实在Agent助力南北二十余省电信员工打造AI数字分身！

在 AI 技术快速迭代背景下，中国电信持续关注 DeepSeek 等前沿技术的应用潜力，积极探索智能体技术与现有系统的融合创新路径。从南粤广东至北疆内蒙古，一场激活全国电信人效能的智能化革命正在重塑中国电信服务与办公体系。

在 DeepSeek 等大模型爆火之前，企业效能驱动引擎是由一系列 AI 技术（OCR/NLP 等）+ RPA 组成，中国电信将 RPA 技术应用到工单流转到智能审批的各个环节，诞生了一批无时不在、不知疲倦和高效细致的 “数字分身”——实在数字员工。

一线员工可以同数字员工对话交流或启动应用程序，让其自动分配客户工单、导出和导入日月报数据，使办公效率大幅提升。一些流程清晰、规则明确的话费、宽带套餐办理业务接入数字员工，使秒懂、秒批、秒办成为可能，明显改善电信用户的办事体验。

DeepSeek-R1 是开源推理模型，擅长理解用户指令处理复杂任务，性能比肩 OpenAI o1。如果将 “数字员工” 与 DeepSeek 等大模型结合，是不是可以组成《钢铁侠》电影中的国产 “贾维斯”？是不是聊聊天就能完成 “剪视频、写 PPT、招牛人……” 这些复杂任务？

大模型要走向应用，必须要进化成 Agent 智能体，即大模型加上知识获取、工具使用等外部 “链接” 的能力（RPA 能力），变成智能体才能执行具体任务，也是当前企业部署大模型落地实际应用场景的理想形式。

那么，在通信服务中，在大模型、Agent 智能体等 “高大上”的技术名词背后，到底能为企业做哪些事情呢，又有哪些问题是需要注意的呢？在当前的 DeepSeek 热潮下，结合具体应用实践来对这些问题进行思考与探索，无疑是具有现实意义的。

接下来，让我们一起看看  “数字员工” 在中国电信 20+ 职能部门的工作实录。

中国电信“数字员工”

20+职能部门工作实录

从“人工操作”到“人机协同”

江西电信、重庆电信、安徽电信

在受理客户可选包订购/退订工单场景中，数字员工可以像“人”一样操作电脑：自动登录客服网站，实时获取客户需求工单，按照预设规则精准处理工单需求，并通过短信、APP 推送消息等方式通知客户。与原先相比，1 名 AI 助理可以处理约 2~3 名业务人员的工作量。

在呼叫中心的问卷回填和变更业务场景中，原先需要 3 人全职工作，每月处理超 7500 条问卷数据，易导致信息处理不及时、服务交付延迟和客户满意度降低等问题。如今，通过数字员工实现全流程 99% 以上的自动化，员工只需核验执执行结果。

从“重复执行”到“策略制定”

广东电信、广西电信、集团总部

电信云网操作维护中心日常维护巡检工作非常复杂繁琐，包括跨系统间数据交互操作、数据报表和平台数据报告制作、多个云平台的手工维护、巡检、监控等，重复性较高、人工操作耗时多，且易出错，影响网络服务质量。

通过引入数字员工，电信巡检流程全面自动化，从原来每天的人工系统巡检变为数字员工 7×24 小时值守，自动获取数据、告警信息，通过预警分析形成巡检报告，支持自动告警及巡检重要数据动态实时展示，员工基于数据实时调整决策，巡检效率提升 10 倍以上。

从“被动应答”到“主动服务”

天翼爱音乐、天翼保理

在爱音乐业务订购流程中，存在诸多环节依赖人工手动操作，而人工操作速度有限，且长时间重复操作易出现疲劳，导致处理效率低下，难以满足业务快速处理的需求。数字员工自动登录系统，针对不同工单类型，根据预设规则，自动填写处理意见、选择评价、处理附件等，业务响应速度提升 50%。

在天翼保理信息抽查流程中，数字员工能够自动打开 Excel 表格，获取需要抽查的项目编号，并自动登录业务平台后台，自动下载后台文件并进行关键信息识别比对，减少员工进行重复大量手工操作，人机协同推动业务流程效率最大化。

实在Agent×DeepSeek

会思考能干活的数字员工

从中国电信对数字员工的应用来看，RPA 擅长处理规则明确的流程，比如数据迁移、数据处理。面对非结构化数据，也可以通过 OCR/NLP 等技术进行解析与理解，比如质检管理、工单管理。

RPA 就像是办公室里的打印机、房屋里的扫地机器人，日复一日地执行重复工作。而大模型就像是一名热衷于学习的 “实习生”，让他快速成为熟知业务的 “老员工” 比较难，但让实习生学习怎么使用打印机、扫地机，会是一件很容易的事。

尤其是在企业业务规则发生变化时，DeepSeek 能够迅速理解新的业务流程及其内在逻辑，并通过推理将其转化为全部或部分 RPA 可执行的操作步骤，可大幅提升业务流程自动化的实施效率，使传统 RPA 更能应对现实世界场景中充满的不确定性。

结合大模型的指令理解和任务拆分能力，2023 年 8 月，实在智能就将大模型深度融入 RPA，并推出实在 Agent 智能体，使 RPA 成为 Agent 智能体的重要 “组件”。

如今，实在智能全面接入 DeepSeek，并完成 R1 模型的私有化部署，强大的推理能力赋予了实在 Agent 智能体更强的灵活性与适应性。

同时，实在 Agent 智能体还支持用户自由选择 TARS 塔斯、智谱 AI、GPT 等大模型，用户可以基于具体业务场景，结合企业知识库，选择擅长该领域的 AI 模型进行训练部署，通过精准的场景匹配、本地化模型训练、严格的安全机制，使 AI 技术从以辅助为主，推向更复杂的场景延伸。

也就是说，在企业已经部署 RPA，沉淀了大量自动化场景的基础上，实在 Agent 智能体可以将自动化流程由 “规则驱动” 升级为 “自主驱动”，即一句话完成 “剪视频、写 PPT、招牛人……”。

除了场景应用，在 AI 走入政务、企业的过程中，还会面临哪些问题和挑战？清华大学公共管理学院教授孟庆国在接受央视采访时表示，应注意到人工智能的应用边界，要做到有所为和有所不为。比如在 AI 决策的过程中所伴生的数据安全、隐私保护问题。

作为智能化办公和 RPA/Agent 领域的领军企业，实在智能结合与华为昇腾、摩尔线程等国产创新软硬件平台，进一步实现了从软硬件基础、推理引擎，到模型服务、智能体应用的全链路 100% 国产化，企业可本地化处理敏感数据，全方位保障数据安全与业务合规运营。

目前，实在智能正在结合服务了 4000 余家行业头部客户的实践经验，通过预训练模型减少数据标注需求，对数万个应用场景进行 “智能体化”，让企业用户可以通过一句话完成 “公文流转、费用报销、质量巡检” 等原先 “已自动化” 的任务。

未来，AI 或将成为政府、企业服务的 “智慧大脑”，但核心仍在于 “人机协同” 的平衡——让 AI 作为数字分身提升效率，让人做出符合伦理的决策。（咸宁新闻网）