三個智能體在一個電訊營運商的組織落地

一家電訊營運商省級公司，正在經歷一場「潤物細無聲」嘅組織級智能化改造：冇追求一個無所不能嘅超級模型，而係落地咗三個各司其職嘅 AI 智能體——企業輿情洞察助手、銷售智能體、合約審核助手，分別進入市場部、銷售部、法務部嘅日常工作流。三個智能體解決三類問題，共同指向同一個目標：令營運、營銷、風控都更智能。

背景與痛點

電訊營運商係典型嘅「數據密集型」行業，亦係最容易感受到「低效、依賴人工、易錯」三重壓力嘅行業。市場決策要睇外部輿情，輿情分散喺新聞、社交媒體、投訴渠道入面，靠人工搜集匯總，又滯後又片面；銷售線索由產生到跟進，中間隔住大量人工篩選同電話溝通，轉化鏈條長；合約審核更加係法務部門嘅「體力活」，條款風險靠人逐條睇，標準唔統一、容易漏亦容易錯。行業研究都印證緊呢個趨勢——喺電訊領域，人工智能體喺計費優化、網絡運維、異常檢測等邊界清晰嘅領域可以帶嚟可量化嘅效能提升，但瓶頸往往唔喺模型能力，而喺數據有冇被組織起嚟、業務邏輯有冇被結構化。

呢間省級公司嘅存量痛點係典型嘅「三低三高」：效率低、響應慢、容錯低，人力成本高、口徑不一致風險高、關鍵環節出錯成本高。公司需要一個唔靠「堆人頭」嘅解法。

我哋點樣做

項目採用「通用大模型 + 多模態 + 數據語義層方案」，圍繞三個業務部門分別構建智能體，每一類智能體針對一類結構化問題。

企業輿情洞察助手——服務市場部。 實時採集外部輿情信息，透過模型對輿情內容進行分類、情感分析同趨勢研判，輸出結構化洞察，為市場決策提供及時依據。市場團隊唔再依賴人工睇網頁、匯總報告，而係基於智能體嘅持續監測掌握輿論動向。

銷售智能體——服務銷售部。 自動化追蹤銷售線索，由線索生成、優先級識別到跟進提醒，減少人工篩選嘅遺漏；同時基於歷史成交數據同客戶特徵，智能推薦溝通話術，幫一線銷售快速進入有效對話。

合約審核助手——服務法務部。 智能審查合約，自動識別關鍵條款、潛在風險同合規要點，輸出結構化審查意見，輔助法務人員將精力集中喺真正需要專業判斷嘅條款上面，管控合規風險。

三個智能體喺同一個組織入面並行運轉，背後係統一嘅數據接入同知識組織方式——唔同部門嘅數據喺統一語義下被結構化，模型先至可以喺各自動作域入面畀出穩定、可解釋嘅輸出。

落地效果

• 輿情監測由「人工搜集、滯後匯總」變為「自動監測、實時洞察」，市場決策有咗更及時嘅依據；

• 銷售線索由生成到跟進實現自動化，線索遺漏減少，跟進效率提升；

• 合約審查由「逐條人工閱讀」變為「智能識別 + 人工覆核」，審查標準統一，風險遺漏明顯減少；

• 市場、銷售、法務三個部門嘅工作流都俾智能體「接管咗重複、釋放咗人力」，響應能力同營運效率整體提升；

• 以智能體為載體嘅能力沉澱，令公司之後擴展更多業務場景時有咗可重用嘅底座。

經驗沉澱：從項目到 OntiCards

呢個項目嘅經驗可以總結成一句話：智能體唔係單點工具，而係一種組織化嘅能力。佢可唔可以喺部門入面真正運轉起嚟，取決於三個條件——數據接唔接得入嚟、業務語義定義得清唔清楚、輸出係咪穩定可解釋。呢三點啱啱係 OntiCards 嘅數據卡片同四層架構著力解決嘅核心問題：先將數據接入同語義定義做紮實，智能體先至可以喺業務側穩定發揮。

呢啲經驗沉澱落嚟，成為 OntiCards 喺電訊營運商及大型企業智能化轉型中嘅解決方案。我哋喺「接入、卡片、問數、消費」嘅框架之下，幫企業喺內部知識、合約、輿情等數據上面構建統一語義層，令各類智能體喺可靠嘅數據基礎上面運行。歡迎訪問 OntiCards 官網，了解我哋點樣幫企業將智能體由「試點」推進到「組織級落地」。