蔡旭东:新质赋能 助力政务热线智能化升级
非常荣幸能够参与本次政府热线数字化建设主题论坛。借此宝贵机会,我谨代表中国电信,向在座的各位汇报我们在推进智慧赋能助力政务热线智能化升级方面的实践与探索。
一、政务热线的重要性与挑战
热线“一根针”,穿起民生“万根线”。一条热线连接千行百业千家万户,一条热线正在撬动城市治理的变革。
新形势下,人民群众对政务热线发挥的重要作用提出了更高要求。政务热线从“一个号码服务”,再到“接诉即办”,从“有一办一”到“主动治理”。政务热线不断迭代演进,作用日益突出,在城市治理中,发挥着“总客服、总枢纽、总参谋”的重要作用,为推进国家治理体系和治理能力现代化提供有利支撑。
当前,人民群众对美好生活的需要日益增长,人民诉求多元化、复杂化,政务热线的三端,市民端、坐席端、领导决策端,各个环节也面临增效、降本、提质的挑战。
面向市民端,渠道多、诉求多。而市民总是期待能更快的拨通热线,解决问题;面向座席端,知识体系庞杂、学习成本高,而坐席人员总是期待能快速找到答案,帮助市民解决问题。面向政府决策端,事件发生滞后,很难做到“预防提前一步,未诉先办主动治理”。
面对这些挑战,以新质生产力为引擎,提升政务热线智能化水平,显得非常重要。
二、新质赋能 助力政务热线智能化升级
打开政务热线全流程,分为接入受理,分拨处置,分析决策等环节。我们看到人工智能在各个环节的应用,能够达到降本、增效、提质的效果。如接入受理阶段,大模型的在线智能客服提供更好的问答体验,有效减少市民排队等待时间和提升市民满意度。在分拨处置阶段,提供知识推荐、智能填单、派单、质检、回访等一系列智能产品,有效地提升服务效率;在分析决策阶段,通过数据挖掘,帮助政府的决策提供有力依据和辅助参考。
根据梳理,至少有10个以上环节可以进行人工智能化重构。我们在全国各大城市进行了“AI+政务热线”实践探索,运用大模型、小模型以及RAG等多种技术手段,我们认为,技术不在于有多高大上,大模型也不是越大越好,合适的就是最好的,采用最符合业务场景的技术路径,打造辅助政务热线智能化升级产品。
下面我们分别从接入受理、派单处置、分析决策三个环节,向大家汇报我们的实践成果。
案例一:某地热线接入阶段大模型应用案例
传统的智能客服理解能力有限、缺乏上下文感知、交互灵活性不足。大模型虽然可以弥补这些,但在数据时效性、数据隐私性,存在明显缺陷,对未曾接触的领域知识,容易产生“幻觉”。
我们基于大模型+检索增强技术(RAG)的有效结合,分析用户情感、获得用户偏好,检索外挂知识库,进行大模型润色。我们认为知识库非常关键,为此,我们打造了知识库优化工具。
这是我们在A市的应用成果,接通率逐步提升至99%,工单填写从分钟级提升到秒级,报告编写周期从按周提升到按天。
案例二:大模型+小模型(MOE)协同融合,提高AI应用效能
传统的坐席端,每天面临大量工单数据,需要手动查询,填写工单,大大增加运营成本。
我们基于大模型+小模型技术的有效结合,在聆听市民诉求过程中,自动识别场景需求,主动检索信息,为坐席人员提供知识参考;通过识别关键信息,自动填写工单、主动识别诉求类型,精准派单。大大提升了坐席端工作效率,降低了运营成本。
这是我们在B省的应用成果,填单派单准确率平均可达78%以上,可减少话务员25%的填单时间。结合业务数据情况,针对不同问题类型,采用小模型+大模型结合的方式,提升响应实时性、回复鲁棒性、结果准确性。但这里我们也实事求是的说,效果不要追求100分,60-80分即可。
案例三:融合小模型+大模型+业务策略洞悉业务问题
传统辅助决策,以人工筛选工单为主,数据价值挖掘不足,对分析研判、精准施策的依据支撑不够。
我们基于模型实体识别技术,分析工单,提取要素,实现对业务数据的挖掘处理,构建完善的数据特征和标签体系,自动识别热点事件、群体事件、苗头性事件。
这是我们在C省、D省的应用成果,融合业务策略、小模型、大模型,实现算法与业务的深度融合,洞悉业务隐藏问题、为辅助决策和运营提供决策依据。
三、数据集是大模型构建的基石
在“AI+政务热线”实践中,高质量数据集起到决定性作用,就像高标准汽油与发动机的关系。数据质量和数量,直接影响模型训练效果,高质量数据具备准确性、一致性、相关性和全面性特点,可以减少噪声干扰,提高模型的泛化能力。数据的质量取决于数据分类体系、数据治理工具和坚持不懈的日常治理动作。在数据治理过程中,按照业务属性,分级分类,根据业务规则,对数据补全、降噪。通过数据治理,形成业务类标签和业务逻辑,从而打造高质量数据基石。科学的数据分类体系,是与事项的精细化标准化梳理密不可分的。
在C市政务热线实践中,我们建立以事项驱动的1+4统一数据规范体系,形成一体化的服务能力。我们梳理2500多个事项分类,关联4500多个节点的思维导图,细化6500多个FAQ,并将这些事项体系最小化拆解数据内容,从低到高建立数据仓库、数据指标体系、数据主题分析、数据大屏展示等数据应用内容。并在分析决策,检测预警中发挥重要的作用。
四、中国电信打造“算力+数据+模型+平台+应用”五位一体的国家云智算服务体系
中国电信坚持以场景牵引,数据驱动,AI赋能,重构一切平台应用。为此我们积极把握新质生产力发展趋势,深入推进人工智能创新发展,坚定做智能算力的主要服务商、通用大模型的先行者、行业大模型的主导者,打造了集“算力、平台、数据、模型、应用”五位一体的智算云能力体系。
在算力资源层面,中国电信在全国布局了2+3+7+X的智算云池,形成云智、训推一体和云网边端协同的分布式算力基础设施。全网自有智算规模达到21.5EFLOPS,领跑全球运营商云。
在大数据层面,依托“国云”优势,创建了星海大数据品牌,提供数据业务全链条服务,自主研发的数据要素服务平台,作为首个通过信通院测试的平台,目前已支撑31个省市的数据要素服务平台建设。
在AI大模型层面,构建了以“星辰”为品牌的大模型能力体系,星辰大模型不仅是全国产自主创新、安全可控的、央企中率先开源的大模型,同时还是国内首个基于全国产化万卡集群训练的万亿参数大模型。
在平台层面,打造一站式模型开发训练生产平台-星海AI中台,可提供多类型数据标注、丰富的训练模式、多模型统一纳管、高性能推理服务、大模型工具链等服务,帮助企业更好组织、管理、利用数据资产。
这个体系可广泛应用于全国政务热线智能化的升级,满足政务热线数据和模型训练的安全、保密、不出域的要求,并提供坚强支撑。
我们自主创新的模型统一命名星辰,分别有星辰语音大模型、星辰语义大模型、星辰视频大模型,星辰多模态大模型,我们在这里简要介绍2个。星辰语音大模型,发布和开源业内首个单模型,支持40种方言自由混说和超自然语音合成,已赋能电信万号数字人300个场景,客服人工接通率从61.5%提升至80.9%。星辰语义大模型,已开源7B、12B、52B等版本模型和1TB高质量数据,52B参数模型效果到达GPT3.5_turbo水平,广泛应用于智能客服、网络智能化、政务热线等领域,赋能政务热线数字化转型。
在大模型开发训练上,我们打造了一站式平台,星海AI中台。星海·AI中台是面向用户的一站式AI开发平台,提供了端到端模型生产线,包括海量数据预处理、半自动化标注、大规模分布式训练、自动化大模型生成、模型调优、测评等能力,降低模型研发门槛,实现全模型生命周期的管理。简单的说,中国电信提供了一系列自主可控的数据治理和模型训练的工具。输入的是海量数据,输出的模型的能力。
中国电信精心规划并构建了覆盖全国的“2+3+7+X”公共智能计算云池布局,重点在京津冀与长三角两大区域,打造出具备万卡级别的智能计算集群。
依托算力分发网络平台“息壤”,汇聚45家合作伙伴算力,接入第三方算力规模达24EFlops。实现跨域、跨服务商异构算力的统一调度管理、并网交易,加快形成全国一体化算力体系。我们支持私有化算力中心、公有云算力池租赁和移动算力服务多种模式,特别是智能算力车和训推一体机的移动算力服务模式,可以满足客户数据不出域,大模型本地训练的情况。
综上所述,中国的电信是网信安的国家队,是大家认可的合作伙伴,我们在19省220多个地市,提供政务热线建设运营服务,已在50多个省市,开展智能化升级。如何把我们点上的优势(新质能力、升级技术、运营服务),向面上去复制推广,突破规模复制的瓶颈。
必须发挥集团省市县乡镇五级一体化队伍覆盖的优势,发挥专家飞刀,本地软研的二开调试,属地化的数据治理和运维服务队伍优势。属地服务快速反应,分类施策,提供本地基础服务,上级专家,在疑难杂症上提供体系赋能,把质量和规模做到有效结合,提升政务热线智能化升级的规模推进。
五、开放合作与未来展望
数政公司作为中国电信集团级能力型与科技型公司,是建设数字中国的重要力量。既主战,头部部委,私家厨房;也主建,全国复制推广,中央厨房。致力于成为“核心场景打造者、行业能力整合者、一线体系赋能者”,打造业内领先的数字政府全栈能力,以新质生产力赋能政府治理体系治理能力现代化。
我们坚持开放合作,在政务热线领域,向各界同仁发出合作的倡议和邀请,携手全国政务热线共同书写更温暖的“民生答卷”。
本文根据中国电信集团有限公司数字政务行业事业部总裁、中电信数政科技有限公司总经理蔡旭东在2024(第六届)全国政务热线发展论坛上的讲话内容整理。
文章作者丨中国电信集团有限公司、中电信数政科技有限公司
文章来源丨《政务热线周刊》2024年11月下
原文标题丨蔡旭东:新质赋能 助力政务热线智能化升级
周刊投稿丨cisg@caibocmi.com
更多精彩文章,欢迎关注《政务热线周刊》!
声明:本文为作者原创,任何单位或个人转载务必标明来源及作者。