人工智能赋能电信用户投诉的应用场景及趋势研究

doi:10.12267/j.issn.2096-5931.2025.12.008

信息通信技术与政策 ›› 2025, Vol. 51 ›› Issue (12): 57-62.doi: 10.12267/j.issn.2096-5931.2025.12.008

专题:面向数智时代的数字政府建设上一篇下一篇

人工智能赋能电信用户投诉的应用场景及趋势研究

Research on the application scenarios and trends of AI in empowering telecom user complaint management

辛星, 武骏, 王海燕, 张洋, 郭薇

工业和信息化部电信用户申诉受理中心, 北京 100083

收稿日期:2025-10-30 出版日期:2025-12-25 发布日期:2026-01-08
作者简介:
辛星，工业和信息化部电信用户申诉受理中心申诉研究部高级工程师,主要从事人工智能技术应用研究、用户服务研究等工作
武骏，工业和信息化部电信用户申诉受理中心主任,主要从事人工智能技术应用研究、用户服务研究等工作
王海燕，工业和信息化部电信用户申诉受理中心申诉研究部高级工程师,主要从事人工智能技术应用研究、用户服务研究等工作
张洋，工业和信息化部电信用户申诉受理中心申诉研究部工程师,主要从事电信用户服务研究等工作
郭薇，工业和信息化部电信用户申诉受理中心综合支撑部高级工程师,主要从事数据统计分析和数据研究等工作

XIN Xing, WU Jun, WANG Haiyan, ZHANG Yang, GUO Wei

Telecom User Complaint Acceptance Center, Ministry of Industry and Information Technology, Beijing 100083, China

Received:2025-10-30 Online:2025-12-25 Published:2026-01-08

摘要/Abstract

摘要：

伴随着用户对电信服务要求的不断提高,如何持续增强投诉处理能力、满足人民群众日益增长的服务需求,已成为电信行业提升用户服务质量的重要课题之一。人工智能技术的应用,可有效提升用户投诉服务质量、投诉处理效率并重构投诉服务模式。通过梳理人工智能技术在电信投诉领域的主要应用场景、目前应用中面临的主要问题,对其未来应用趋势作出展望,以期为如何通过技术手段提升电信用户服务能力提供参考。

关键词: 人工智能, 电信用户投诉, 智能决策, 智能体

Abstract:

As users’ expectations for telecommunications services continue to rise, a key challenge for the industry is to strengthen its complaint resolution capabilities and consistently meet the people’s growing demand for high-quality service. The application of AI technology can significantly enhance the quality of user complaint services, improve the efficiency of complaint handling, and reshape the complaint service model. By reviewing the main application scenarios of AI in the telecommunications complaint domain, the key challenges currently faced in its implementation, and its future trends, the study aims to offer insights into how technological means can be leveraged to improve telecommunications user service capabilities.

Key words: AI, telecom user complaints, intelligent decision-making, intelligent agent.

中图分类号:

TP183
F626

辛星, 武骏, 王海燕, 张洋, 郭薇. 人工智能赋能电信用户投诉的应用场景及趋势研究[J]. 信息通信技术与政策, 2025, 51(12): 57-62.

XIN Xing, WU Jun, WANG Haiyan, ZHANG Yang, GUO Wei. Research on the application scenarios and trends of AI in empowering telecom user complaint management[J]. Information and Communications Technology and Policy, 2025, 51(12): 57-62.

导出引用管理器 EndNote|Ris|BibTeX

链接本文:

http://ictp.caict.ac.cn/CN/10.12267/j.issn.2096-5931.2025.12.008

http://ictp.caict.ac.cn/CN/Y2025/V51/I12/57

技术类别	核心功能	关键技术组成
多模态交互与内容解析	实现用户语音、文本等信息的自动识别、理解与拟人化交互	自动语音识别、自然语言处理、大语言模型、文本转语音
知识构建与自动执行	将企业知识结构化,并自动化执行标准业务流程	知识图谱、机器人流程自动化
数据分析与智能生成	从数据中挖掘洞察,并生成高质量、合规的文本内容	检索增强生成、时序预测算法、聚类算法

技术类别	核心功能	关键技术组成
多模态交互与内容解析	实现用户语音、文本等信息的自动识别、理解与拟人化交互	自动语音识别、自然语言处理、大语言模型、文本转语音
知识构建与自动执行	将企业知识结构化,并自动化执行标准业务流程	知识图谱、机器人流程自动化
数据分析与智能生成	从数据中挖掘洞察,并生成高质量、合规的文本内容	检索增强生成、时序预测算法、聚类算法

应用类别	核心特征	典型应用场景
承接流程类	流程自动化、规则标准化、人工替代	智能语音机器人、工单智能派发、智能回访外呼、数字员工
辅助提升类	人机协同、实时赋能、效率提升	智能坐席助手、自动填单、话术推荐、案例推送
质检监管类	过程管控、数据驱动、质量改进	全量智能质检、情感轨迹分析、智能报告生成
预警治理类	预警预测、根源治理、资源优化	投诉预警预测、热点聚类挖掘、区域热点分析

应用类别	核心特征	典型应用场景
承接流程类	流程自动化、规则标准化、人工替代	智能语音机器人、工单智能派发、智能回访外呼、数字员工
辅助提升类	人机协同、实时赋能、效率提升	智能坐席助手、自动填单、话术推荐、案例推送
质检监管类	过程管控、数据驱动、质量改进	全量智能质检、情感轨迹分析、智能报告生成
预警治理类	预警预测、根源治理、资源优化	投诉预警预测、热点聚类挖掘、区域热点分析

[1]	余晓晖. 推动“人工智能+政务”深度融合赋能政务领域数智转型升级[EB/OL]. (2025-10-10)[2025-10-26]. https://www.cac.gov.cn/2025-10/10/c_1761819470255103.htm.
[2]	朱婷婷, 贠杰. 从浅层结合走向深度融合: 数字政府场景化应用的优化路径[J]. 电子政务, 2025(2): 2-16.
[3]	王勃. AI赋能运营商云业务机遇、挑战与应对之策[J]. 通信世界, 2025(7): 34-35.
[4]	胡晓峰. AI赋能客服热线的用户体验优化与个性化服务机制探索[J]. 中国电子商情, 2025(15): 121-123.
[5]	中国信息通信研究院. 智能体技术和应用研究报告(2025)[R], 2025.

人工智能赋能电信用户投诉的应用场景及趋势研究

Research on the application scenarios and trends of AI in empowering telecom user complaint management

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 2

参考文献 5

相关文章 15

编辑推荐

Metrics

本文评价

[1]	闫嘉豪. 城市智能算力底座建设现状与发展建议[J]. 信息通信技术与政策, 2025, 51(9): 2-7.
[2]	龙海泉, 王少帅, 李科. “人工智能+”赋能IPv6网络管理场景及技术方案研究[J]. 信息通信技术与政策, 2025, 51(8): 10-14.
[3]	李腾达, 朱紫钰, 韩子奇. “人工智能+”赋能具身智能机器人新形态及关键技术应用[J]. 信息通信技术与政策, 2025, 51(8): 15-25.
[4]	吴盈盈, 宋平, 任璐. 我国“人工智能+”行动的必要性及推进路径[J]. 信息通信技术与政策, 2025, 51(8): 2-9.
[5]	燕江依, 李荪, 樊威, 曹峰. 新一代数据标注产业对“人工智能+”范式创新的作用机理与实践路径研究[J]. 信息通信技术与政策, 2025, 51(8): 26-34.
[6]	胡文娟, 闫昭坤, 孟丹妮, 许珊, 蒋博丞, 许丽姣, 陈广拓, 张义. “人工智能+”推动天然气行业高质量发展路径研究[J]. 信息通信技术与政策, 2025, 51(8): 35-41.
[7]	王锐, 左铠瑞, 蒋亦伟. 人工智能与信息通信业融合发展成效、面临问题与建议[J]. 信息通信技术与政策, 2025, 51(8): 50-54.
[8]	刘志鹏, 张津铭. 从平台经济到人工智能:治理机理比较与治理体系构建[J]. 信息通信技术与政策, 2025, 51(8): 55-63.
[9]	秦思思, 闫东伟, 齐可心, 程阳. 人工智能赋能软件形态演进趋势研究[J]. 信息通信技术与政策, 2025, 51(8): 64-70.
[10]	吴重庆, 杨思哲, 宁庭勇, 胡永波. 上海政务垂类大模型应用探索[J]. 信息通信技术与政策, 2025, 51(8): 78-83.
[11]	徐贵宝, 柏润泚, 易宏杰. 人工智能赋能医康养融合服务生态体系建设研究^*[J]. 信息通信技术与政策, 2025, 51(8): 84-90.
[12]	岳锦疆, 宁庭勇. 人工智能在固态储氢材料中的综合应用[J]. 信息通信技术与政策, 2025, 51(6): 21-26.
[13]	杨光, 尹会会, 凌大兵, 韩笑. 人工智能赋能石化行业转型升级研究[J]. 信息通信技术与政策, 2025, 51(6): 33-37.
[14]	汪振涛. 人工智能驱动能源系统变革的挑战与应对策略[J]. 信息通信技术与政策, 2025, 51(6): 38-43.
[15]	葛坚, 牛晓燕, 毕然, 黄雍涛. 低碳AI:大模型的绿色训练与推理优化方法研究[J]. 信息通信技术与政策, 2025, 51(6): 44-51.