Telstra
数据底座、员工知识助手与网络自愈的企业AI组合
企业原始材料
电信
企业部署案例
⚙ 技术方案
深度案例｜关键链路较完整
A级证据
数百用例规模化
A
证据等级
How Telstra is reinventing itself with AI
证据等级衡量“能否定位和复核来源”，不评价厂商披露是否经过第三方审计。
深度案例｜关键链路较完整
12 / 12
业务背景2 / 2
改造流程2 / 2
技术工作流2 / 2
人机与治理2 / 2
量化结果2 / 2
来源定位2 / 2
六个维度均达到当前完整度标准。
业务问题
Telstra要同时改善一线客服查知识、客户自助服务和网络故障，但历史上约80个数据平台造成数据与接口割裂；如果没有统一底座、岗位培训和责任控制，单个AI试点很难扩展为数百个业务用例。
解决方案
Telstra把数据平台从约80个收敛到约20个，迁移到云和API-first架构；在此之上用Azure OpenAI与Azure AI Search构建基于可信企业知识的AskTelstra，为一线人员检索答案，同时部署客户生成式AI助手、One Sentence Summary和嵌入网络运营的SmartFix，并以AI Academy推动岗位采用。
技术架构与生产工作流
Step 01
从约80个收敛到约20个数据平台
→
Step 02
云端API-first架构与可复用AI能力
→
Step 03
Azure AI Search检索可信企业知识
→
Step 04
Azure OpenAI生成AskTelstra答案和会话摘要
→
Step 05
客户助手与SmartFix连接渠道和网络运营
→
Step 06
人工升级、责任AI控制、采用率与业务指标监测
关键技术与基础设施组件
云数据平台API-first架构Azure OpenAIAzure AI SearchAskTelstraOne Sentence SummarySmartFix责任AI框架
人机分工与责任边界
AskTelstra和摘要工具为一线员工提供答案与上下文，员工负责客户沟通和例外处理；网络自动修复处理可标准化问题，异常进入运维流程。责任AI、安全框架和20,000多人培训共同约束扩展。
FDE 动作拆解
- 先收敛数据平台并统一API接入方式
- 从客服知识查找和网络主动修复两条高频链路切入
- 让生成答案只依据可信企业知识
- 为员工铺设AI Academy和岗位使用支持
- 分别跟踪通话时长、自助解决和预防来电
可迁移复用的落地方法论
- 企业AI规模化通常依赖先行的数据与接口简化
- 同一AI战略应按工作流分别设业务指标
- 员工助手要以受控企业知识为依据
- 自动修复和对话助手需要不同的人机升级路径
业务成效与交付成果
Telstra披露AskTelstra服务8,000多名一线员工，平均通话时间缩短1分多钟；客户助手无需升级即可回答的查询量接近原来的3倍；SmartFix在FY25执行250万次主动动作并预防近100万次支持来电。
证据边界与核验记录
- 通话缩短、查询解决和预防来电是不同工作流指标，不能相互替代。
- SmartFix并非生成式AI单一功能，而是Telstra整体AI与自动化组合的一部分。