在数字化转型浪潮中,通信网络作为关键信息基础设施,其稳定性和用户体验直接影响运营商的品牌价值与市场竞争力。然而,随着网络规模持续扩大,业务类型日趋复杂,传统运维体系的短板逐渐显现。因客服系统与网管系统彼此割裂,投诉信息无法实时反馈至运维侧,运维人员往往在大量用户投诉后才意识到故障发生,严重影响用户满意度。如何扭转这一局面,成为摆在山东移动面前的严峻课题。
作为中国移动战略合作伙伴,中兴通讯为山东移动提供了故障监控专家与投诉专家协同解决方案,该方案以大小模型协同、因果思维链、多Agent协同等核心技术为支撑,助力客户成功实现网络运维从“被动救火”向“主动预防”的跨越式演进。
智网护卫,实现故障监控运维模式变革
中兴通讯推出的故障监控专家解决方案,以三大核心能力重塑故障运维体系。
构建“监控智慧大脑”,强化故障运维关键能力。中兴通讯通过千亿级领域预训练语料的清洗打磨,经由知识工程生成超过8万+高质量运维精调语料,分阶段、分层次将领域运维知识注入大模型中。通过运维意图识别、报告生成、运维工具调用、因果逻辑推理、网络数据理解关键能力的综合运用,大幅提升运维能力。
首创“大小模型协同”机制,精准识别网络故障。针对规则识别不及时以及多事件生成等痛点,创新设计识别智能体。该智能体依托Louvain社区模型,对网元、机房、链路、区县等多维数据进行汇聚,并进行多指标共振异常和内容异常检测,通过大模型泛化总结摘要生成最终故障事件,结合告警、日志和投诉、资源多维数据实现完整聚合。该方案从时序、空间、内容多个维度及时捕捉异常,识别时延小于1分钟,识别准确率达90%。
独创因果思维链分析范式,重塑复杂故障分析能力。中兴通讯创新地将排障逻辑与业务知识通过提示词框架进行组织,并融合CoT思维链技术,显著强化大模型对故障上下文及预处理信息的分析能力。对故障多因素纠缠、不确定性问题实现根因综合推理,准确率超过90%。
多Agent协同,实现投诉运维效率和准确率双提升
在投诉处理领域,中兴通讯同样以技术创新为用户体验保驾护航。
中兴通讯投诉处理专家解决方案,面向不同投诉场景实现了动态规划执行技术架构。投诉智能体可对长复杂任务进行自主动态规划,重塑运维流程,精准匹配业务场景,从而提高响应速度,精准定位故障,并持续学习改进,提升问题定界定位的准确性和与单域有效的协同性,支撑问题的快速闭环解决。
同时,中兴通讯建立了流程式编排能力,支撑运维专家根据实际业务需求对模型中的知识进行灵活编排,实现专家经验自主学习和迭代演进。此外,面向投诉定界定位分类分层知识模型,中兴通讯首创多源异构知识模型,将资源、场景、业务分类分层转化知识模型,智能体在推理过程中结合知识模型的业务分析逻辑,提升推理中的业务理解能力,实现投诉定界率达到98%以上,定界准确率达90%。
三大协同场景:重塑端到端运维流程
中兴通讯通过“故障监控专家”与“投诉处理专家”的协同联动,使运维团队的工作模式发生了根本转变:不再围着告警屏幕疲于奔命,而是基于智能体提供的风险预警,提前制定维护计划,优化网络配置。智能体协同核心业务流程如图1所示。

协同联动主要覆盖三大典型场景:单用户投诉的被动分析、群体用户投诉的主动预防、网元故障的主动预防,全面赋能移动用户投诉场景的智能化运维与服务保障。
单用户投诉被动分析。由投诉专家定界,初步定位是否为故障原因,由跨域故障监控专家协同分析故障根因,最终输出故障根因波及用户。
群体用户投诉主动预防。借助波及用户清单实施用户投诉拦截,对拦截成功的用户,提升其相关故障处置的优先级。
网元故障主动预防。由跨域故障监控专家主动发现故障,针对高优先级故障,识别波及的相关站点和小区,通过投诉专家分析波及用户,在故障存续期内拦截波及用户投诉。
中兴通讯投诉分析专家与故障监控专家的协同运用,助力客户重塑移动业务投诉流程,实现对用户投诉意图的智能识别,并联合分析引发投诉的根因故障或网络质量问题,智能生成针对性解决方案,显著提升移动业务投诉场景下的自动化处理效率和智能化水平。
值得关注的是,该解决方案还形成了良性的自我进化机制。故障监控专家的预测准确率与投诉专家的触达效果,均会回流至模型进行增量学习,从而持续优化算法精度。这一架构的本质,是将网络运维从“技术视角”转向“用户视角”,确保每一次网络波动都能在用户感知之前得到妥善处理。
故障监控专家与投诉专家协同解决方案帮助山东移动成功实现了核心运营指标全面提升:故障信息在5分钟内通知到位,通知率达100%;由故障引发的投诉提前识别率达97%以上,投诉拦截率超过20%,得到客户高度认可。
中兴通讯故障监控专家与投诉处理专家协同解决方案在山东移动的成功落地,不仅为运营商智能化运维转型提供了可复制的技术范本,也再次印证了中兴通讯以技术创新驱动业务变革、以客户价值为核心导向的长期承诺。未来,中兴通讯将继续深耕网络智能运维领域,助力运营商在数字化转型浪潮中行稳致远。