铁塔运维的难点常常落在现场:站点分散、专业交叉、故障处置依赖经验,资料散在文档和工单里,运行数据又分散在多个系统。某“通信基础设施”头部集团推进铁塔运维AI智能体落地时,把知识库、问数与数字人巡检纳入服务新模式,希望让现场人员少翻资料、少跑系统、少凭记忆判断。该集团与数商云合作,从知识组织、数据问答、巡检陪伴等场景切入,在权限可控的前提下推进试点。这个项目把智能体嵌入巡检、故障处理、交接班和指标查询等日常动作,重点看班组是否愿意用、能否持续用。
一、项目背景
1. 现场运维的复杂现实
该集团承担通信基础设施的建设与运营,铁塔站点分布广,配套设备、动力环境、传输与安全事项交织在一起。现场人员遇到的故障往往跨专业,单靠翻手册或问熟人,处理速度受经验影响。过去知识散落在文件、群聊和历史工单里,运行数据又归在不同系统,查询门槛不低。集团希望在铁塔运维AI智能体落地上找到可复制的路径,让知识库、问数与数字人巡检围绕现场动作协同起来。
2. 合作推进的切入点
项目启动时,集团把智能体放进运维服务链条中审视,没有把它当成独立应用。哪些问题该由知识库回答,哪些问题要回到运行数据,哪些巡检动作适合数字人陪伴,先梳理业务边界。数商云团队参与需求访谈和现场走访,重点看班组日常怎么接单、怎么查资料、怎么上报异常。这样的调研让后续方案有了可落地的细节。
二、需求拆解
1. 知识库要能用,也要可查
集团的知识资产不少,问题在于找起来费劲,找到后也不敢直接用。设备手册可能版次混杂,故障案例缺少适用条件,操作票和现场经验又分属不同条线。知识库如果只做文档搬家,现场人员很快会回到问熟人。项目组把可检索、可追溯、可维护作为知识库建设的基本要求。
2. 问数要贴近业务口径
运行数据分散在监控、工单、资产和巡检记录中,字段含义并不总是直观。现场人员提出问题时,常常说不清该查哪张表,业务管理者也担心答案口径对不上。问数能力需要把自然语言问题转成可执行查询,同时保留指标解释、数据来源和查询范围。权限也要跟着角色走,避免越权查看站点信息。
3. 数字人巡检要融入现场动作
数字人巡检要有价值,屏幕上出现虚拟形象只是表面,真正要解决的是巡检标准、风险提示和异常上报是否顺手。现场人员戴着手套、拿着工具,操作空间有限,界面层级过深就会影响使用。数字人需要通过语音问答、步骤提醒、拍照记录和工单联动,减少来回切换系统。遇到复杂缺陷时,它把问题整理成结构化记录,交给后台专业人员和班组复核。
三、解决方案
方案把能力按场景拆分,避免把所有功能堆到同个入口。智能体根据意图调用知识检索、数据查询、流程流转和巡检辅助等工具。平台支持私有化部署与混合云方案,关键模块可按需源码交付,项目按阶段推进并保障快速交付。
1. 知识库建设
知识库以运维任务为线索组织内容,围绕设备类型、故障现象、处置步骤和安全要求建立目录。项目组把(1)设备手册与操作票整理成可引用的知识条目;(2)历史故障案例补充适用条件和处理结果;(3)现场经验经过班组确认后进入知识库,并标注来源与维护人。问答结果保留出处,现场人员能回到原文核对,减少凭印象操作。知识运营人员根据使用反馈修订过期条目,让知识库保持可用。
2. 问数服务
问数服务先处理业务口径,再处理自然语言转换。项目组把常用指标、统计范围、过滤条件和权限规则整理成可维护的语义层,智能体在回答时按角色选择数据范围。用户问“哪个站点告警集中”时,系统会展示查询口径、数据来源和结果解释,必要时提示补充筛选条件。遇到无法回答的问题,智能体给出转交建议,由数据管理人员补充口径,避免编造结果。查询记录留存审计,方便后续复盘。
3. 数字人巡检
数字人巡检按“巡检前提示、巡检中陪伴、巡检后整理”的方式设计。巡检前,数字人根据站点类型推送检查清单和风险点;巡检中,现场人员通过语音询问设备状态、操作步骤和注意事项,数字人读取知识库并记录异常;巡检后,系统把照片、语音记录和缺陷描述整理成工单草稿。后台人员复核后进入派工流程,减少手写记录和重复录入。
4. 智能体编排与安全边界
智能体承担意图识别与任务分派的角色,遇到知识问题调用知识库,遇到数据问题调用问数服务,遇到巡检任务调用数字人。每次调用都受角色权限约束,敏感字段按规则展示,关键操作保留确认步骤。系统把对话、查询和工单动作写入日志,便于审计和复盘。这样的边界设计让智能体可用,也避免越权操作。
四、实施过程
实施从试点站点和重点班组切入,避免大而全的平台改造。数商云团队与集团运维、信息化、安全等条线共同梳理数据源和知识源,先解决现场最常遇到的查询与巡检问题。每个阶段都有验收标准,功能能不能用由班组反馈决定。
1. 数据与知识准备
项目组先做资产、工单、告警和巡检记录的数据盘点,明确哪些字段可查、哪些字段需要授权、哪些字段存在缺失。知识侧则按专业条线收集手册、案例和操作规范,由业务骨干确认内容边界。数据治理与知识整理同步推进,避免智能体回答时出现数据无来源或知识无出处的情况。针对敏感信息,平台在展示层和查询层设置权限隔离,并按审计要求记录访问行为。
2. 场景试点与调优
试点从故障知识问答、站点指标查询和例行巡检切入,班组可以在真实任务中试用。项目组持续收集问题,把答不准、查不到、操作绕的环节列成清单,按影响程度安排修订。知识库补充适用条件,问数服务调整口径解释,数字人巡检优化语音提示和表单字段。经过反复打磨,现场人员愿意主动打开智能体,试点范围再逐步扩展。
3. 运营机制与交接
系统上线不等于项目结束,集团把知识运营、数据治理和场景优化列为常态工作。业务骨干负责审核专业内容,信息化条线负责权限与接口,数商云团队提供平台支持和运营建议。班组持续反馈使用问题,项目组按影响范围安排优化。这样的分工让智能体持续贴近现场,避免变成演示工具。
五、应用价值
应用价值先从现场感受体现出来。过去查资料要翻多个目录,现在通过知识库问答能快速定位原文;过去问指标要找人导数据,现在通过问数服务能带着口径看结果;过去巡检记录靠手写,现在数字人巡检能边查边记。运维管理的抓手也更多,知识缺口、高频问题和巡检质量都能被看见。
1. 知识获取效率改善
知识库上线后,现场人员遇到设备告警、操作步骤和安全要求时,可以先在智能体里检索。答案带出处,减少了在群聊里反复询问和翻找旧文件的动作。高频问题被整理成标准答复,班组带新人时也有了更稳定的参考。知识条目有维护人,过期内容能被及时替换。
2. 数据查询门槛下降
问数服务把指标查询从“找系统、找字段、找人问”变成对话式查询。业务人员提出站点、设备或告警相关问题后,智能体给出结果并说明口径,减少了口头确认。查询过程留痕,数据管理人员能回看哪些问题高频、哪些口径容易误解。数据使用变得更透明,管理决策也更容易对齐。
3. 巡检质量更有保障
数字人巡检把标准动作带到现场,提示该看什么、该问什么、异常怎么记。现场人员遇到不确定的步骤,可以当场询问,减少凭记忆操作。巡检记录结构化后,后台复核和工单派发更顺畅,缺陷描述也更完整。管理人员通过巡检结果发现共性问题,再反向推动知识库和培训内容更新。
从集团运维条线的反馈看,知识获取、数据查询和现场巡检的衔接更顺,重复沟通明显减少,班组处理问题的效率得到改善。平台把知识运营、数据治理和巡检管理串起来,形成了可持续使用的服务新模式。对铁塔运维这类站点分散、专业交叉的业务,智能体的价值最终要落到日常动作里,演示屏幕说明不了问题。
六、客户评价
该集团运维负责人评价,项目推进过程比较务实,先把现场高频问题解决,再考虑能力扩展。知识库让资料查找有了集中入口,问数让管理者和班组能用同套口径看运行情况,数字人巡检让现场记录更规范。负责人也提到,智能体不能替代专业判断,关键缺陷仍要由技术人员确认,系统的作用是把信息和流程送到合适的位置。
在项目复盘会上,集团信息化条线提到,数商云团队对权限、审计和部署边界响应得比较细,私有化部署让核心数据留在集团可控环境内,混合云方案兼顾了现场网络条件。后续集团计划把知识运营机制固定下来,让业务骨干参与内容审核,避免知识库上线后缺少维护。
七、总结
这个案例的可借鉴之处,在于把铁塔运维AI智能体放进知识库、问数和数字人巡检组成的服务动作中,避免把它当作孤立工具。先找到高频、可控、容易验证的场景,再用班组反馈推动知识、数据和流程的调整,项目更容易站稳。私有化部署、混合云方案、源码交付和快速交付这些安排,也让集团在安全、扩展和推进节奏上留有余地。
对准备推进类似项目的企业,建议从真实任务里选场景,把知识维护责任写进流程,把数据口径和权限规则提前定清,把数字人巡检与工单、交接班等动作接起来。系统上线只是开始,后续运营决定智能体能走多远。数商云可以围绕铁塔运维、设备巡检和企业知识问答等需求提供整体解决方案,支持私有化部署、混合云方案、源码交付与快速交付,便于企业按自身节奏推进。该数商云客户案例的经验也说明,场景选得准、运营跟得上,智能体才容易在班组里用起来。


评论