运营商手里有两类最难做的电话：一类是客户打进来要投诉的，另一类是自己打出去要卖东西的。后者——外呼营销，长期是三大运营商的"阿喀琉斯之踵"。5G套餐升级、流量包续约、宽带提速、政企专线续费……每一项KPI都压在呼叫中心的几万名外呼坐席身上，但现实却异常骨感：用户对陌生来电警惕性飙升，传统人工外呼接通率长期徘徊在21%—30%，而真正能聊到成单的转化率往往不足3%。这意味着每卖出一个5G升级包，背后是几十通被挂断、被臭骂、被标记为骚扰的电话。
2024年到2026年，这块战场正在被一场静默的换装彻底改写——从"规则机器人"到"大模型外呼"，再到"5G视频外呼"，三代技术叠加下沉。本文以某省运营商携手鼎富智能部署大模型外呼的真实案例为主线，结合普强智能的多省规模化实践、百融云创的技术架构拆解以及5G视频外呼的实测数据，把这场外呼战场的效率革命掰开揉碎。
5G商用进入第五年，三大运营商的5G套餐用户渗透率已突破8亿量级，但"5G套餐用户"和"真5G用户"之间存在巨大鸿沟——大量用户开通了5G套餐却没有更换5G手机，或者开通了套餐却没有真正激活5G网络。要把这部分"沉睡的5G权益"转化为真实的DOU（户均流量）和ARPU提升，外呼营销几乎是唯一的大规模触达手段。
某省运营商公司（下文简称"该公司"）面临三重压力：
第一，人力成本压顶。 一个中等规模省份的外呼团队动辄上千坐席，月薪+社保+场地，单个坐席年成本超过8万元。而5G升级、宽带续约这类外呼任务，话术高度重复，人工坐席每天有效外呼量只能稳定在300通左右，其中大量时间消耗在拨号、等接通、被挂断上。
第二，接通率持续走低。 随着"骚扰电话"治理趋严和用户防骗意识增强，传统人工外呼的接通率已跌破30%红线。更致命的是，用户一旦识别出"机器人感"会瞬间挂断，导致外呼成本被白白消耗。
第三，名单浪费严重。 传统外呼是"撒网式"拨打，所有潜在用户一视同仁，高意向客户和僵尸客户用同样的坐席资源去碰，A类（高意向）、B类（中意向）、C类（沉睡）客户没有分层，导致高价值客户触达效率极低。
正是在这样的背景下，该公司选择引入鼎富智能（泰岳智呼）的大模型外呼机器人，重构5G套餐升级与满意度回访的整个外呼链路。
这套大模型外呼系统并非简单的"语音播报+按键应答"，而是一个端到端的智能闭环。其底层由两类AI引擎驱动：决策式AI负责"选对人"，生成式AI负责"说对话"。
flowchart TD
A[外呼名单库<br/>千万级用户画像] --> B{决策式AI<br/>KYC+KYP名单筛选}
B -->|高意向A类| C[人工坐席优先跟进]
B -->|中意向B类| D[大模型外呼机器人]
B -->|沉睡C类| E[定期唤醒池]
D --> F[ASR语音识别<br/>准确率90%-95%]
F --> G[VAD打断检测<br/>+情绪识别]
G --> H[大模型对话管理<br/>LLM意图理解+多轮对话]
H --> I[TTS拟人合成<br/>情感化播报]
I --> J[实时反机器人检测<br/>识别运营商语音助手]
J -->|有效通话| K[意向打分标签<br/>A/B/C分层]
J -->|机器人接听| L[立即结束<br/>节省成本]
K --> M[全量录音质检<br/>大模型自动评分]
M --> N[AutoML<br/>反哺话术与模型优化]
N --> B
整个闭环的关键在于：外呼不再是"打完就结束"，而是每一通电话的结果都会回流到模型训练池，通过AutoML（自动机器学习）对意图识别模型、意向打分模型、话术库进行实时调优，形成一个越打越聪明的飞轮。
智能话术引擎：从"写一周"到"几小时生成"。 传统外呼机器人部署，需要配置师、话术师、AI训练师耗费一周时间搭建一个客户的知识库，再花1—3个月反复调优覆盖不到的case。引入大模型后，系统可以直接读取该公司历史人工外呼录音的转写文本，由LLM提炼出完整的对话流程、意图分支和话术模板，几小时内即可生成可用知识库，话术师只需做审核微调。这使得新品类（如5G-A套餐、FTTR全光WiFi）的外呼活动上线周期从月级压缩到天级。
实时意图识别与防打断。 系统在每一轮对话中都要理解客户意图，是"感兴趣想听"、是"嫌贵"、还是"明显在敷衍"。通过NLP/BERT小模型配合规则做意图分类，再由LLM处理开放式问题（如"我这个号能转便宜点的套餐吗"），实现自然的双向对话。VAD（语音活动检测）技术实时识别用户的打断和停顿，避免机器人自顾自念稿。
反机器人检测：省下30%—40%的无效成本。 这是一个常被忽视但极具杀伤力的能力。百融云创副总裁冯勇在行业分享中披露了一组关键数据：在无效外呼中，对方是机器人接听的占比高达30%—40%，而其中80%—90%是对话机器人由运营商提供的语音助手。也就是说，外呼机器人很可能在跟另一个机器人聊天，白白烧钱。该公司部署的系统通过声纹识别+对话文字识别，在第一轮、第二轮对话就能以约90%的准确率识别出对方是语音助手并立即结束通话，大幅节省坐席与线路成本。
参考普强智能在某大型通信运营商的部署实践，这类系统通常采用全网规模化、多省级单位复用的架构：平台部署在运营商私有云，单集群可支撑几万坐席并发、几千万通日外呼量，而底层算力通过模型压缩仅需约100台服务器即可承载。这种"一套平台、多省接入"的模式，使得该公司验证成功后能快速向其他省份复制，摊薄建设成本。
这是最关键的章节。我们把鼎富智能案例的实测数据、行业基准数据、以及5G视频外呼的进阶数据分别呈现。
| 指标 | 传统人工外呼 | 普通规则AI外呼 | 大模型外呼（优化后） |
|---|---|---|---|
| 单坐席/单机日外呼量 | 约300通 | 1500—2000通 | 3000通以上（≈10名坐席） |
| 接通率 | 21%—30% | 34%—48% | 50%—62% |
| 5G套餐营销转化率 | 1%—3% | 3%—5% | 提升40%以上 |
| 人力成本 | 基准100% | 降低40%—50% | 降低约60% |
| 机器人接听浪费占比 | 30%—40%无效 | 较高 | 实时识别后大幅压缩 |
| 知识库冷启动周期 | — | 1—3个月 | 几小时生成 |
| 客户分层触达 | 无（撒网式） | 粗粒度 | KYC+KYP精准分层 |
鼎富智能披露的该公司5G套餐推广数据最具说服力：通过智能话术优化、精准客户筛选和实时意图识别三大能力叠加，转化率提升40%以上，同时降低60%的人力成本。换算成可感知的数字——原来需要10名坐席一个月才打完的5G升级名单，现在一台机器人几天就能跑完，而且成单率更高。
普通语音外呼解决的是"效率"问题，而5G视频外呼解决的是"信任"问题——这是运营商政企和金融场景的进阶武器。希奥信息披露的行业实测数据如下：
| 应用场景 | 传统语音外呼接通率 | 5G视频外呼接通率 | 接通提升 | 转化率提升 |
|---|---|---|---|---|
| 金融（信用卡激活/保险） | 15%—20% | 25%—32% | +40%—60% | +80%—150% |
| 政企/政务通知 | 10%—15% | 15%—27% | +50%—80% | +60%—120% |
| 电商/本地生活 | 20%—25% | 26%—37.5% | +30%—50% | +50%—100% |
其中某国有银行信用卡激活场景的实测极具参考价值：通过视频外呼展示客服工牌和业务资质，接通率从18%提升至30%，激活转化率从1.2%提升至3.5%——这意味着同样的名单，成单量翻了近3倍。对运营商而言，政企专线索赔、政企续约这类高客单价、高信任门槛的场景，5G视频外呼的"来电身份可视化+办事流程可视化"具有直接迁移价值。
把视野拉远，运营商外呼战场正在经历清晰的三代更迭，理解这个代际差异，才能判断投资方向。
第一代：IVR + 按键机器人（2015—2020）。 本质是"语音短信"，TTS念稿+DTMF按键收集，几乎没有语义理解能力。用户一听"按1、按2"就知道是机器人，挂断率极高。这一代只能做停机提醒、账单通知这类纯告知场景，几乎不能做营销。
第二代：规则+NLP意图机器人（2020—2024）。 引入ASR和基于规则/BERT的意图识别，能做有限的多轮对话，但话术流程需要人工逐节点配置，知识库维护成本高，遇到没覆盖的case就"卡壳"转人工。这一代承接了运营商大部分外呼量，但冷启动慢、扩展性差。
第三代：大模型外呼（2024至今）。 以LLM为核心对话引擎，具备开放域理解、知识库自动生成、AutoML自学习三大特征。它最根本的改变不是"对话更自然"，而是把外呼从"工具"变成了"可分成的生产力"——业界开始出现按最终转化率（注册转化、申请转化、购买转化）收费的模式，这意味着厂商愿意为效果兜底。
| 维度 | 第一代IVR | 第二代规则NLP | 第三代大模型外呼 |
|---|---|---|---|
| 核心技术 | TTS+按键 | ASR+规则/BERT | LLM对话引擎+AutoML |
| 语义理解 | 无 | 有限、封闭域 | 开放域、多轮推理 |
| 知识库建设 | 无 | 人工配置，周期长 | LLM几小时自动生成 |
| 适应新品类 | 需重新开发 | 1—3个月调优 | 天级上线 |
| 收费模式 | 卖工具/坐席 | 卖坐席/时长 | 按转化率分成 |
| 适用营销深度 | 仅告知 | 浅层推荐 | 深度意向挖掘+成单 |
把大模型外呼吹上天容易，真要在运营商里跑通，有四个硬骨头。
挑战一：ASR是地基，也是成本大头。 当前行业ASR准确率在90%—95%之间波动，看似很高，但每掉几个百分点，下游意图识别就会"差之毫厘、谬以千里"。更关键的是，ASR成本能占到整个外呼成本的1/3。运营商必须用自有业务语料（套餐名、计费术语、流量档位）做定向训练和热词优化，才能既提准又降本。电信星辰、移动九天这类自研大模型的价值在此凸显——自有ASR能从根本上压低外呼边际成本。
挑战二：大模型延迟。 在外呼场景，用户每说一句话，系统从ASR到LLM推理再到TTS合成，必须控制在毫秒级，否则会出现尴尬的"对话空白"。通用大模型的推理时延在外呼实时链路中是硬伤，必须做模型蒸馏、端侧部署或专用推理加速。
挑战三：机器人互打与线路风控。 前文提到无效通话中30%—40%是机器人在和机器人对话。此外，外呼线路本身的"高频外呼"会被运营商侧的反骚扰系统拦截，导致接通率反而下降。如何与运营商自身的防骚扰规则博弈（自有省份外呼与跨网外呼的线路策略完全不同），是部署团队必须解决的工程问题。
挑战四：合规与体验的天平。 工信部对营销外呼的频次、时段、内容有严格约束，大模型如果"太能聊"，可能在不知情中触发违规话术或过度营销，引发投诉反噬。因此质检环节必须前置——用大模型对全量录音做敏感词、合规性、情绪的三重实时质检，这一点又和运营商已有的智能质检平台（10086、10000号的全量质检）天然打通。
拆解完这些真实案例和数据，可以得出一个清晰的判断：运营商外呼营销的终局，不是用AI完全取代人工，而是形成"AI海量筛选 + 人工精准收单"的人机协同分层模型。
鼎富智能、普强智能的案例都印证了这一点：大模型外呼机器人负责海量名单的初筛、意向打分和A/B/C分层，把高意向的A类客户实时推给人工坐席做"临门一脚"的成单转化，C类沉睡客户则进入定期唤醒池。结果是——人工坐席从"低效的拨号机器"解放出来，专注于高价值成单；机器则用30倍于人的产能，把名单池的每一滴价值都榨干。
对运营商而言，这场外呼战场的换装，ROI账算得异常清楚：一台年成本不到一名坐席的机器人，顶替10名坐席的拨号产能，转化率还能再涨40%。当行业从"卖工具"走向"按转化分成"，大模型外呼已经不是一个要不要上的问题，而是晚一天上就少赚一天钱的问题。而5G视频外呼、九天/星辰自研大模型底座、与全量质检平台的打通，则是下一阶段运营商把外呼从"成本中心"彻底扭转为"利润中心"的三张关键牌。
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。