U Mobile用AI代理跨系统诊断客服问题，关键类别工单量最多降84.5%

01从“写回复”转向跨系统查问题

具体场景是用户无法购买数据加购包。按AWS机器学习博客的描述，客服要查询业务支撑系统（BSS）API确认用户资格，还要核对内部知识库中的业务政策。这些操作分散在多个后台系统，回复还没开始写，排查已经花去时间。¹²

博客称，传统自动化工具能帮客服把回复写得更顺，却不能跨多个系统查询、分析结果并提出纠正措施。这里的AI代理，指能执行多步跨系统查询、分析结果并给出处理建议的系统，而不只是生成文本的助手。U Mobile信息系统部门（ISD）构建了名为AiDaH的AI驱动代理帮助台，补上这一段。³⁴

02覆盖范围和内部测量结果

据该博客，启动约一年内，AiDaH覆盖六个业务部门的150多个有记录的运营场景。U Mobile内部测量显示，关键类别的问题工单量最多下降84.5%。博客给出的指标是工单量变化，未给出客户满意度或收入影响。⁵⁶

03数字该怎么读

需要区分的是，84.5%的降幅只限定在“关键类别”，不等于所有问题工单整体下降；博客也没有披露统计周期、样本量和各场景的降幅分布。该案例由AWS机器学习博客叙述，效果数字来自U Mobile内部测量，未见第三方验证。因此，这些数字可以说明U Mobile已在特定运营场景部署代理式AI并报告阶段性效果，但不能外推为所有电信客服场景的普遍结果。⁶