2025年，三大运营商的客服与营销前线正在发生一场静悄悄的换岗：过去在屏幕背后跑规则引擎的"智能客服机器人"，正在被一张张有面孔、能说话、会推荐业务的"数字员工"取代。
这不是一次简单的形象升级。GSMA《2025年第二季度全球电信运营商AI部署市场报告》给出的数据勾勒出了基本盘——在所有已商用部署的电信AI应用中，客户服务类占比高达47%，是所有业务领域里最高的。也就是说，客服与营销触点，是运营商AI落地最成熟、最舍得投入的主战场。
但"客户服务类AI"内部正在分化出三个完全不同的物种：
本文要拆解的，正是第三种——数字员工。它之所以在2025—2026年集中爆发，原因有三：
第一，人力结构性的成本压力。某省级运营商公开数据显示，其月话务量超300万通，其中70%以上是标准化咨询，却仍要靠人工座席扛着；AI客服分流后人工成本可降约60%。
第二，大模型让"拟人"成为可能。在生成式大模型之前，数字人只能念预录脚本，"口型对不上、表情僵硬"是通病；大模型驱动后，数字人具备了多轮对话、情绪感知、即兴生成话术的能力，才真正"上岗"。
第三，触点扩张的红利。从10086热线、APP，到线下营业厅大屏、抖音/视频号直播间，运营商需要"一张面孔、统一人设"覆盖全触点，数字员工天然适配这种品牌一致性需求。
中国互联网协会《数字人发展报告（2025）》收录了30个数字人场景案例，据行业数据，AI数字人核心应用市场规模已突破500亿元。运营商因为同时掌握算力、数据、客户触点和行业大模型，正成为这场换岗的主场。
中国电信是三大运营商里数字人产品线最成体系的一个，形成了"线下数字人客服小翼 + 线上数字员工筱翼"的双轨布局。
最具体的落地样本在湖北。武汉电信洪山广场营业厅，部署了一台触摸大屏形态的数字人客服"小翼"。据湖北日报报道，"小翼"会用图片和语音等多种方式与用户交流，办理业务咨询、账单查询、套餐推荐，并且具备一个很有温度的能力——自动识别65岁以上老年用户，快速转接人工服务，实现助老。
这背后是一个典型的多模态数字人交互链路：
flowchart TD
A[用户靠近营业厅大屏] --> B[摄像头+拾音 识别用户画像]
B --> C{是否识别为65岁以上老人?}
C -->|是| D[绿色通道 快速转人工座席]
C -->|否| E[数字人小翼 多模态应答]
E --> F[星辰大模型 意图理解+RAG知识库]
F --> G[语音合成+口型/表情驱动渲染]
G --> H[图片/语音/视频 多形式答复]
H --> I[业务办理/账单查询/套餐推荐]
I --> J{是否需人工?}
J -->|是| D
J -->|否| K[会话结束 工单回流]
小翼的厉害之处在于它把"识别—分流—服务—兜底"做成了闭环：AI能解决的当场解决，识别到特殊人群（老人）或复杂诉求立即转人工，不让老年用户在数字人面前卡壳。这种"AI前置+人工兜底"的设计，是数字员工区别于冷冰冰机器人的关键。
线上侧，中国电信APP升级时"新上岗"了数字员工"筱翼"，基于电信智慧AI中台构建，由电信副总经理亲自以"破次元对话"形式向用户推荐。筱翼承担的是APP内的智能问答、业务引导、个性化推荐。
数字员工能不能"聪明"，取决于背后的大模型与数据底座。中国电信以"星辰"大模型为核心，据公开报道，其智能客服自动化率已达85%，并通过智能客服与节能等AI项目每年节省约7.6亿度电。支撑这一能力的，是电信每天产生的1.2PB增量数据、400亿条记录，经脱敏后用于模型训练。
更宏观的数字来自国资委披露的中国电信2025年业绩：已打造超110个行业大模型、超350个行业智能体，形成覆盖工业、政务等15类行业的AI应用范式，服务超3.7万家行业客户。也就是说，电信对外卖的不只是"小翼"这个数字人产品，而是一整套"大模型+数字人+智能体"的能力，这正是后面要讲的MaaS（模型即服务）商业化逻辑。
中国移动的数字员工根植于其自研"九天"大模型。九天团队2013年成立，第一个目标就瞄准智能客服，助力10086成为全球交互量最大的智能客服系统。国资委披露的数据显示，中国移动自2013年以来累计AI投入已超100亿元。
九天大模型在客服侧的演进路径很清晰：
中国移动的打法特点在于"超大流量打磨 + 双备案合规"。10086日均亿级交互量是最好的"压测场"，让九天在真实海量语料里反复迭代，这是任何实验室都给不了的训练优势。而双备案则扫清了数字员工大规模面向公众服务的政策障碍。
中国联通走的是另一条路：把数字人产品化、矩阵化、SaaS化，既自用又外销。联通在线于2023年7月发布"联通全真数字人产品矩阵"，包括：
其中"数字人直播"实现7×24小时全天候直播、个性化定制话术模板配置、知识库专业回复，并配套海量主播形象的SaaS化平台，随时登录使用。这意味着中小文化企业也能"租"一个数字主播，降低了数字人的使用门槛。
联通的另一条线是"智能体数字员工"。2024年11月，福建联通携手实在智能共创"智能体数字员工"，聚焦政企业务提质增效，把Agent（智能体）能力封装成可复用的数字员工，赋能政企客户数智转型。
联通矩阵里最有商业想象力的是"数字人直播带货"——在电商直播、政策宣讲、科普视频等场景，AI数字主播替代真人主播，实现成本几乎为零的7×24直播。这是把数字员工直接变成"营销生产力"的典型案例。
把视角拉到海外，韩国SK Telecom（SKT）的"A-dot"（A.）是全球运营商数字员工/个人AI助手里走得最远的产品之一。
SKT的特别之处在于"消费端+企业端双轮驱动"：对C端用户，A-dot是嵌在手机里的个人AI助理（订餐、日程、客服一体化）；对企业端，A-dot Biz是集团内部统一的AI Agent平台，25家子公司共用一套数字员工底座，这本身就是"数字员工集团化部署"的标杆。
在技术栈上，SKT与微软深度合作，基于Azure AI Foundry构建agentic workflows，把A-dot的能力嵌入更复杂的业务流程编排。这种"运营商自研大模型 + 云厂商Agent编排平台"的组合，值得国内运营商借鉴。
下面把四家运营商的数字员工关键指标汇总对比（数据来源于公开报道与企业披露）：
表1：四家运营商数字员工实战效果数据
| 运营商 | 数字员工产品 | 核心场景 | 关键效果数据 |
|---|---|---|---|
| 中国电信 | 小翼/筱翼 | 营业厅大屏+APP客服 | 智能客服自动化率85%；年省约7.6亿度电；服务3.7万+行业客户 |
| 中国移动 | 九天数字员工 | 10086在线客服+政企助理 | 全球交互量最大智能客服系统；累计AI投入超100亿元；双备案大模型 |
| 中国联通 | 全真数字人矩阵 | 直播带货+客服+SaaS外销 | 7×24数字人直播；SaaS化平台；与实在智能共创智能体数字员工 |
| SK Telecom | A-dot/A-dot Biz | C端个人助理+B端集团部署 | A-dot 4.0智能体化；A-dot Biz部署至SK集团25家子公司 |
可以看到，四家的侧重点截然不同：电信重"自动化率与节能"，移动重"规模与合规",联通重"产品化与SaaS外销",SKT重"C/B双轮与集团统一部署"。这恰恰说明数字员工没有标准答案，路线选择取决于运营商自身的资源禀赋和商业模式。
为了避免与"AI坐席辅助"等已拆解主题混淆，有必要把三类容易混淆的客服AI放在一起做严格的功能切割：
表2：三类客服AI的功能边界对比
| 维度 | 传统智能客服 | 坐席辅助（Agent Assist） | 数字员工（Digital Human） |
|---|---|---|---|
| 交互形态 | 文本/语音机器人 | 给人工座席的副驾驶提示 | 2D/3D虚拟人，多模态 |
| 面向对象 | 直接面向客户 | 面向座席（人在环路） | 直接面向客户（拟人化） |
| 核心技术 | NLU意图识别+知识库 | 实时ASR+大模型话术推荐 | 大模型+TTS+口型/表情渲染+RAG |
| 典型代表 | 早期10086 IVR | Verizon Project 624（Gemini） | 电信小翼、SKT A-dot |
| 解决的问题 | 标准化咨询分流 | 提升人工座席效率与销售 | 全触点拟人化服务与营销 |
以Verizon的"Project 624"为例做对照：Verizon用Google Gemini给客服座席做AI助手，据Cresta报道，通过客服团队带来了约40%的销售提升，AI回答的全面性达到95%。这是一个非常成功的"坐席辅助"案例——但它的主体依然是人工座席，AI在人耳边提词，没有"面孔"、不直接面对客户，因此属于Agent Assist而非数字员工。这条边界，是判断一个项目归属哪一类AI的关键标尺。
一个完整的运营商数字员工系统，远不止"一个会说话的虚拟形象"，它的技术架构可以分成五层：
flowchart TB
subgraph 触点层
T1[营业厅大屏]
T2[手机APP]
T3[10086热线]
T4[抖音/视频号直播间]
end
subgraph 交互层
I1[ASR 语音识别]
I2[人脸/画像识别]
I3[TTS 语音合成]
I4[口型表情渲染]
end
subgraph 大脑层
B1[运营商自研大模型<br/>九天/星辰/元景]
B2[RAG 知识库检索]
B3[情绪识别与策略]
B4[Agentic 工具调用]
end
subgraph 数据层
D1[用户画像库]
D2[业务知识库]
D3[工单/CRM系统]
D4[脱敏训练语料]
end
subgraph 治理层
G1[双备案合规审查]
G2[幻觉拦截/人工兜底]
G3[会话审计日志]
end
T1 & T2 & T3 & T4 --> I1 & I2
I1 --> B1
B1 --> B2 & B3 & B4
B2 --> D2
B3 --> D1
B4 --> D3
B1 --> I3 --> I4 --> T1 & T2 & T3 & T4
G1 & G2 & G3 -.监控拦截.-> B1
这套架构里有三个最容易被忽视、却决定成败的环节：
第一，RAG（检索增强生成）是降幻觉的生命线。 通信业务对准确性要求极高——套餐资费、合约条款、业务规则不能"编"。数字员工必须先从受控知识库检索，再让大模型组织语言，而非纯生成。电信每天400亿条记录、1.2PB数据，经过脱敏后正是喂给RAG的高质量燃料。
第二，渲染层的"拟真度"决定用户接受度。 口型对不上、表情僵硬，用户会本能排斥。这也是为什么数字人技术（2D真人复刻、3D超写实、AIGC驱动口型动作）是数字员工区别于文本机器人的硬门槛。
第三，治理层的"人工兜底"是合规底线。 对老人、对复杂诉求、对涉及资金/合约的高风险操作，必须能秒级转人工。小翼识别65岁以上老人即转人工，就是这个原则的落地。
数字员工对运营商的真正价值，不只是省下几个座席的人力成本，而是打开了一条"自用→外销"的MaaS（模型即服务）商业路径。
这条路径的逻辑是：运营商先在自己庞大的客服、营业厅、直播场景里打磨数字员工能力（自用），把成本和bug都"踩平"，然后把"大模型+数字人+智能体"打包成标准化产品，卖给政企客户（外销）。
GSMA的洞察很直白：大多数运营商部署AI主要用于企业内部降本增效，而对外赋能和商业变现还处于探索阶段。 数字员工，正是少数几个能把"内部降本"与"对外变现"打通的产品形态——因为它既是一个能用的人，也是一个能卖的商品。
数字员工并非没有风险，实战中有四个绕不开的坑：
幻觉与合规风险：通信行业对准确性、隐私要求高，数字员工"胡说八道"会直接引发客诉和监管问题。对策：RAG受控生成 + 双备案 + 高风险场景人工兜底。
拟真度与恐怖谷：渲染不够真实会让用户不适，过度真实又有"深度伪造"的伦理争议。对策：明确标注"AI数字员工"身份，不伪装成真人。
用户接受度分化：年轻用户乐于接受，老年用户可能更想要真人。对策：分人群路由，像小翼一样识别老人即转人工。
ROI测算难：数字员工涉及大模型算力、渲染算力、运营等多重成本，规模化复制的ROI需要长期验证。对策：先在高频标准化场景（账单查询、套餐推荐、直播带货）验证，再向复杂场景扩展。
从武汉电信营业厅里的"小翼"、中国电信APP里的"筱翼"，到中国移动"九天"驱动的10086、中国联通7×24带货的数字主播，再到SK Telecom部署进25家子公司的"A-dot Biz"——运营商的客服与营销前线，正在完成一次从"智能客服机器人"到"数字营业员"的物种跃迁。
这场跃迁的本质，是把AI从一个"看不见的后台规则引擎"，变成一个"有面孔、会沟通、能办事"的前台生产力。而运营商之所以能成为数字员工的主场，是因为它们同时握有大模型、海量数据、全触点渠道和政企客户网络——这四样东西凑齐的玩家，放眼全行业并不多。
对通信从业者而言，值得关注的不只是"哪个数字人更逼真"，而是谁能率先把数字员工从"内部降本工具"跑通成"对外MaaS商品"——那才是这场换岗真正的胜负手。
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。