# 5G新通话AI智能体四强商用实战拆解：从语音管道到智能服务入口
## 一、引言：为什么5G新通话+AI是客服革命的下一个战场
2025年被业界称为"5G新通话商用元年"。与传统IVR改造、聊天机器人不同，5G新通话（5G New Calling）通过IMS数据通道（DC Channel）将AI能力直接嵌入原生语音/视频通话中，实现了通话过程中的实时翻译、数字人交互、屏幕共享增强等全新客服体验。这不是一个概念——河南移动已在中兴通讯平台上完成了现网试点，Deutsche Telekom的LMOS多智能体平台已处理超过200万次服务对话，SoftBank在10周内让员工创建了250万个AI代理。
3GPP在TS 26.501中定义了5G新通话的DC Channel架构，允许运营商在VoNR/VoLTE通话中建立并行的数据通道，传输AI处理后的富媒体内容。这意味着：用户拨打10086时，不再只是听到"请按1进入XX服务"，而是手机屏幕上同步出现AI数字人进行手语翻译、话费账单可视化展示、故障定位地图实时推送。
```mermaid
graph TB
subgraph "5G新通话AI智能体架构"
UE[用户终端
VoNR/VoLTE通话] -->|语音+视频流| IMS[IMS核心网]
UE -->|DC数据通道| DC[DC Channel
富媒体传输]
IMS -->|呼叫信令| CSCF[P-CSCF/S-CSCF]
DC --> AS[应用服务器
AI智能体编排]
AS --> AI_Platform[AI能力平台]
AI_Platform --> MT[实时机器翻译]
AI_Platform --> DH[AI数字人生成]
AI_Platform --> NLU[意图理解/NER]
AI_Platform --> KB[知识库检索]
AS -->|DC通道
富媒体推送| UE
CSCF --> MRF[媒体资源功能
AI媒体处理]
MRF --> AS
end
style UE fill:#4FC3F7,color:#000
style AS fill:#FF8A65,color:#000
style AI_Platform fill:#81C784,color:#000
style DC fill:#FFD54F,color:#000
```
本文聚焦全球四家运营商/运营商集团的5G新通话AI智能体商用实战，拆解技术架构、部署路径、效果数据和ROI。
---
## 二、案例一：河南移动×中兴通讯——5G新通话AI数字人跨越沟通障碍
### 2.1 背景与需求
中国有超过2700万听障人士，约3.3亿老年人面临不同程度的听力衰退。传统客服热线对这类群体几乎不可用。河南移动与中兴通讯合作，基于5G新通话DC通道，在2025年4月于河南开封兰考完成现网试点，9月荣获ICT中国（2025）案例评选一等奖。
### 2.2 技术架构
该项目核心是中兴的"实时通信融合AI平台"，采用插件化架构和智能编排技术，实现了：
- **DC通道信令交互**：基于3GPP TS 26.501规范，在VoNR通话中建立并行数据通道，传输AI生成的手语动画、字幕文本、可视化卡片
- **AI数字人实时生成**：通话过程中，AI引擎将客服语音实时转换为手语动画数字人，通过DC通道推送到听障用户手机屏幕
- **多模态智能编排**：支持三类AI智能体——（1）手语翻译智能体、（2）实时字幕智能体、（3）语音增强智能体，根据用户画像自动编排
### 2.3 部署与效果
兰考现网试点覆盖焦裕禄学院和人民广场两个演示点，实测数据如下：
| 指标 | 数据 |
|------|------|
| 手语翻译延迟 | <500ms（语音到手语动画端到端） |
| 字幕生成准确率 | 96.2%（中文普通话场景） |
| DC通道建立时间 | <200ms（与呼叫信令同步建立） |
| 并发支持 | 单服务器节点支持500路同时通话 |
| 用户满意度（听障用户） | 4.8/5.0（试点期间问卷） |
### 2.4 场景拓展
项目已规划向以下场景延伸：远程医疗（医患视频问诊实时转译，解决方言和听障问题）、在线教育（手语课堂、老年人智能助教）、银行/政务热线接入。中兴通讯的AI平台采用插件化架构，新增一个AI能力模块从开发到上线约需2-3周。
---
## 三、案例二：Deutsche Telekom——LMOS多智能体平台驱动200万+服务对话
### 3.1 从Frag Magenta到LMOS的演进
Deutsche Telekom的AI客服历程可追溯到"Frag Magenta"（问Magenta）聊天机器人。2024年，DT启动了LMOS（Language Model Operating System）项目，这是一个面向多智能体编排的开放平台，已捐献给Eclipse基金会开源。LMOS采用Kotlin语言构建Arc框架，支持多租户、多模型、多语言部署。
### 3.2 多智能体架构
DT的技术栈包含以下关键组件：
- **向量数据库层**：使用Qdrant作为向量搜索引擎，存储运营商知识库的语义索引，支持RAG（检索增强生成）
- **多Agent编排**：通过Arc框架实现Agent之间的协作——Billing Agent处理账单查询、Tech Agent处理网络故障、Upgrade Agent处理套餐变更，由Orchestrator Agent统一调度
- **模型策略**：根据不同市场的语言和数据主权要求，灵活切换底层LLM（德国市场使用本地部署模型，其他市场可使用云端API）
### 3.3 商用成果
截至2025年底，DT的AI智能体平台已交出以下成绩单：
| 指标 | 数据 |
|------|------|
| 累计服务对话量 | 200万+（覆盖欧洲多国市场） |
| 自助解决率 | 70%+（无需人工坐席介入） |
| 支持市场 | 德国、奥地利、希腊、克罗地亚、匈牙利等 |
| 开发效率 | 新Agent上线周期从数月缩短至数周 |
| 用户满意度提升 | NPS提升约15个百分点 |
| 人工坐席减负 | 重复性查询处理量减少40% |
### 3.4 开源生态价值
LMOS作为Eclipse基金会项目，其开源策略为运营商AI客服领域带来了独特价值：降低技术门槛（其他运营商可直接基于LMOS构建自己的多智能体平台）、避免供应商锁定（多模型支持，可自由切换LLM后端）、社区驱动迭代（全球开发者贡献Agent模板和工具链）。DT在2025年MWC上展示了基于网络能力的AI通话助手，将LMOS能力延伸到了语音通话场景。
---
## 四、案例三：SoftBank——10周250万AI代理的呼叫中心革命
### 4.1 战略定位
SoftBank Corp.于2025年启动了可能是全球最大规模的运营商AI代理部署项目。与微软合作，基于Azure AI Foundry构建AI驱动的呼叫中心，目标是实现"零等待、人工级服务质量"。
### 4.2 技术方案
SoftBank的方案有两个核心创新点：
**（1）全民AI代理创建**：2025年6月启动内部计划，每位SoftBank员工都创建自己的AI代理。结果令人震惊——仅10周时间，员工创建了超过250万个AI代理，覆盖客服、销售、网络运维、HR等全业务线。这些代理能够执行从回答复杂HR政策咨询到辅助软件开发的各种任务。
**（2）Azure AI Foundry集成**：利用微软的AI Foundry平台，SoftBank构建了统一的AI代理管理框架，包括代理生命周期管理（创建→测试→部署→监控→迭代）、与企业知识库的深度集成、严格的安全和合规控制。
### 4.3 呼叫中心专项成果
| 指标 | 数据 |
|------|------|
| AI代理创建量 | 250万+（10周内） |
| 呼叫中心AI处理比例 | 目标从30%提升至80%+ |
| 员工AI使用渗透率 | 全员覆盖（非仅客服部门） |
| 平均等待时间 | 目标接近零 |
| 端到端平台 | Azure AI Foundry全托管 |
| 远期目标 | 2026年部署10亿级AI代理 |
### 4.4 规模化的秘诀
SoftBank的案例证明了一个关键洞察：AI客服的规模化瓶颈不在技术本身，而在**组织动员**。通过让每位员工都成为AI代理的创建者和使用者，SoftBank实现了AI能力的民主化分布。这种"全民AI"模式与传统的"集中式AI团队"模式形成鲜明对比——传统模式下，一个运营商客服AI项目通常由30-50人的专项团队推进，而SoftBank将数万名员工变成了AI开发者。
---
## 五、案例四：Vodafone——TOBi + SuperAgent双引擎驱动客服智能化
### 5.1 双层架构设计
Vodafone在客服AI化方面采用了独特的"双引擎"策略：
- **TOBi**：面向客户的GenAI虚拟助手，已升级为大模型驱动，支持15种语言，覆盖Vodafone在全球的多个市场
- **SuperAgent**：面向人工坐席的GenAI Copilot，实时辅助坐席处理客户问题
### 5.2 Corso呼叫中心试点
Vodafone选择意大利Corso呼叫中心作为GenAI方案的试点站点。试点成果显著：
| 指标 | 试点数据 |
|------|----------|
| 平均通话时长（AHT） | 显著降低（公司官方表述） |
| 客户满意度 | 试点期间明显改善 |
| 坐席工作效率 | 提升约20-30%（GenAI辅助场景） |
| TOBi自主处理率 | 数字渠道70%+查询自主解决 |
| 多语言支持 | 15种语言统一平台 |
| 知识检索准确率 | 基于RAG架构，显著优于传统FAQ |
### 5.3 Fastweb联合案例
值得注意的是，Vodafone Italy还与Fastweb合作，使用LangChain多智能体框架构建了客服自动化系统，服务950万意大利用户。该系统采用多Agent协作架构（Intent Agent→Knowledge Agent→Action Agent），实现了从意图识别到业务操作的全链路自动化。
---
## 六、四强方案横向对比
### 6.1 技术架构对比
| 维度 | 河南移动×中兴 | Deutsche Telekom | SoftBank | Vodafone |
|------|--------------|-----------------|----------|----------|
| **核心技术** | 5G新通话DC通道+AI数字人 | LMOS多智能体平台 | Azure AI Foundry全员AI | TOBi+SuperAgent双引擎 |
| **AI架构** | 单Agent+插件编排 | 多Agent协作（Orchestrator） | 全民分布式Agent | 双层（客户+坐席） |
| **底层模型** | 中兴自研+第三方 | 多模型灵活切换 | Azure OpenAI | Azure OpenAI + RAG |
| **开源程度** | 有限开放 | LMOS完全开源 | 不开源 | 不开源 |
| **差异化能力** | 实时通话中AI交互（DC通道） | 跨国多租户统一平台 | 规模化速度（250万/10周） | 多语言全球覆盖 |
| **部署阶段** | 现网试点→商用推进 | 规模商用（200万+对话） | 内部全员→呼叫中心扩展 | 试点验证→全球推广 |
### 6.2 效果数据对比
| 效果指标 | 河南移动×中兴 | Deutsche Telekom | SoftBank | Vodafone |
|----------|--------------|-----------------|----------|----------|
| 服务规模 | 试点阶段（数百用户） | 200万+对话 | 250万+Agent | 70%+数字渠道自助率 |
| 自助解决率 | 试点中 | 70%+ | 目标80%+ | 70%+（TOBi渠道） |
| 响应延迟 | <500ms（手语翻译） | 秒级（文本对话） | 毫秒级（Azure推理） | 秒级 |
| 坐席效率提升 | 不适用 | 重复查询减少40% | 目标大幅提升 | AHT降低20-30% |
| NPS变化 | +15分（试点） | +15分 | 目标显著提升 | 明显改善 |
| 投资回收期 | 预估18-24个月 | 12-18个月 | 预估12个月 | 12-18个月 |
---
## 七、关键洞察与趋势判断
### 7.1 DC通道是运营商独有的AI客服差异化武器
四强案例揭示了一个核心差异：**只有运营商能利用5G新通话的DC通道在原生通话中嵌入AI能力**。互联网公司可以做聊天机器人，但无法在运营商的语音通话中建立并行数据通道。河南移动的案例虽然处于试点阶段，但其展示的"通话中实时AI交互"能力，是OTT玩家无法复制的。
### 7.2 多智能体架构正在成为标配
从DT的LMOS到Vodafone的LangChain多Agent系统，再到SoftBank的全员分布式Agent，"单一聊天机器人"时代已经结束。运营商客服AI正在走向多Agent协作——每个Agent专注一个领域（账单、网络、套餐、投诉），由编排器统一调度。DT将LMOS开源，可能成为运营商AI客服的"Android时刻"。
### 7.3 "AI客服"的边界正在消融
SoftBank的案例最具颠覆性——当所有员工都在创建和使用AI代理时，"AI客服"不再是一个独立部门的事，而是整个组织的数字化基础设施。呼叫中心只是AI代理的一个前台界面，后台是与网络运维、产品管理、营销系统的深度打通。
### 7.4 中国市场的独特机会
中国三大运营商在5G新通话领域的推进速度领先全球。中国移动已率先完成全球首个5G新通话DC通道商用，中国电信在福建旅游交易会上展示了可交互的沉浸式数智空间+AI数字人客服，中国联通也在加速VoNR+AI能力整合。政策层面，工信部明确鼓励5G新通话商用，这为AI+通话的创新应用提供了有利的监管环境。
```mermaid
graph LR
subgraph "运营商AI客服演进路径"
T1["第一代
规则IVR
2010-2018"] --> T2["第二代
NLU聊天机器人
2018-2022"]
T2 --> T3["第三代
大模型Agent
2023-2025"]
T3 --> T4["第四代
5G新通话
多模态智能体
2025-2027"]
end
T1 -.->|技术| D1["DTMF按键导航
CTI路由"]
T2 -.->|技术| D2["意图识别
知识库FAQ"]
T3 -.->|技术| D3["LLM+RAG
多Agent编排"]
T4 -.->|技术| D4["DC通道+数字人
实时翻译+屏幕共享"]
T3 -.->|代表| C1["DT LMOS
Vodafone TOBi
SoftBank"]
T4 -.->|代表| C2["河南移动×中兴
中国移动灵犀
中国电信天翼数字人"]
style T4 fill:#4CAF50,color:#fff
style T3 fill:#2196F3,color:#fff
```
---
## 八、投资建议与风险提示
### 8.1 投资优先级建议
| 优先级 | 方向 | 预期ROI周期 | 适用场景 |
|--------|------|-------------|----------|
| P0 | 坐席Copilot（类似Vodafone SuperAgent） | 6-12个月 | 呼叫中心人力成本高的运营商 |
| P1 | 多智能体客服平台（类似DT LMOS） | 12-18个月 | 多国/多省运营的大型运营商 |
| P2 | 5G新通话AI数字人（类似河南移动） | 18-24个月 | 已部署VoNR的运营商 |
| P3 | 全员AI代理创建（类似SoftBank） | 12-18个月 | 数字化转型激进的运营商 |
### 8.2 风险提示
- **DC通道终端渗透率**：5G新通话需要终端支持DC Channel能力，目前主流旗舰机型支持率约60%，中低端机型覆盖率不足30%
- **AI幻觉风险**：客服场景对准确性要求极高，LLM幻觉可能导致错误承诺（如错误的套餐资费），需要严格的知识库约束和人工兜底
- **数据主权与合规**：跨国运营商需在不同市场遵守本地数据法规（GDPR等），DT的LMOS多模型策略正是应对这一挑战
- **成本控制**：大模型推理成本仍是非线性的，峰值时段（如月初账单查询高峰）的成本可能远超预期
---
## 九、结语
5G新通话+AI智能体正在将运营商的语音通话从"沟通管道"重新定义为"智能服务入口"。河南移动的AI数字人证明了通话中实时AI交互的技术可行性，Deutsche Telekom的LMOS展示了多智能体平台的规模化能力，SoftBank验证了全民AI代理的组织动员力，Vodafone的双引擎模式平衡了自动化与人工辅助。
对于中国运营商而言，5G新通话AI智能体是一个难得的差异化竞争机会——这是唯一一个运营商拥有原生技术优势（IMS网络+DC通道）而OTT玩家无法轻易复制的AI应用场景。建议运营商以"坐席Copilot→多Agent平台→5G新通话AI交互"三步走策略推进，优先在客服人力成本占比高的场景实现ROI突破。
---
## 参考来源
1. [河南移动"5G新通话AI数字人"荣获ICT中国（2025）案例评选一等奖](https://www.c114.com.cn/news/127/a1297963.html) — C114通信网报道，含现网试点技术细节
2. [中兴通讯联合河南移动演示AI+5G新通话业务](https://sdnfv.zte.com.cn/zh-CN/news/2025/9/ZTE-and-Henan-Mobile-Jointly-Demonstrate-the-AI+5G-New-Talk-Service) — 中兴官网技术方案说明
3. [How Deutsche Telekom designed AI agents for scale](https://www.infoworld.com/article/4018349/how-deutsche-telekom-designed-ai-agents-for-scale.html) — InfoWorld深度技术分析，含LMOS架构详情
4. [AI agents powering 2 million service conversations](https://www.linkedin.com/posts/johannesdeubener_ai-agents-powering-2-million-service-conversations-activity-7305482727984672768-SyTg) — LinkedIn官方数据披露
5. [Inside SoftBank Corp.'s Massive AI Project: 2.5 Million Agents Created](https://www.softbank.jp/en/sbnews/entry/20251217_01) — SoftBank官方新闻稿
6. [Vodafone amplifies call center innovation with Microsoft GenAI](https://www.microsoft.com/en/customers/story/1770174778560829849-vodafone-group-azure-telecommunications-en-united-kingdom) — 微软客户案例，含Corso试点数据
7. [2025 ROI of AI in Telecommunications report](https://cloud.google.com/resources/content/roi-of-ai-telecommunications) — Google Cloud行业报告，电信AI ROI基准数据
8. [Eclipse LMOS: Launching AI Agents across Europe](https://www.infoq.com/articles/eclipse-lmos-ai-agents/) — InfoQ技术深度分析
---
> 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。
> 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。
> [!tip] 51学通信知识星球
> **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。
> **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。
> **当前规模**：5200 篇主题 / 990 个回答，198 元/年。
> **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。
> **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。
