艾米让EE客服自动化冲近五成：BT携手Sprinklr重塑英伦呼叫中心

第3轮实战分析 · 焦点：AI客服/营销/呼叫中心智能化改造

英国电信集团（BT Group）旗下 EE 品牌的虚拟助手「艾米（Aimee）」，正以一种近乎"静悄悄"的方式，把欧洲最大呼叫中心之一的运营模型彻底改写。2024 年 12 月 BT 官方披露的数据显示：Aimee 每周处理会话量已攀升至约 6 万次，较两年前的约 3 万次直接翻倍；其使用量同比增长 51%；在若干典型客户旅程上，自动化成功率已逼近 50%。支撑这一切的，是 BT 与 Sprinklr 联手搭建的、对大模型保持"中立可选"的统一客户体验平台。本文拆解这一案例的技术细节、效果数据，并与沃达丰 SuperTOBi 等同业方案做横向对比。

一、案例背景：英伦老牌运营商的"会话洪流"

BT Group 是英国最大的固定与移动通信提供商，旗下包含 Consumer（个人/家庭）、Business（政企）、Openreach（接入网批发）三大面向客户的单元，服务的客户跨越 EE、BT、Plusnet、Openreach 等多品牌。

呼叫中心一直是 BT 的成本与体验双重"堰塞湖"：

• 会话量巨大且持续上涨。数字化渠道普及后，在线聊天/消息求助量逐年走高，传统人工 guide（BT 对客服坐席的称谓）压力陡增。
• 复杂咨询挤压简单咨询。账单解释、出国漫游准备、套餐变更等高频但低复杂度的咨询，占据了大量坐席时间，导致真正需要人工介入的复杂问题排队等待。
• 旧式聊天机器人能力有限。基于关键词匹配的早期 TOBi/IVR 式助手只能"听懂词"，听不懂"整句话"，导致大量转人工，自动化率长期在低位徘徊。
• 数据主权与合规要求高。客户数据必须留在 BT 可控范围内，对公有云大模型直接接入存在顾虑。

BT 需要的不是一个孤立的聊天机器人，而是一个能横跨多品牌、能调用集团数据、能在大模型之间灵活切换、并为人保留"兜底"的统一客户体验中台。这正是 Sprinklr 被选中的原因。

二、方案详情：Sprinklr 统一平台 + Aimee + 大模型中立网关

2.1 整体架构

BT 部署了 Sprinklr 的统一客户体验管理平台（Unified-CXM），它既是 Aimee 的"大脑容器"，也是 EE/BT 在线实时聊天的消息通道，更是未来扩展到 Plusnet、Openreach、政企渠道的公共底座。其核心设计原则有三：

1. 数据在 BT 侧。平台可调用 BT Group 自有的客户数据来生成个性化、准确的应答，同时 BT 始终保持对数据的控制权。
2. 大模型中立（LLM-agnostic）。BT 不绑定某一家 LLM，而是"按用例择优"。平台的架构允许为每个场景选择最优模型，未来还将接入 BT 自建的 GenAI Gateway（生成式 AI 网关）做统一调度。
3. 人机协同兜底。Aimee 能处理的自动处理，处理不了的实时无缝转给人工 guide，并把上下文一并带过去。

flowchart LR
    CUST[客户触点<br/>EE App / 网站 / 在线聊天 / 社交] --> AIMEE

    subgraph PLAT[BT x Sprinklr 统一客户体验平台]
        AIMEE[Aimee<br/>GenAI 虚拟助手<br/>30+ 客户旅程]
        GW[BT GenAI Gateway<br/>大模型中立调度]
        DATA[(BT Group<br/>客户数据湖)]
        GUARD[护栏与安全<br/>提示注入监控]
        AIMEE --> GW
        GW --> DATA
        GW -. 监控 .- GUARD
    end

    GW --> LLM1[Azure OpenAI]
    GW --> LLM2[Google Gemini]
    GW --> LLM3[其他可替换 LLM]

    AIMEE -->|复杂/兜底| GUIDE[人工 Guide<br/>坐席副驾 Copilot]
    AIMEE -->|自动闭环| DONE[业务办理<br/>账单解释/漫游准备等]

2.2 三类 AI 能力的分层落地

BT 在这一中台上并非只跑"一个聊天机器人"，而是分层部署了三类能力：

• 对话式 AI（Conversational AI）：Aimee 负责面向客户的自然语言交互，理解整句而非关键词，配合产品卡片、轮播等富媒体，让聊天不再只是纯文本问答。
• 生成式 AI（Generative AI）：用于具体场景的内容生成与解释，例如"国际旅行准备"和"账单解释"。
• 坐席副驾（Agent Copilot，规划中）：下一步，Aimee 将作为虚拟助手辅助人工 guide，实时检索知识库、起草应答，提升坐席的效率与一致性。

2.3 30+ 已定义客户旅程

Aimee 并非一上来就"什么都答"，而是被拆解为 30 余个明确界定的客户体验场景，并以"逐场景灰度上线"的方式推进，每个场景都有清晰的自动化成功率指标和兜底转人工规则。这种"窄而深"的工程化方式，是 BT 能把自动化率推到近 50% 的关键——它避免了通用聊天机器人"什么都能聊、什么都不靠谱"的通病。

三、效果数据：从翻倍会话到成本结构改变

下表汇总 BT 官方与第三方披露的关键指标：

其中最戏剧性的，是"国际旅行准备"场景：在引入生成式 AI 增强后，Aimee 能真正"理解"客户出境漫游的需求并直接给方案，使该场景对在线聊天/消息人工求助的依赖直接砍掉一半。另一个亮点是账单解释：生成式 AI 能为用户提供详尽的费用拆解说明，显著提升了透明度与满意度。

对呼叫中心而言，这些数字的真正含义不是"少接了几个电话"，而是人力结构的重组：坐席 guide 从重复性咨询中被解放出来，转向处理真正高价值、高复杂度的客户问题，单位人力创造的客户体验价值上升。

四、对比分析：BT/EE vs 沃达丰 SuperTOBi

在欧洲运营商 AI 客服赛道上，沃达丰（Vodafone）的 SuperTOBi 是 BT 最直接的参照系。两者路径相似（都借助生成式 AI 升级既有聊天机器人），但投资强度、技术路线与衡量指标各有侧重。

从这张表可以看出几个有意思的判断：

1. BT 更"保守"、更重主权。它坚持 LLM 中立、自建网关、数据自持，宁可慢一点也要把控制权握在手里；沃达丰则更激进地绑定微软，以最快速度在 13+ 国家铺开。
2. 衡量指标的侧重不同。BT 强调"自动化成功率"和"会话量增长"（看吞吐与替代），沃达丰强调"首问解决率"和"单次成本下降"（看质量与经济性）。两者其实描述的是同一件事的两面——AI 把简单咨询吃掉后，剩下的就是成本下降和体验上升。
3. 坐席副驾的进度差异。沃达丰的 SuperAgent 已上线，BT 的坐席副驾仍在规划——这意味着 BT 在"AI 辅助人"这一步上还有明确的增长空间，Aimee 的价值尚未被完全释放。

与传统 IVR/关键词机器人的对比

五、关键技术解析：为什么这套架构能跑通

抛开营销话术，BT 这套方案真正"能打"的工程支点有三：

第一，RAG（检索增强生成）+ 集团数据湖。 Aimee 不是凭空生成，而是先从 BT Group 的客户数据中检索相关信息再生成应答。这是它能给出"个性化、准确"答案的底层原因，也是账单解释、漫游准备这类需要"查到真实数据"的场景能自动化的前提。

第二，场景化的工程约束。 与其做一个无所不知的通用助手，BT 选择把 Aimee 收敛到 30+ 个有清晰边界、有兜底规则的旅程。这种"窄而可控"的策略，是规避大模型幻觉、把自动化成功率做到近 50% 的工程现实主义。

第三，大模型中立 + 护栏。 通过 GenAI Gateway 对多家 LLM 做统一调度，BT 既获得了"按用例择优"的灵活性，也避免了被单一供应商锁定。同时 Sprinklr 层内置了对"诱导 AI 失范"（prompt injection）的监控护栏，这对面向数千万用户的运营商而言是刚需。

六、启示与挑战

启示一：呼叫中心的胜负手从"接得快"转向"自动闭环率"。 当会话量已经翻倍还能保持自动化率近 50%，说明 AI 的价值不再是"分流"而是"独立完成"。运营商考核客服 AI 的核心指标，正在从 AHT（平均处理时长）、FCR（首次呼叫解决率）这类传统坐席指标，转向"无人介入闭环率"。

启示二：人不会被取代，但会被"重新分工"。 Aimee 把简单咨询吃掉后，人工 guide 集中处理复杂问题，未来再叠加坐席副驾 Copilot，形成"AI 接待 + AI 辅助人兜底"的双层结构。这对坐席岗位的能力要求反而更高了。

挑战一：数据主权与多云博弈。 BT 的 LLM 中立路线虽稳健，但运维复杂度高；沃达丰的绑定路线虽快，但议价权与合规风险并存。两者孰优，需结合各运营商自身数据战略判断。

挑战二：坐席副驾的落地深度。 目前 BT 的 Copilot 仍在规划阶段，而业界（含沃达丰、SK 电讯、AT&T 等）已纷纷把"AI 辅助坐席"作为下一战场。BT 需要加快这一步，才能守住其在自动化率上的先发优势。

挑战三：从"客服"向"营销/销售"延伸。 Sprinklr 平台本身已覆盖销售场景，Aimee 当前主要用于支持类会话。如何把同一套 GenAI 中台从"售后客服"延伸到"售前营销、套餐推荐、存量经营"，是 BT 下一阶段的增量空间——这与中国运营商"门店宝年入数亿"的 AI 营销变现路径，实为同一命题。

七、结论

BT Group 借 Sprinklr 之力，让虚拟助手 Aimee 在不牺牲数据主权的前提下，把呼叫中心的部分旅程自动化成功率推向近 50%、周会话量翻倍至 6 万、年使用量增长 51%。它的做法未必最激进，但工程上最务实：场景化收敛、RAG 接数据、大模型中立、护栏兜底、人机协同。与沃达丰 SuperTOBi 的"快与广"形成鲜明对照的，是 BT 的"稳与深"。对全球运营商而言，这条路径给出的最大启示是——呼叫中心的 AI 改造，胜负不在模型有多大，而在数据、场景与护栏这套"管道工程"搭得有多扎实。

参考来源

1. BT Group leans on AI to transform customer service experience — BT 官方新闻稿，Aimee 周会话 6 万、自动化成功率近 50%、同比 +51% 等核心数据来源
2. Meet SuperTOBi — Vodafone's new Generative AI virtual assistant — 沃达丰 SuperTOBi 官方介绍，首问解决率 15%→60%、满意度 +50% 等对比数据来源
3. Vodafone Group — AI Transformation 2025–2026 (Napplied Research) — 第三方分析，SuperTOBi 成本/会话 -70%、Fastweb 正确率 90%/解决率 82%、£120m–140m 投资等数据汇总
4. Vodafone supercharging customer experience with Microsoft's GenAI tools — 沃达丰与微软 GenAI 合作、SuperAgent 坐席 Copilot 细节
5. BT Group: Developing AI to Improve Customer Experience (Telco Magazine) — EE 虚拟助手 Aimee 每周处理约 6 万次会话的独立报道印证

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。