技术方案 · 一期

奥特迅智能客服系统建设方案

面向电动汽车充电业务的客服体系升级:以既有 400 总机为入口,让客服电话在无人值守时段也能被接起,并给出有数据依据的答复。全部能力收敛在阿里云内,与现有充电运营平台共用账号、区域与网络。

客户深圳奥特迅电力设备股份有限公司
范围新能源充电产品 · 国内
底座阿里云(与运营平台共用)
版本一期 · 两阶段交付
日期2026 年 11 月
7×24 电话接通率
100%
现状夜间依赖手机转接,存在漏接;目标为 AI 秒级接起
AI 独立解决率
10–15% → 40%
阶段一规则型 AI,阶段二接入知识库后逐步提升
报修工单留痕率
100%
替代现状 Excel 台账,问题可追踪、可统计、可沉淀

01项目目标

让客服电话在无人值守时段也能被接起并给出有数据依据的答复,让报修从 Excel 变成可追踪、可统计的工单闭环。

指标现状一期目标
7×24 电话接通率夜间依赖手机转接,存在漏接100%(AI 秒级接起)
AI 独立解决率无阶段一约 10–15%,阶段二逐步升至 40%
报修工单留痕率依赖 Excel,大量散落在微信与口头100% 系统留痕

02现状与约束

方案的每项取舍都建立在下列事实上,其中第 5 条是最有价值的条件。

现状带来的问题对方案的约束
对外有 400 总机和客服手机,无专门后台通话无录音、无法质检、无法统计一期先建通话通道
月通话量不足 100 次
日均约 3 通
重资产语音机器人单通成本过百元云服务按量付费,不做私有化
报修主要靠 Excel问题散落在微信群、销售转达、现场口头工单系统优先级高于电话功能
知识资产需从零建设AI 无内容可说知识库建设独立推进,不阻塞上线
充电运营平台自研且已部署阿里云,可提供 API——本方案成立的关键条件,AI 能查数据而非念话术
需 7×24 服务夜间人力成本高、响应慢AI 定位为补夜班,不替代白天坐席
售后工程师兼接电话工程师在场时无法接听转接目标为值班手机,留单回呼为主路径

03四条核心判断

判断一:AI 的定位是补夜班,不是替代坐席

日均约 3 通,夜间通常 0–2 通。但夜间谷电充电集中,车停在桩边充不上电是客户焦虑最高的场景。AI 在夜间时段的价值远高于白天:秒级接起、能查数据、不会不耐烦。

判断二:主要矛盾不是接不过来,而是问题没被收拢

150 座以上自营站加大量已售设备,真实故障量远超日均 3 通电话,其余走的是微信群、销售转达、现场口头。工单系统是本项目最有长期价值的产出,电话只是其中一个入口。

判断三:知识库不应阻塞技术上线

AI 的第一价值不是「回答一切」,而是永不漏接、完整记录、准确分流,这三件事不依赖知识库。因此采用两阶段交付。

判断四:全部能力收敛在阿里云内

运营平台已在阿里云,语音、模型、接口、存储同账号同区域,走 VPC 内网。数据不出境,且接口延迟可控。

04总体架构

四层结构

层组成说明
接入层400 总机、客服手机(不并入)、微信400 号不变,只改转移目标
会话层阿里云云呼叫中心、智能语音交互、通义千问语音识别含粤语,模型境内调用
能力层设备状态、订单查询、工单创建、知识检索工程量所在,把平台数据与对话接起来
数据层充电运营平台、工单模块、OSS 录音、条目库全部在既有阿里云账号内

组件选型

能力阿里云产品要点
电话接入、IVR、录音云呼叫中心 / 语音服务分配接入号;录音存 OSS(境内)
语音识别智能语音交互必须选 8k 电话场景模型,通用模型效果差;粤语需实测
语音合成智能语音交互内置音色
大模型百炼 / 通义千问境内调用,数据不出境
接口服务ECS 或函数计算与运营平台同 VPC,内网调用
存储RDS + OSS工单数据与通话录音
告警企业微信群机器人 + 电话外呼双通道,用同一云呼叫中心发起外呼

电话链路

400 电话进入后的三级链路与回落 400 总机无条件转移至云呼叫中心接入号,AI 查设备与订单后分流为直接解决、转值班工程师、留单回呼三条出口;AI 平台不可达时自动回落至值班工程师手机。 400 总机 号码不变 无条件转移 云呼叫中心接入号 阿里云 · 录音存 OSS AI 接听与判断 查设备状态 · 查订单 · 识别意图 能答 直接解决并留记录 需人工 转值班工程师手机 接不了 留单 · 次日 18:00 前回呼 回落:AI 平台不可达时自动转回值班工程师手机
转移目标替换而非新建通道,回落链路必须自动
两条设计要点

一、转移目标替换,而非新建通道。400 号、转移功能、场站标识牌、官网、公众号上的号码全部不变,改动面最小,效果不好可随时关掉转移恢复现状。

二、回落必须自动。AI 平台是新增环节,一旦不可达而无人接管,电话就彻底打不通。回落至工程师手机是必要的保险。

05一期范围:两阶段交付

阶段一(W1–W5):规则型 AI

不依赖知识库,只用规则与接口即可运行。

能力说明
接起与意图识别识别充电失败、支付、场站咨询、B 端业务等意图
查设备状态按桩编号取实时状态、故障码、最近告警
查订单按来电号码关联最近一笔充电订单
智能分流能答直接答,需人工转值班手机,接不了留单
留单回呼自动建工单、短信告知工单号、承诺次日 18:00 前回呼
安全类硬规则冒烟、漏电、起火等命中即转人工并双通道告警,不经模型判断
低置信度兜底连续两次识别置信度低自动转人工,兼作英语来电兜底

阶段二(W5–W7):知识库接入

  • 知识检索:AI 答不上时先检索知识库,再决定是否转人工
  • 条目治理:200 条起步,按产品线与场景打标签,持续回流

明确不做

不做理由
前置按键导航(IVR 菜单)急单客户多点一次键就多一分流失;月话务 100 通没有排队,分流无意义。改用 AI 直接接起 + 低置信度转人工
客服手机号并入 AI本质是管理问题:客户存了工程师号码就会一直打,强行并入会引发抵触。根本解法是把 400 做好让客户回流
海外多语种一期只做中文,海外来电靠低置信度兜底转人工
微信 / APP / 官网全渠道渠道越多运营成本线性上升,一期做不完也养不起
私有化部署话务量不支持重资产投入
与电网客户工单系统对接涉及合规加严,需单独立项评估

06关键设计

带数据的客服

来电时通过号码自动关联最近订单,AI 开口前已知道上下文:

对话示例

「您好,奥特迅充电服务。看到您刚才在月亮湾大道站充电,是遇到什么问题了吗?」

这一句话的体验差距远大于任何话术优化,前提是平台提供按手机号查订单的接口。

同理,车主说「充不上电」时,AI 必须先查该桩实时状态与故障码再判断,查不到就转人工,不允许推测。

安全类事件硬规则

触发词:冒烟、起火、着火、漏电、触电、爆炸、焦味、冒火花、烧了。命中即执行,不经模型判断:

  1. 立即中断 AI 对话,转接值班手机
  2. 同时向值班负责人推送告警(企业微信群 + 电话外呼)
  3. 通话结束前播放安全提示:远离设备、不要触碰枪线、必要时拨打 119
只发群消息是不够的

深夜群里一条消息没人看到,等于没做。必须有「响」的通道,所以采用双通道。

留单回呼

AI 无法处理时(夜间、或工程师接不了):

1
完整记录客户信息、问题描述、已查到的数据
2
生成工单,标记为留单
3
承诺次日 18:00 前回电,短信写明具体时间,节假日顺延
4
次日上班后由值班工程师优先外呼
这是硬承诺

客户听到「没人接」和听到「已记录、明天 18 点前回复您」,感受完全不同。但售后接不住就不能承诺,建议先保守后收紧。

07接口需求

以下接口由研发中心在充电运营平台上提供,供 AI 平台调用。

#接口用途关键字段时效
1按手机号查最近订单来电自动关联上下文订单号、桩编号、站点名、起止时间、电量、金额、结束原因、失败码< 500ms
2按桩编号查实时状态判断是否为设备故障在线状态、当前功率、故障码、最近告警时间、所属站点< 500ms
3按站点查信息位置、价格、空闲枪数地址、收费标准、空闲枪数、营业时间、停车费< 1s
4创建设备工单替代 Excel客户信息、桩编号、故障现象、录音 ID、来源渠道< 2s
5查设备告警历史排查间歇性故障告警码、告警时间、恢复时间< 1s

接口 1、2 是通话中同步调用的,超过 1 秒客户会感到明显停顿,因此需单独提供轻量查询接口,不复用后台管理页面的重查询。

统一约定

项约定
鉴权独立 API Key 与配额,不与后台管理 Session 共用
限流超出返回 429,AI 侧需能降级为转人工
超时服务端 3 秒;AI 侧 1 秒未返回即转人工,不允许在通话中干等
幂等建单接口按 call_id 去重,重复调用返回同一工单号
脱敏手机号、车牌在出参层脱敏,不依赖 AI 侧配置
日志每次调用返回 trace_id,可回溯耗时与返回内容

08知识库建设

素材来源(按价值排序)

序来源价值说明
1Excel 历史报修记录真实客户问法与真实处置结论,可直接转成问答对,比从产品手册抄 FAQ 有效得多
2故障代码表「充不上电」类问题的判断依据
3产品与安装调试手册参数、安装与操作类咨询
4资深工程师访谈手册里没写的现场处置技巧

每条知识的结构

四段,缺一不可。第四段最容易被忽略,但恰恰是防止 AI 乱答的关键。

字段内容要求
客户原话客户实际怎么说,保留口语、方言表达、错别字
判断条件什么情况下适用,需要哪些数据佐证
处理动作标准处置步骤
边界什么情况下不能这样答,必须转人工

规模与节奏

首批 200–300 条,覆盖 Top 20 高频问题即可上线,剩余靠转人工兜底。

周次目标
W1模板定稿、资料盘点、安全话术定稿
W2故障码表整理过半、工程师访谈完成、报修记录清洗过半
W350 条 P0 条目初稿(安全 + 充电失败)
W4约 200 条编写完成并通过技术审核
W5入库、标签化与索引完成
W6检索接入对话流程,命中率达标
W7运营机制跑通,周新增条目 ≥ 5 条

09实施计划

周次里程碑验收标准
W1通道打通资质确认完成;400 转移改造与回落验证通过;接口契约冻结
W2接口就绪接口 1、2 可调;鉴权与沙箱可用;工单模型与流转规则定稿
W3对话与工单可用规则版对话流程完成;安全词与低置信度兜底上线;工单模块完成
W4联调通过端到端通话、故障演练、安全事件双通道演练全部通过
W5阶段一交付夜间灰度运行;知识条目入库与索引完成
W6知识库接入检索命中率达标;白天切换 AI 前置
W7运营跑通看板可用;录音复盘机制运转
灰度度量口径

月话务 100 通,夜间一周仅 5–7 通样本,解决率没有统计意义。灰度期不以解决率做决策,改看是否出事故:有没有漏接、有没有答错导致投诉、转人工是否成功、留单是否闭环。灰度周期拉长至 3 周。

W2 是最关键的一周

三项任务同时到期:接口可调、语音实测达标、工单流转规则定稿。这一周过不去,后面全部顺延。

10成本估算

按当前话务量测算,云上运行的技术成本很低,主要投入是人力。

项目计费方式量级
云呼叫中心(接入号、坐席、录音)按坐席/月千元级/年
智能语音交互(识别与合成)按时长百元级/年
百炼 / 通义千问按 token百元级/年
ECS / RDS / OSS共用现有资源增量很小
企业微信机器人免费0
电话外呼按次极少量
实施服务费(语音对话搭建与调优)一次性数万元级,待询价
研发与知识库人力内部一次性约 751 人时(约 94 人日)
成本结构的结论

云资源成本低是因为话务量小;实施服务费与人力才是真正的成本。本表为量级估算,依据是当前话务量与公开计费口径推算,最终以询价与合同为准。

11风险与对策

风险影响对策
呼叫中心业务资质不具备可能无法申请接入号码,M1 卡死开通前向阿里云确认要求,同时核查公司证照范围
400 转移为无应答转移AI 排在工程师之后,永远接不到电话开通前问清转移类型,必要时改为无条件
8k 语音模型与粤语识别不达标夜间体验比现在更差W1 用真实场站录音实测,不达标立即调整方案
知识库不足导致答错损害品牌信誉,引发投诉严格执行「查不到就转人工」,宁转不猜;首月每日复盘录音
AI 误判桩故障为车辆问题直接引发投诉充电失败类判断必须先查设备状态与故障码
工程师抵触电话不再直达上线即遇阻力提前沟通:只过滤简单问题,复杂问题照样转来且带完整背景
接口性能达不到 500ms通话中明显停顿W0 预研实测,不达标则加缓存层或异步查询
400 转移链路不稳定电话打不进来保留原号码,AI 不可达自动回落工程师手机
安全事件被 AI 淡化处理人身安全风险安全词硬编码,命中即转人工并双通道告警
数据合规客户隐私与录音安全全链路境内,录音存 OSS;接口出参层脱敏
外部实施方未询价预算无法确定,项目停摆基于阿里云生态找 2–3 家询价,范围限定在语音对话部分

12待确认事项

#事项影响负责
1呼叫中心业务资质要求决定接入号能否申请IT + 法务
2400 转移类型决定 AI 能否接到电话IT
38k 语音模型与粤语实测决定方案是否需调整IT + 实施方
4售后对转移改造的接受度影响上线阻力项目牵头人
5值班工程师轮值表决定转接目标与响应速度售后
6工单流转规则决定工单模块能否按时开工售后
7安全事件第一责任人与备岗决定双通道告警是否有效售后
8回呼承诺时效最终值影响客户体验与 SLA售后
9外部实施商询价决定预算与工期采购 + IT
10一期 4 周交付边界决定对外承诺口径项目牵头人