<!-- title: 艾米让EE客服自动化冲近五成 -->

# 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。

```mermaid
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：

| 指标维度 | 改造前（约两年前） | 改造后（2024.12） | 变化 |
|---|---|---|---|
| Aimee 周会话量 | ~30,000 次 | ~60,000 次 | **翻倍** |
| 使用量同比增长 | — | — | **+51% YoY** |
| 部分旅程自动化成功率 | 低位徘徊 | — | **逼近 50%** |
| 国际旅行准备·在线聊天/消息求助 | 基准 | 基准减半 | **-50%** |
| 已定义客户体验场景 | 个位数 | 30+ | 持续扩展 |
| 数据控制权 | 外部依赖 | BT 自持 | 主权回归 |

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。

| 对比维度 | BT Group / EE（Aimee） | Vodafone（SuperTOBi） |
|---|---|---|
| 技术合作方 | Sprinklr 统一平台 | 微软 Azure OpenAI 为主，谷歌 Vertex AI |
| 大模型策略 | **中立可选**，接入自建 GenAI Gateway | 以 Azure OpenAI 为核心 |
| 投资规模 | 未单独披露，平台集团复用 | **£120m–£140m**（约 1.2–1.4 亿英镑） |
| 旗舰效果 | 部分旅程自动化成功率**近 50%**；周会话 6 万 | 葡萄牙首问解决率从 **15% → 60%**；满意度 **+50%** |
| 单次成本 | 通过自动化与转人工减少间接节省 | 成本/会话较传统人工聊天 **-70%** |
| 区域落地 | 英国本土，集团多品牌复用 | 意大利、葡萄牙首发，扩至德国、土耳其等 13+ 国 |
| 意大利 Fastweb 联合案例 | — | 正确率 **90%**、解决率 **82%**，服务 **950 万**客户 |
| 坐席侧 AI | 规划中：Aimee 升级为 guide 副驾 | 已落地 **SuperAgent**（坐席 Copilot） |

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

| 维度 | 传统 IVR/关键词机器人 | BT Aimee（GenAI） |
|---|---|---|
| 理解方式 | 按键菜单 / 关键词匹配 | 整句语义理解（NLU） |
| 应答形态 | 固定话术 / 纯文本 | 富媒体（产品卡片、轮播）+ 生成式解释 |
| 个性化 | 几乎无 | 调用集团客户数据个性化应答 |
| 转人工 | 高比例、无上下文传递 | 仅复杂问题转人工，**携带上下文** |
| 可扩展性 | 每加一个场景需大量规则工程 | 30+ 旅程以场景化方式持续上线 |
| 安全控制 | 弱 | 提示注入监控 + 护栏 |

## 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](https://newsroom.bt.com/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](https://www.vodafone.com/news/newsroom/technology/meet-super-tobi-vodafone-s-new-generative-ai-virtual-assistant-now-serving-customers-in-multiple-countries) — 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)](https://nappliedai.substack.com/p/ai-transforming-in-vodafone-group) — 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](https://www.vodafone.com/news/newsroom/technology/vodafone-supercharging-customer-experience-with-microsoft-s-gen-ai-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)](https://telcomagazine.com/technology-and-ai/bt-group-developing-ai-to-improve-customer-experience) — 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。

![51学通信知识星球海报-扫码加入](https://wiki.500nian.com/images/zhixingqiu_qrcode.png)