2026年3月4日，新加坡电信集团（Singtel Group，下文简称"新电信"）发布了一条在通信圈并不算高调、却值得逐字拆解的新闻：它与硅谷对话式AI平台Sierra达成战略合作，把"智能体（agentic AI）"同时铺到了客服的文本（chat）和语音（voice）两条通道上。被新电信取名为"Shirley"的这位AI客服，上线不到10周，在头6个星期里就处理了超过7万件客户案件——更值得玩味的是，它不只是"接电话、回消息"，而是在客户自助排障、开通漫游的同一套对话流程里，顺手卖出了200多个漫游附加包。
这条新闻之所以值得通信行业反复琢磨，不在于"又一家运营商上了大模型"，而在于它把一个长期被当作"纯成本部门"的呼叫中心，第一次干净利落地证明可以变成"生意场"。本文就以新电信Shirley这套真金白银上线的系统为锚点，拆解它的部署背景、技术方案、效果数据，并与阿联酋e&、传统IVR/规则型机器人做横向对比，看看agentic AI到底改变了客服的什么。
新电信不是一家小运营商。作为亚洲领先的通信科技集团，新电信集团在亚洲、澳大利亚和非洲布局，通过其区域数据中心业务Nxera和区域IT服务业务NCS，覆盖20个国家、触达超过8.2亿移动客户。仅新电信新加坡本地，就提供移动、宽带、电视等一整套消费级服务，企业侧则提供移动办公、数据托管、云、网络基础设施、分析和网络安全能力。
规模越大，呼叫中心的"长尾痛点"就越尖锐。电信客服电话里，真正高频的往往不是什么复杂问题，而是三类"低价值但高消耗"的请求：
对这类请求，传统做法是堆IVR（按键语音菜单）+ 规则型文本机器人。但新电信面对的还有一个"本地化硬骨头"：新加坡是一个英语、华语、马来语、泰米尔语并用，且日常高度混用的社会，本地人普遍说"Singlish"（新加坡英语）——夹杂着"lah""lor""meh"等语气词和大量本地俚语。规则型机器人一旦遇到"Can or not, my roaming still can use ah?"这类问句，基本就抓瞎，最后还是得转人工。
更深层的问题是：传统客服机器人只能"答"，不能"办"。客户问"我想开个漫游包"，机器人回答"请到App里购买"或"请按1转人工"，把交易动作推回给客户或坐席，转化在客服触点就断了。新电信想做的是一件事：让客服这一通交互，本身就是一个完整的业务闭环——既能解答、核验，也能直接完成开通和下单。这就是agentic AI（智能体）区别于传统机器人的本质，也是这次合作真正的看点。
新电信选的不是一个传统通信软件厂商，而是硅谷新锐 Sierra。这家公司2023年由Bret Taylor（曾任Salesforce联席CEO、OpenAI董事会主席）与Clay Bavor联合创立，定位是"为企业构建对话式AI智能体"的平台。Sierra的CEO Bret Taylor在合作声明中说得很直白："我们创立Sierra，是基于一个信念——AI可以创造更好、更人性化的客户体验。"
Sierra平台给企业提供的不是一个"聊天框"，而是一整套面向客服场景的"智能体操作系统"，公开资料里它由三块组成：
| 模块 | 定位 | 在客服场景的作用 |
|---|---|---|
| Agent OS（智能体操作系统） | 一次构建、多端部署 | 同一套Shirley智能体同时跑在chat（文本）和voice（语音）两条通道，行为一致 |
| Agent Studio（智能体工作室） | CX团队用自然语言提示词创建/更新智能体，免代码 | 业务运营人员不写代码也能调整Shirley的话术与流程，迭代快 |
| Agent Data Platform（智能体数据平台） | 回答"智能体表现如何、客户在做什么"的问题 | 把每一次对话沉淀为可分析数据，持续评估与优化智能体 |
这套结构的关键词是"agent"（智能体）而非"chatbot"（聊天机器人）：它不是被问一句答一句，而是能自主规划多步动作、调用系统接口、在对话中完成"核验→解答→办理→交易"的完整链路。
新电信把部署在其虚拟客服平台上的智能体命名为 "Shirley"。据Telecom Review Asia等媒体的报道，Shirley的核心设计要点包括：
合作里有一个容易被忽略、却最能体现"做生意"意图的细节：新电信新加坡将部署基于语音的AI智能体用于对客户的外呼销售电话（outbound sales calls），以支持销售交易，并明确"在清晰的合规与治理标准内"进行。
这意味着新电信的agentic AI是双向的：入站方向，Shirley接听/接待客户咨询、自助解决甚至自助下单；出站方向，AI语音智能体主动外呼做销售。这把"客服"和"营销/销售"打通到了同一套智能体底座上——这与过去客服归客服、电销归电销的割裂架构完全不同。
下面这张图还原了Shirley处理一次典型交互（比如"我要开漫游/我的漫游怎么用不了"）的完整智能体闭环：
flowchart TD
A[客户触达: chat文本 / voice语音] --> B[身份核验<br/>Sierra agentic核验客户资料]
B --> C{意图识别与语言理解<br/>含Singlish/本地表达适配}
C -->|排障类| D[RAG知识检索<br/>调取移动/家宽排障知识]
C -->|办理/交易类| E[业务系统接口调用<br/>套餐/漫游/账单系统]
D --> F[自助解决: 引导操作]
E --> G[自助完成: 开通+下单+支付<br/>如直接购买漫游附加包]
F --> H{是否需要人工?}
G --> H
H -->|否| I[闭环完成<br/>坐席零介入]
H -->|是| J[人工兜底<br/>高价值复杂问题转坐席]
I --> K[Agent Data Platform<br/>对话沉淀→持续优化]
J --> K
K -->|反馈迭代| C
style G fill:#e3f2fd,stroke:#1976d2
style I fill:#e8f5e9,stroke:#388e3c
这套架构与传统机器人最大的区别在第G步：在传统方案里，"解答"和"下单"是两件事，客户问完还得自己跳到App去操作；而在Shirley这里，核验、解答、调用业务系统接口、完成开通与支付，是在同一轮对话内由智能体自主连续完成的。这恰恰是"73%排障自助解决、200多个漫游包被自主购买"能同时成立的技术原因——它不是两个独立功能，而是同一条agentic链路在两种意图上的自然结果。
新电信官方公布的Shirley上线初期数据，是这篇文章最有价值的部分，原汁原味摘录如下：
"新电信在不到10周内上线，在上线后的头六个星期，Shirley处理了超过70,000件客户案件，涉及移动业务问题和漫游服务等高频请求。初步结果积极： - 73%的移动和家宽排障案件在不需要客服专员（Customer Care officer）介入的情况下得到解决； - 76%的漫游开通请求在不需客服专员的情况下成功完成； - 客户自主购买了超过200个漫游附加包。"
把这几条数据放在一起看，信息密度极高：
| 指标 | 新电信Shirley（agentic AI） | 传统IVR/规则机器人（典型） |
|---|---|---|
| 上线周期 | <10周 | 数月乃至跨年（需大量规则与流程梳理） |
| 语言理解 | 懂Singlish/本地口语，多通道一致 | 关键词/菜单触发，遇口语化表达即失效 |
| 能否"办业务" | 能（调用业务系统、开通、下单） | 多数只能"答"，办理仍需转人工或跳转App |
| 排障自助解决率 | 73% | 通常较低，大量转人工 |
| 漫游类自助成功率 | 76% | 低，常需坐席核对后开通 |
| 客服触点直接产生营收 | 有（200+漫游包自主购买） | 基本没有，转化外流 |
| 优化方式 | Agent Data平台数据驱动持续优化 | 人工定期维护规则库 |
下面这张性能数据表把新电信这次公布的核心数字集中呈现，便于横向引用：
| 性能维度 | 具体数据 | 说明 |
|---|---|---|
| 上线周期 | <10周 | 从合作启动到Shirley上线 |
| 上线头6周处理案件量 | >70,000件 | 移动业务问题、漫游服务等高频请求 |
| 移动/家宽排障自助解决率 | 73% | 无需客服专员介入 |
| 漫游开通请求自助成功率 | 76% | 无需客服专员介入 |
| 客服触点自主购买漫游包 | 200+个 | 客服交互内直接完成交易 |
| 通道覆盖 | chat + voice 双通道 | 同一智能体跨通道一致 |
| 集团客户触达 | 8.2亿+移动客户（20国） | 可向其他部门及企业客户扩展 |
为了说明新电信这条路线的独特性，不妨把它和同样是"重兵投入AI客服"的阿联酋e&（Etisalat）放在一起看。e&在2025年GITEX Global上发布了"以人为本的AI愿景"（human-centred AI vision），其路线与新电信有同有异。
e& UAE在GITEX 2025展示的是一整套"情感智能（emotionally intelligent）"虚拟智能体：强调自然、有共情能力的对话，配合AI驱动的编排（orchestration）为每个触点做个性化定制，"往往在客户自己意识到需求之前就预先预判"，并用实时洞察帮助一线团队更快解决问题。e&的首席客户体验官Chris Lipman的表述是："我们用先进技术创造客户能感受到的有形价值……体验应当是有意义的、主动的、有情感感知的。"此外，e&还早在2023年就开了号称"全球首个AI驱动的无人电信门店"EASE，并在2025年3月大规模部署M365 Copilot、6月联手微软推动AI采纳、与Pega合作做实时个性化推荐。
把两家放一起，可以看出当前运营商AI客服的两种典型打法：
| 维度 | 新电信（Singtel + Sierra） | e& UAE（情感智能+编排） |
|---|---|---|
| 核心技术 | agentic AI智能体（Agent OS） | 情感智能虚拟智能体+AI编排 |
| 突出能力 | 自助办理+触点内交易闭环 | 情感感知+预判式个性化 |
| 商业化落点 | 客服触点直接卖货（漫游包等） | 个性化offer实时推荐 |
| 语言/本地化 | 专门适配Singlish | 阿拉伯语/英语多语情感建模 |
| 渠道延伸 | voice外呼做销售 | 无人门店EASE+一线实时洞察 |
| 公开量化结果 | 73%/76%自助率、200+漫游包 | 强调满意度/忠诚度提升（具体数字未公布） |
两种路线没有高下之分，更多是"赌注"不同：e&把宝押在"情感与预判体验"上，新电信则把宝押在"自助闭环+触点变现"上。但对一家要向董事会证明AI投资回报的运营商来说，新电信这种"客服交互里直接产生营收"的路线，在数字可量化、可对账这一点上，显得更"硬"——200个漫游包就是200个漫游包，财务上看得见。
过去十年，运营商客服的智能化走了三代：
新电信Shirley代表的就是第三代。它真正解决的是两个老问题：一是语言/表达适配（Singlish不再是转人工的理由）；二是办理闭环（客户不必离开对话去别的App完成操作）。这两个问题一解决，客服就从"接电话的"变成了"能成单的"。这也是为什么新电信敢把voice智能体同时用于外呼销售——入站能自助办、出站能主动卖，同一套底座通吃。
新电信这套打法对国内运营商（中国移动10086、中国电信10000号、中国联通）同样有借鉴价值，但复制它有三个前提：
值得注意的还有新电信的"三种角色"自我定位——Adopter（采纳者，内部用AI提效）、Provider（提供者，把AI能力商业化对外输出）、Enabler（赋能者，提供让AI规模化落地的连接、基础设施和平台）。Shirley不止是省钱工具，新电信还计划把它输出给企业客户使用。这意味着AI客服本身可以成为运营商对外销售的"产品"——客服部门不仅不再纯花钱，还可能成为新的收入来源。
回到开头那个判断：新电信这次最重要的不是"7万件案件"这个吞吐数字，而是它把一个常识彻底改写了——呼叫中心不必是成本中心。当一个智能体能在客户来咨询漫游的同一轮对话里，把漫游包开通并卖出去（200多个），客服交互本身就成了一次销售转化。
73%的排障自助率、76%的漫游开通自助率，压下来的是坐席工时和等待时长；200多个漫游附加包，涨上去的是直接营收。一降一涨之间，agentic AI给运营商客服算出了一笔过去算不出来的账。对新电信这家覆盖8.2亿客户的集团而言，不到10周上线、6周跑出这套数据，说明这件事不再是PPT里的愿景，而是已经开始按季度影响财报的实战。
对中国运营商而言，方向已经很清楚：客服大模型的下一站，不是把机器人做得更会聊天，而是让它会办事、能成单、有边界。谁的客服智能体先在交互里完成第一笔交易闭环，谁就把呼叫中心从"花钱的部门"变成了"赚钱的触点"——这，可能才是AI重塑通信客服真正的终局。
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。