 原来怎么干的
数千级人工坐席承接全部呼入呼出、政企热线、销售队列；单通来电信息梳理与确认环节冗长；新人上手周期长。
5. AI 介入在哪一步
替代了「来话信息梳理与确认」和「标准服务方案匹配」两个环节；增强了坐席的意图识别、知识调取与话术推荐；疑难投诉与最终处置仍由人工完成。
6. 模型与架构
大小模型协同架构：小模型负责ASR、简单意图识别、知识匹配与简单实体抽取；大模型负责复杂意图识别、知识收集编辑与复杂实体抽取；引入两层知识图谱；遵循九步业务流程；与中国电信TeleAI联合研发。
7. 数据基础（必填项）
湖北电信10000号日服务量约30万分钟，语音与文图数据总量超3TB；构建超30万小时高质量方言数据库（覆盖31个省份）；数据清洗与标注工作量未公开。
8. 效果
深圳市民生诉求：51秒 → 30秒（全量口径）；东莞12345：话务时长65秒 → 42秒，效率提升35%；湖北10000号：宽带报障处理时限45秒 → 30秒以内；每轮通话信息梳理确认环节减少30%；AI采纳率未明确，但‘平均每轮万号通话时长减少约40%’为运行效果统计口径。
9. 投入
省公司‘揭榜挂帅’立项、与中国电信TeleAI联合研发；人力、预算档位、周期、推理成本均未公开。
10. 坑
方言与口语化表达需极大规模语料投喂才能稳定识别；大量‘重复来话’需依赖知识图谱与算法理解‘解题逻辑’，仅语义匹配无法真正解决问题。
下载 中国电信-谛听客服智能体 复现资料
本案例的投稿文档与附带资产已整理为专属复现包，留资后即可下载。
- 00_说明.txt
- 01_关键信息.md
- 中国电信-谛听客服智能体.docx
分享复现反馈
复现结果、失败条件或内容修正——案例因真实反馈持续改进，提交后即展示在案例页并进入社区动态。
示例：「按复现包部署到测试环境，用 qwen-plus 跑通全流程；线索排序与案例描述一致，但导出报表需手工补字段。」
写清环境/模型、跑通到哪一步、与案例描述的差异即可；署名选填，匿名反馈同样展示；提交即公开，如需下架可联系平台。