概述

telecom AI喊了三年，哪个场景真正赚到钱了？答案是客服。2026年8月，媒体披露Vodafone的AI助手TOBi月交互量已超1000万次、覆盖15个市场，约70%的用户问题无需转人工，年节省约6.8亿欧元；其财报确认SuperTOBi已在全部欧洲市场达成70%端到端解决率。本文用Vodafone这份“实战账本”做主案例，结合NVIDIA年度电信AI调查、爱立信/诺基亚的自治网络布局与Gartner的反向预测，回答三个问题：AI客服的钱到底从哪儿省出来的、网络侧AIOps为什么慢半拍、以及哪些数字经不起推敲。

一、行业底色：89%的运营商在加预算，钱先流向两个地方

2026年2月，NVIDIA发布第四年度《State of AI in Telecommunications》调查报告，样本覆盖全球1000多名电信从业者（其中运营商约占四分之一）。这份报告是目前衡量电信AI落地水温最好的温度计，几个关键数字值得拎出来：

• 90% 的受访者表示AI已经对收入和成本产生正向影响；
• 89% 的运营商计划在2026年增加AI预算——一年前这个数字只有65%，一年翻了24个百分点；
• 60% 的组织已在使用或评估生成式AI，高于2024年的49%；
• 按ROI排序的前三大场景：自治网络（50%）、客服改善（41%)、内部流程优化（33%）。

这个排序非常有信息量：网络侧的“自治网络”被公认为ROI之王，但客服才是真正先规模化的那一个。原因不难理解——客服是电信行业里极少数高并发、高频次、强重复、容错有兜底的场景，一天百万次“我的话费怎么多了10块钱”，远比“让AI自己改基站参数”适合交给大模型。网络操作动一根手指就是生产事故，客服答错一句顶多挨个投诉。AI落地第一站选客服，不是技术选择，是风险管理选择。

二、Vodafone账本：从TOBi到SuperTOBi的八年三级跳

2.1 演进时间线

Vodafone的AI客服不是2023年大模型火了才上马的，它有一条清晰的演进线：

timeline
    title Vodafone AI客服演进时间线
    早期 : TOBi传统NLU聊天机器人 : 覆盖13个市场、理解11种语言 : 基于意图识别与决策树
    2024年7月 : SuperTOBi发布 : 接入Azure OpenAI大模型 : 葡萄牙试点首战告捷
    2024-2025 : 欧洲滚动铺开 : 一次解决率15%提到60% : NPS从50升至64
    2025年11月 : H1 FY26财报 : 欧洲全部市场上线 : 端到端解决率达70%
    2026年8月 : 媒体披露规模化成绩 : 月交互超1000万次 : 年节省约6.8亿欧元

2.2 核心数字表

2.3 为什么一次解决率能从15%干到60%

老一代聊天机器人（TOBi时代）的痛点每个运维人都熟悉——它本质上是个关键词匹配+决策树系统，用户换个说法就出不了栈，15%的解决率意味着85%的对话最后都是“转人工”，用户体验反而变差。

SuperTOBi的改造思路值得细看，它不是简单换个更大的模型，而是四个工程动作：

1. 大模型只做理解和生成，动作走既有系统：查询账单、办理套餐这类操作仍然通过API调用Vodafone原有业务系统完成，大模型负责把用户的一句“我这个月咋多扣钱了”翻译成准确的业务意图和参数。这避免了幻觉直接作用于计费——模型答错话可以道歉，模型算错钱是事故。
2. RAG挂接企业知识库：资费政策、合约条款、投诉流程全部检索自受控知识库，而非模型自由发挥，回答附带一致性保障。
3. 高风险动作强制转人工：涉及销户、投诉升级、合约变更的场景保留人工闸门，这也是70%解决率背后那30%的去向——不是失败，是设计出来的分流。
4. 坐席助手同步上线：转人工的会话，GenAI先把客户的历史沟通自动汇总成一页摘要给坐席，坐席不用让用户“再重复一遍问题”。财报口径显示这一项把坐席助手的有用性评分拉高了60%以上——AI没取代人工，但让留下的每次人工都变快了。

flowchart TD
    A[用户消息] --> B{意图理解<br/>SuperTOBi 大模型}
    B -->|低风险+知识问答| C[RAG检索受控知识库<br/>直接生成回答]
    B -->|业务办理| D[API调用既有计费/CRM系统<br/>模型不直接算钱]
    B -->|高风险场景| E[强制转人工<br/>销户/投诉升级/合约变更]
    C --> F[会话闭环]
    D --> F
    E --> G[坐席助手<br/>GenAI自动汇总客户历史<br/>有用性评分+60%]
    F --> H[约70%无人工解决]
    G --> I[约30%人工兜底<br/>但处理效率提升]

三、不止客服：同一个大模型的四份收入

Vodafone财报里最有意思的一点，是把AI客服和AI创收放在同一页讲。H1 FY26的材料显示了三条衍生线：

• AI客户价值管理（CVM）：AI模型已在全部欧洲市场上线，德国率先跑通agent化用例，营销活动分析时间下降85%。过去一个campaign的复盘分析要数据团队跑一周，现在模型小时级出结果。
• HR数字员工：服务6.9万名员工，86%的请求自助解决。内部IT/HR工单和客服是同一类问题——高频、重复、有标准答案。
• 多云多模型策略：财报明确写了"Multivendor Cloud & LLMs"，Vodafone没有把身家押在单一模型供应商上，这在模型半年一代的2026年是务实之选。

这套打法的本质是：客服AI攒下的对话理解能力、知识库治理能力和安全护栏，是可以复用的资产。做客服练出来的功夫拿去干CVM和HR，边际成本极低。

四、同行走到哪了：有人比Vodafone激进，有人还在POC

这张表暴露了一个行业现象：敢把数字写进经审计财报的，目前只有Vodafone这一档。多数运营商的AI成果停留在发布会PPT和新闻稿，数字口径是“提效若干”而非“节省X欧元”。给同行做对标时，建议只拿财报数字做基准线，新闻稿数字一律打七折。

五、冷思考：账本里的水分和Gartner的警告

作为18年老运维，我对这份漂亮账本保留三点意见：

第一，6.8亿欧元这个数要打折。 它来自微软的案例研究（Azure OpenAI是Vodafone的供应商），供应商研究天然有夸大动机；Vodafone财报确认了70%解决率，但没有单独披露客服AI的成本节省科目。wortins的评论文章也直言这数字“值得捏着鼻子看”。更可信的锚点是解决率和NPS这种运营指标，而非财务换算值。

第二，“解决的”和“解决好”是两回事。 70%无人工解决率里，有多少用户是缠不过机器人放弃了？大模型客服的经典病灶——答非所问但语气诚恳、把政策张冠李戴——在电信场景尤其危险，因为资费规则本身就是最容易被幻觉搞混的领域。Vodafone用受控知识库+动作走API来压这个风险，方向正确，但幻觉率本身没有公开数据。

第三，Gartner的另一半预测经常被忽略。 行业统计转引的Gartner预测显示：到2026年生成式AI将替代20%~30%的客服坐席，但同时——计划裁员的组织里约50%最终会放弃裁员计划，95%的客服负责人选择保留人工坐席。原因很直白：AI解决率越高的公司，剩余转人工的问题越难，对人工坐席的技能要求反而越高。AI客服的终局不是“无人客服”，是“更贵但更少的人工+更便宜的AI”的组合定价。

六、对照面：网络侧的AIOps为什么慢半拍

NVIDIA调查里ROI第一名明明是自治网络（50%），为什么落地速度反而落后客服？三个结构性原因：

1. 成熟度还早。 调查显示88%的组织按TM Forum分级仍处于L1~L3（辅助/部分自治），离L5的“无人干预自愈”还隔着两代工程。
2. 跨域数据模型没统一。 爱立信在2026年2月的Technology Review中明确提出，从单域自动化走向RAN/传输/核心/OSS跨域自治，卡点是统一数据模型、跨域编排和实时遥测——这正是做过SBI排障的人都懂的痛：连告警的语义对齐都做不到，谈何AI闭环。
3. 厂商在合并生态。 2026年3月，诺基亚与爱立信宣布合作：爱立信加入诺基亚SMO Marketplace，双方在专有设备、云RAN和Open RAN上对齐开放自动化框架；诺基亚同期在DTW26推出了Autonomous Networks Agent Library。设备商自己先抱团，说明单靠一家把跨厂商网络的AI闭环做穿太难——网络侧的“SuperTOBi时刻”还没到，因为它缺一个等价的“计费系统API”：网络没有稳定、标准、可回滚的操作面。

这恰恰反衬出客服案例的价值：SuperTOBi成功的前提是Vodafone先花了十几年把计费、CRM、工单系统的API治理干净。AI落地速度的上限，从来不是模型能力，而是被自动化对象本身的数字化成熟度。 想让AI进网络的团队，先问自己一个问题：你的网元操作有没有大模型敢调用的、带权限和回滚的API？没有的话，先补这一课。

结论

Vodafone这份账本给出的最大启示不是“AI客服很赚钱”，而是AI在电信业赚钱的路径已经清晰：先在有人工兜底的高频重复场景闭环（客服/HR），把知识治理和安全护栏练熟，再携带这套能力外溢到营销、网优乃至网络自治。70%解决率、NPS+14、财报背书——这些数字经得起推敲；6.8亿欧元的年节省——听听就好。对还在观望的运营商，行动清单只有三条：把业务系统API治理好、把知识库治理好、把转人工的分流设计好。模型本身，反而不是最贵的那一环。

参考来源

1. Meet SuperTOBi - Vodafone's new Generative AI virtual assistant — Vodafone官方新闻稿：葡萄牙试点一次解决率15%→60%、NPS升至64
2. Vodafone H1 FY26 Results Announcement (PDF) — 经审计财报口径：SuperTOBi欧洲全网部署、70%端到端解决率、HR数字员工86%解决率
3. Vodafone's TOBi AI Agent Resolves 70% of Customer Inquiries Without Human Escalation — 月交互1000万次、年省6.8亿欧元数据的出处，含供应商数据的批判性分析
4. Survey Reveals AI Advances in Telecom (NVIDIA Blog) — 2026年度电信AI调查：89%加预算、ROI场景排序、TM Forum成熟度分布
5. Nokia and Ericsson strengthen cooperation to accelerate towards autonomous networks — 两大设备商SMO生态合作官宣
6. 75 AI Customer Service Statistics 2026 — 转引Gartner预测：20-30%坐席替代与95%保留人工的对照数据

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。