01-中国移动-九天客服大模型
应用场景：为 10086 热线、APP、小程序等 20 余个入口提供统一智能客服与坐席辅助能力
投稿方：匿名投稿者 · 服务商：中国移动 · 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 · 员工约 45 万人量级，个人客户超 9 亿
3. AI 能力类型
智能体流程
4. 原来怎么干的
数万人规模人工坐席承接，咨询分散在 20 多个入口，各入口知识库与流程割裂；坐席需跨系统查号、查单、查政策，单通处理效率受人工检索速度制约；知识以周为单位更新，政策调整后应答滞后
5. AI 介入在哪一步
替代一线重复咨询应答与简单业务办理；增强坐席侧实时填单、话术生成、客户画像与智能摘要；运营侧替代知识采编、智能质检、热点话题挖掘与投诉分析；复杂投诉、协议签署、疑难业务仍由人工负责
6. 模型与架构
基于中国移动自研九天大模型，训练范式为「预训练 + 指令微调 + RLHF」；依托九天人工智能推训平台；支持多模态交互；统一对接 20 余个服务入口，面向客户/客服/运营三类角色提供能力
7. 数据基础（必填项）
基于近十亿客户服务的海量客服数据、业务知识和服务经验训练；数据源包括服务日志、业务数据、知识库与 API；训练数据规模在百亿 token 量级起步；具体清洗与标注人力投入未公开
8. 效果
意图识别准确率 92% → 95%；问题解决率 46% → 65%（上线后统计口径）；智能填单场景坐席填单时间减少 20 秒；即时工单推广使用率 62.87%；AI 准确率或采纳率：智能客服服务 9.5 亿用户、月交互量 2.1 亿次
9. 投入
集团级自研，九天人工智能平台属于长期基础设施投入；人力、预算档位、周期、推理成本均未公开
10. 坑
知识库更新滞后于政策变化导致应答口径过期；多入口、多系统统一对接改造量大；模型能力堆叠快于真实业务价值验证
下载 01-中国移动-九天客服大模型 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
- 01-中国移动-九天客服大模型.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。