当你拨通10086抱怨"信号差、上不了网"时,电话那头挂断后的真正战争才刚刚开始——投诉工单进入后台,要被工程师像考古一样翻遍成百上千条SIP/NAS信令才能定位根因。2025年,江苏移动联合中兴通讯把这件事交给了"核心网投诉智能体"。
在通信行业,用户投诉是衡量网络质量的"体温计",但这个体温计的读数却要靠人工去读。一条"通话中断/无法上网/语音质量差"的投诉工单到达后端,传统的处理链路是这样的:
这条链路的代价是惊人的:
| 痛点维度 | 传统人工模式表现 | 直接后果 |
|---|---|---|
| 信令分析 | 单单需人工逐条研读数百~上千条信令 | 单工单定位耗时以小时级计 |
| 定责定界 | 跨无线/承载/核心网,靠经验推断 | 部门推诿,闭环周期长 |
| 报告撰写 | 人工整理,常反复返工 | 工时浪费,流程不规范 |
| 重复投诉 | 无系统化留痕与根因沉淀 | 同类问题反复出现 |
| 经验沉淀 | 知识在专家脑中,难以复用 | 老员工离职即"断档" |
更矛盾的是:投诉量随用户规模和业务复杂度持续攀升,而熟练的信令分析专家却是稀缺资源。3GPP规范、IMS/5GC信令流程复杂度激增,靠"人海战术+专家经验"的旧范式已难以为继。这正是2024年中国移动通信集团网络事业部提出"投诉处理故事线"、决心用大模型+智能体重构投诉处理的根本动因。
在中国移动集团网络事业部全程指导下,江苏移动携手中兴通讯率先落地"核心网投诉智能体"关键能力,于2025年完成应用与关键技术验证。这不是一个停留在PPT里的概念,而是真正切入投诉处理"最后一公里"的工程化系统。
该方案的破局点在于:把"读信令"这件最依赖专家经验、最耗时的事,交给多模态信令大模型;把"多步骤协同决策"交给智能体编排,从而实现信令自动化分析、根因智能定界、报告自动生成。
围绕这一目标,业内将该方案的技术内核归纳为三大支柱(基于公开报道方向):
这一架构的精髓,是把"专家经验"从人脑迁移到智能体,并形成可复用、可迭代、可审计的闭环系统。
下面这张图还原了一投诉工单进入智能体系统后的处理全流程:
flowchart TD
A[用户投诉/工单接入<br/>号码+时间窗+现象] --> B[意图理解智能体<br/>投诉分类与场景识别]
B --> C[信令大模型<br/>调取并协议级解析相关信令]
C --> D[知识图谱/RAG智能体<br/>匹配历史案例与根因库]
D --> E[根因定界与定责<br/>无线/承载/核心网归属判定]
E --> F{是否高置信度?}
F -->|是| G[自动生成报告+处置建议]
F -->|否| H[转人工复核并回填经验]
G --> I[闭环:派单/处置/验证]
H --> I
I --> J[回填知识库 持续学习]
J --> C
关键在于第③步的信令解析和第⑤步的根因定界——前者让AI"看懂"信令,后者让AI"判案",二者打通后,原本需要工程师逐条研读、反复推断的环节,被压缩到分钟乃至秒级。
效果是检验方案的唯一标准。综合中兴通讯官方技术披露与运营商落地报道,核心收益体现在:
| 指标维度 | 传统人工模式 | AI投诉智能体 | 提升 |
|---|---|---|---|
| 故障定位效率 | 基线(小时级) | 协议级智能定界 | 提升约80%(中兴官方,结构化信令大模型) |
| 定位报告生成 | 人工撰写,常返工 | 自动生成、标准化 | 生成时间大幅缩短,人工投入显著减少 |
| 工单处理时效 | 基线 | AI重塑支撑流程 | 提升约40%(六安电信实践,新浪财经2025-09) |
| 投诉响应周期 | 长 | LLM+RAG前置化分析 | 响应周期缩短(通信世界网研究) |
| 经验复用 | 难(依赖个人) | 知识图谱沉淀 | 同类问题可秒级复用历史结论 |
值得逐条说明的是:
投诉智能化不是某一家的独角戏,运营商、厂商、监管侧从不同角度切入,形成了清晰的应用光谱:
| 落地方案 | 主体 | 技术内核 | 切入角度与亮点 |
|---|---|---|---|
| 核心网投诉智能体 | 江苏移动+中兴通讯 | 多模态信令大模型+智能体 | 协议级信令自动化分析,重构核心网投诉流程,效率提升约80% |
| 投诉处理高价值场景 | 山东移动+中兴通讯 | "预测-处理-闭环"自动化 | 破解多域协同运维难题,面向高阶自智网络 |
| 多智能体故障监控 | 山东移动+中兴通讯 | 星云通信大模型+大小模型协同 | 多智能体协同实现更精准的定界定位 |
| 监管侧投诉新模式 | 四川省通信管理局 | 大模型+智能体 | 政务/监管侧规模化,累计处理近3000件 |
| 核心网运维智能化 | 中国移动+华为 | 通信大模型 | 已在浙江、青海、广东等省部署应用 |
可以看到三条清晰的演进脉络:
| 维度 | 传统人工投诉处理 | AI投诉智能体 |
|---|---|---|
| 信令分析 | 人工逐条研读,门槛高、耗时 | 协议级大模型自动解析 |
| 根因定界 | 专家经验推断,跨域扯皮 | 智能体+知识图谱智能定界 |
| 处置闭环 | 人工派单、人工验证 | 自动派单+自动验证回填 |
| 知识沉淀 | 在个人脑中,难复用 | 沉淀为知识库,持续学习 |
| 可扩展性 | 受限于专家数量 | 随算力与数据规模扩展 |
| 定责权威性 | 依赖个人判断,主观性强 | 可追溯、可解释、可审计 |
这种转移的本质,是把网络运维中"最难标准化、最依赖人"的环节实现了可复制化——它解决的不只是效率,更是"经验断层"这一组织级风险。
任何深度技术落地都有其"暗面",投诉智能体也不例外,至少有以下五点必须正视:
换言之,投诉智能体的成熟度,不取决于"能不能判案",而取决于"判错时是否可控、可纠、可负责"。
把上述案例放在更大的行业坐标系里,可以判断三个趋势:
江苏移动与中兴通讯的"核心网投诉智能体",标志着通信行业投诉处理从"依赖专家考古的体力活"转向"协议级大模型秒判的智能活"。它用多模态信令大模型读懂了"机器的语言"(信令),用智能体编排替代了"人的经验决策",用知识图谱沉淀了"组织的记忆"。故障定位效率提升约80%、工单处理时效提升约40%——这些数字背后,是通信运维范式一次实打实的跃迁。
但我们也必须清醒:AI判案的价值,最终取决于其可解释、可纠错、可负责的工程闭环。在3GPP规范持续演进、网络复杂度有增无减的背景下,谁能率先把投诉智能体做成"既快又稳又可信",谁就能在用户体验这个"核心赛道"上真正拉开身位。投诉处理这件事,正在从"成本中心"被重新定义为"体验竞争力"。
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。
