首页 › tech › 报警电话,先接进AI了

概述:你危难时拨出的那个号码,另一端正在悄悄换人。本文回答三个问题:全球接警台为什么先撑不住;AI正沿哪三条路线改造911/112/110的接处警链条;以及在这条“人命关天”的链路上,工程上该如何给AI划边界。文中厂商、产品与数据均标注出处,未经独立验证的部分已明确说明。

目录

一、接警台先扛不住了

干了十几年核心网,我一直有个执念:评估一张网的成色,别看峰值吞吐,看它对“最不能失败的那一类呼叫”的处理能力。紧急呼叫就是这类呼叫的顶端。

而接警台恰恰是整个通信网里最“老派”的环节。话务侧早已全面IP化,可接警席上还是那几样东西:一副耳机、一块屏幕、一张辖区地图,和一名需要在三句话里判断生死的人。

压力全在数字里。据美国紧急号码协会(NENA)长期引用的估计,全美911每年要接听约2.4亿通电话,其中七成上下来自手机;全美接警中心(PSAP)约6000个左右,且多年持续合并收缩。人手是老大难——NENA这些年反复警示接警员招聘难、流失快,一个新接警员从培训到独立值席要数月,而加班与高压让老手不断离开。

国内情况形不同、神相似。110的话务洪峰有三个来源:突发事件时的重复呼入、社会治安事件后的咨询潮,以及常年挤占线路的误拨与骚扰。公安机关多年来反复公开提醒“珍惜110资源”,本质上就是在说:接警席位是稀缺资源,不该被无效话务吃掉。

更别提极端场景。大地震、大暴雨之后,话务量在几分钟内冲破平常十倍量级,接警台成了全网最窄的瓶颈。这时候,任何能让“耳朵”扩容、让“落单”提速的技术,都不是锦上添花,而是救人。

二、AI进接警台的三条路线

纵观美、欧、中的公开实践,AI进接警台的路数可以归纳成三条,一条比一条深。

第一条:当耳朵——语音转写与要素提取。这是最成熟的一层。接警员一边听一边问、一边敲键盘的传统模式,被“实时转写+要素提取”改写:说话的同时,文字已经在屏幕上滚出来,地址、车型、人数、伤情这些关键字段被自动抓出来,供接警员一键落单。在国内,据公开报道,科大讯飞等厂商的智能接处警方案已在多地公安110落地,主打的就是带方言口音的实时转写和警情要素结构化——方言识别恰恰是接警场景最硬的骨头,“打110的没一个会念标准普通话”。

第二条:当分身——非紧急来电的AI应答。美国不少接警中心被同一个问题折磨:大量来电其实不属于紧急业务——问停电的、问罚单的、找家人的。据行业媒体近年的报道,已有接警中心尝试让AI先接非紧急线路,把坐席留给真正的紧急呼叫。云端911平台商Carbyne主打的就是云化呼叫处理、实时转写与多语言翻译;RapidDeploy则以云原生NG911平台切入;传统调度系统巨头Motorola Solutions也在往调度台里塞语音AI。厂商宣称的能力边界各不相同,但方向一致:让AI先挡掉“不值得人接”的部分。

第三条:当参谋——分级与调度辅助。最深的一层。AI结合历史警情、实时位置与话务特征,给接警员提建议:这通电话像哪类警情、该派哪个辖区、和刚才那五通电话是不是同一件事——“合并同类报警”这一下,在大事件时能把几十通重复呼入压成一张警情单,省下的不是效率,是命。

路线 AI做什么 成熟度 代表玩家
当耳朵 实时转写、要素提取、自动落单 高,多地已量产 科大讯飞等
当分身 非紧急来电AI应答、实时翻译 中,试点扩散 Carbyne、RapidDeploy
当参谋 分级建议、同类报警合并、资源推荐 早期,强依赖本地数据 Motorola Solutions等

要说明白:以上“成熟度”是我基于公开报道的工程判断;各家效果数字多为厂商或项目方口径,目前缺少独立第三方审计,下面第五节细说。

三、一次报警的完整流水线

先补一课通信侧的地基,这也是接警AI和普通呼叫中心AI的本质区别——它跑在一张被特殊设计的网上。

你在手机上拨紧急号码时,哪怕没有SIM卡,只要能驻留上任何一个网,呼叫就会被放行——紧急呼叫在接入层有最高优先待遇。进了IMS域,它走的是独立的紧急注册流程,由E-CSCF(紧急呼叫会话控制功能)接住,再通过定位功能拿到你的位置,按位置路由到辖区接警中心。3GPP还专门定义了多媒体优先级服务(MPS),授权用户的呼叫在网络拥塞时优先接通——这套机制平时没人感知,灾难时刻就是生命线。美国的NG911改造,核心动作也是把这套逻辑IP化:建一张专用ESInet(紧急服务IP网),让文字、图片、视频都能进接警台。

在这张网上,AI的介入点是这样的:

flowchart TD
    A["来电呼入"] --> B["优先级接入"]
    B --> C["语音转写"]
    C --> D["要素提取"]
    D --> E["分类分级"]
    E -->|"非紧急"| F["自助引导分流"]
    E -->|"紧急"| G["合并同类报警"]
    G --> H["生成警情单"]
    H --> I["匹配辖区派单"]
    I --> J["处警反馈回填"]
    J --> K["复盘归档入库"]

请注意这张图的分工:转写、提取、分级建议、合并——AI干的全是“快而多”的活;而“分级是否采信、要不要派警、派多少警”,决策权始终留在接警员手里。这不是保守,是这条链路的第一设计原则,第五节讲为什么。

四、定位这道生死题

接警链路里,最要命的工程问题从来不是转写,是定位。电话打得再快,不知道你在哪儿,一切白搭。

历史的欠账是这样的:无线紧急呼叫长期只能靠基站小区加扇区估算位置,城区误差几百米,郊区动辄上公里——接警员听到“我在桥下”时,系统里的定位点可能落在河对岸。监管机构为此给运营商划过硬指标,一步一步把无线定位精度往地面逼。

真正的质变来自终端侧。在欧洲紧急号码协会(EENA)多年推动下,主流手机系统近年都已原生支持同一件事:用户拨打紧急电话的瞬间,手机把当前卫星定位坐标自动推送给接警平台(业内叫AML,高级移动定位)。户外场景下,定位从“公里级估算”跳到“几十米内”,这一步没有AI什么事,却比大多数AI功能救的人都多。

但死角还在:室内、地下车库、高层楼宇。楼层信息(垂直定位)和室内微定位仍是全球接警系统的共同短板,Wi-Fi指纹、蓝牙信标、气压计都能帮上忙,但数据的可用性与合规边界,各国还在拉扯。定位融合的今天是这样的:

flowchart TD
    A["紧急呼叫发起"] --> B["基站小区估算"]
    A --> C["卫星坐标上报"]
    A --> D["Wi-Fi指纹辅助"]
    B --> E["多源融合定位"]
    C --> E
    D --> E
    E --> F["地理编码落图"]
    F --> G["按辖区路由派单"]

工程视角一句话:定位链路决定了AI的输入质量。定位不可靠时,AI分级建议是在垃圾进、垃圾出——这也是为什么我把定位放在AI前面讲。

五、效果、争议与责任

把话说透:这条链路上的效果数字,目前基本来自厂商和项目方口径。

转写让落单提速、AI应答让非紧急话务分流、合并报警让大事件时席位不挤爆——这些方向性的收益,我作为通信老兵是认的,逻辑自洽且符合一线常识。但具体到“效率提升百分之多少”,我没有看到独立第三方的横向审计数据,读者请按“项目方宣称”理解。这和运营商AI节能、AI客服那些账本是一个道理:方向可信,数字要打折听。

争议集中在三处。一是误判的代价不对称:转写错一个门牌号是小事,把“抢劫”分级成“纠纷”是大事——AI分级建议的错误率哪怕只有百分之一,在关键警情上的绝对数也不可接受,所以决策必须留给人。二是数据合规:接警录音加上实时位置,是全社会最敏感的数据组合之一,拿它训练模型,法务关比技术关难过。三是责任:AI建议、人拍板,出了漏派误派,责任链是清晰的;一旦变成“AI自动派警”,事故追责在现有法律框架里没有答案。

给同行的工程底线三条:第一,AI永远放旁路,影子运行够了再上主路,上主路也只做建议;第二,降级可用是硬指标——转写宕了、AI服务挂了,接警台必须能一键回到纯人工流程,切换时间以秒计;第三,紧急呼叫的优先级地位不许被任何新组件稀释,这是这张网的宪法。

六、对国内110/119/120的启示

国内的基础其实不差:接警录音质检早已是标配,融合通信平台在多省市建成,公安系统近年推行的接处警机制改革,方向就是让情报、指挥、行动在一张图上跑起来。语音AI在110的落地进度,放在全球看属于第一梯队。

真正的差距在两处。一是多媒体上报的标准化——文字、图片、视频进接警台,美国的NG911走了十几年,国内还需要标准与平台两头的持续投入;二是定位链路的打通深度——运营商侧的定位能力与接警平台之间的接口效率,决定了“人等位置”还是“位置等人”。120急救赛道上国内已有大模型分诊的公开实践,说明这条路的可行性已被验证过,接警侧的推广更多是工程组织问题,不是技术问题。

七、给通信工程师的三个判断

如果你正在为相关项目做技术决策,给你三个判断。

第一,接警系统现代化是三件事:IMS/ESInet、定位、AI。顺序不能倒。前两件是地基,AI是封顶——地基没打好的AI项目,验收那天就会现原形。

第二,评估供应商,别看Demo看降级。让销售演示“AI服务整体宕机时接警台什么样”,比演示转写准确率有用得多。关键路径上的每一个新组件,都要回答“你挂了之后谁兜底、几秒切回去”。

第三,把合规当架构输入,而不是验收附件。接警数据的敏感级别决定了模型只能本地化部署、录音脱敏要从采集端做起、位置数据的留存策略要一票否决——这些约束反过来会重塑你的技术选型。

结语

报警电话那一端,正在从“一副耳机一支笔”变成“一名接警员加一个AI副驾”。耳朵不够,AI来凑;地图不清,卫星来报;席位不足,AI先把不值得人接的话务挡在门外。但方向盘必须始终在人手里——这条链路上的每一次技术演进,都该先回答同一个问题:它挂掉的时候,那个凌晨三点拨出110的人,还能不能被接住。这,才是通信工程师在这场变革里真正要守住的东西。

参考来源

  1. NENA:美国紧急号码协会 — 911行业组织,NG911(i3架构)标准制定方,本文911呼叫量、接警中心规模等行业数据长期引用源
  2. EENA:欧洲紧急号码协会 — 推动AML高级定位与112体系研究,多次发布AI应用于接警中心的研究报告
  3. Carbyne — 美国云端911呼叫处理平台商,主打云化接警、实时转写与多语言翻译
  4. RapidDeploy — 云原生NG911平台厂商,接处警云化改造的代表玩家
  5. 科大讯飞 — 智能语音厂商,据公开报道其智能接处警方案已在多地公安110应用

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