运营商有两大员工群体：客户经理和装维人员，各自占了约1/3
在中国电信，装维人员就有12万之多
这些装维人员，日常从事宽带、固话、或者电视网络（机顶盒）的安装与维护
这些工作并不简单，从接到客户的装机定单或者故障工单那一刻开始，需要进行工单执行、上门预约以及施工后的工单质检等繁琐工作
除了在外面跑的装维人员，在运营商后台，还有为数不少的支撑人员，进行远程支撑和施工质检等工作
这些数量巨多的装维人员和后端支撑人员，在工作上却面临着如下各种问题：人工预约上门时间费时费力；遇到装维问题求助支撑响应缓慢；施工质检内容庞杂，人力难以全量覆盖；耗费大量的人力培训业务技能等等
林林总总的问题，影响着装维的效率和客户感知，同时也进一步加大了运营商的成本投入
如果能借助先进的技术，AI加持装维全流程，全面减少人工参与度，以机器代替人工，以自动代替手工，促进人与系统交互方式变革，点亮智慧装维之路，这样既提升装维效率，提升客户感知，并进而大幅降低企业运营成本，是一件非常好的创举
为了解决上述问题，我们基于对电信装维业务场景的深厚理解，以装维智能化、自动化为目标，构建出面向电信行业应用的AI+OSS能力平台
AI+OSS能力平台提供开放式AI能力聚合管理，支持通用人工智能能力包括业界优秀的产品能力直接引入，如语音识别、语音合成、语音对话、图像识别、人脸识别、OCR文字识别等；AI模型管理，包括样本库、预测库、数据标记规则、自动/人工标记等；也可通过算法工场，支持开发、实验室测试和上线新算法，鼓励产学研结合人工智能在电信OSS运维的应用，并支持运营商内部根据业务需求自研算法
基于AI+OSS能力平台开放的标准化AI服务，结合运营商装维业务场景，构建了装维一点支撑、装维智能预约、装维图像质检等丰富的OSS智慧装维应用，助力OSS智慧化运营，提高装维效率
智能应用场景场景之装维一点支撑传统装维人员使用的装维工具非常不友好，不仅操作繁琐，且没有建立与后台支撑人员的沟通途径，装维人员通过拨打后端支撑电话咨询问题，效率很低
而引入基于智能机器人装维小蜜的一点支撑体系，可以使装维人员与支撑人员之间沟通更便捷，一键式操作工单更简单，助力一线装维人员提升工作效率、减轻工作压力、降低工作成本、提升用户体验感知
智慧装维产品通过以下举措实现装维一点支撑的智能化：1、基于业务定制的智能机器人助手智慧装维产品建立基于业务定制的装维小蜜机器人助手
与市面上智能客服不同的是，装维小蜜不仅支持实时聊天、信息查询，还支持装维工单操作及通信网络问题自助操作
装维小蜜拥有基于装维业务场景的知识库，可基于余弦相似度算法的检索引擎，将需要检索的问题从知识库中选出候选答案集合，对候选答案进行相似度排序，当相似度超过设定阀值时作为最终答案输出，进行反馈
装维人员可直接发送工单执行相关指令、操作规范查询、宽带账号一键诊断等要求给装维小蜜，小蜜可直接传送到后台，进行自动化处理
并为装维一线人员提供信息查询、业务培训等服务
后台支撑人员可通过装维小蜜使用简单指令执行，将操作化繁为简，提高工作效率、减轻后台支撑压力
若装维人员问的是一些重复问题，小蜜可提供回复建议，支撑人员只需直接使用小蜜提供的建议进行回复
2、实现行业知识的深度学习有监督学习：通过专家与装维人员的聊天内容进行文本标注，转到后台进行有监督的学习
比如新知识点的问答或比较有价值的知识，可以将其标注，并提交审核
审核通过，系统自动将该知识点输入到知识图谱训练模型进行学习
知识图谱训练模型利用 Word Embedding 方法从标注文本中学习特定的名词对应的上下文特征，将该特征加入到神经网络分类器中，如有词向量、位置等
利用联合抽取模型抽取实体和其之间关系，变成实体-关系-实体三元组形式，加入装维知识图谱中
小蜜自学习：在装维人员与装维小蜜聊天过程中，若装维小蜜遇到匹配不到的问题，可先检索QA知识库，找到最相似的问题列表，发送给装维人员，由装维人员进行选择，选择的问题答案和原问题进行关联，从而实现自学习
当下一次这个问题再被问及时，小蜜可直接进行答复
通过对海量装维知识文档进行有监督学习及小蜜自学习，不断优化完善装维知识图谱；通过知识图谱实现知识推理，提高装维小蜜在QA问答过程中的准确率
场景之装维智能预约传统装维预约通过人工开展，耗时费力，有时工单多甚至导致无法及时预约，使用人工智能自动预约，节省人工预约成本
智能预约实现流程的自动化，如装维工单到达外线后，通过外呼自动预约，提高效率；采用机器人预约，能更快收集到预约对话内容、整理预约常见问题、提高预约效率，使预约更精准
智慧装维产品通过以下举措实现装维智能预约：1、基于通话场景的话术定制可根据通话场景进行定制，即业务专家定制装维预约外呼任务场景，提供智能机器人的意图设置，注入装维预约话术，对机器人进行训练，从而代替人工预约
意图适配：意图指访问者想要做的事情，包含表述和参数两类信息
访问者向机器人表述自己想要做什么，若表述不完全，机器人会自动反问以收集意图参数
当意图被完全理解后，机器人即可帮助访问者实现所想
在实际装维电话预约场景中，机器人拨打客户电话，确定客户接通后，机器人询问客户上门施工预约时间，客户只回答预约的日期，并未说明具体的时间段，机器人识别后会自动反问预约时间段，从而收集预约时间段意图参数
2、无感知人机交流智能预约采用语音识别技术，是人工智能实现人机交互的一个主要技术，以语音识别、语义理解、语音合成为主线
其中语义理解是人机交互的一个难点，主要用到多轮对话、全双工交互、对话中断无感知技术
多轮对话：主要是通过对客户意图的识别实现多轮对话，如根据客户的回复，机器人进行语音识别后，结合上下文语义分析，再进行反问，从而收集到意图参数
全双工交互：当客户还未说完话时，系统已快速返回语音消息，并进行同步的语音识别，而机器人根据识别出的有效词语，预测客户将要说的内容，并快速的搜寻意图库，进行回复
对话中断无感知：机器人正在应答客户问题时，若出现人为的打断对话，则需要识别对话中的打断，以及打断后，是否再继续原本的对话判断
在通话过程中，系统若检测到任意的打断语句，如“等一下”，“那XX怎么样？”则判断为打断，机器人停止说话根据用户的语义分析理解，判断是否发起其他的新意图，若发起其他的新意图，不再继续原本的对话判断，若不需要发起新意图，则重复原本意图
从而实现对话中断无感知
场景之装维图片质检传统装维图片识别同样是人工抽检形式，引入AI图片智能识别技术后，可提升工作效率，快速检测施工终端端口是否按单施工
可自动化快速识别多张图片，提升检测速度和效率，最大程度地减少人力成本
智慧装维产品通过以下举措实现装维图片智能质检：1、质检场景的定制针对装维图片质检场景，智慧装维图片质检主要检查模糊图片、重复图片、虚假图片，以及对端口占用的识别、标签内容的识别，并将数据提供给系统作为装维施工校验，判断是否按单施工
模糊图片识别：系统自动判断模糊图片，若属于模糊图片，则发出告警要求重新拍照
主要检测方法有相邻算法灰度差计算、像素点边缘检测、水平、垂直方向梯度提取，用于对图片边缘检测和像素的检测
我们使用拉普拉斯算子求出图片的边缘，计算所有边缘的方差来判断模糊程度
计算简单方便，识别快
重复图片识别：对施工图片进行检查，判断是否恶意造假，是否重复上传
通过用CNN网络训练一个图像编码器，对图像编码进行匹配，从而支持高速图片识别，准确性更高
虚假图片识别：在施工工单图片中，需要判断图片中内容是否真实准确，过滤虚假图片
虚假图片识别过程相对复杂，我们采用特征提取算法，提取图片物体特征，生成特征点，进行卷积运算，判断特征权重，进行物体识别
在此使用yolov3算法，拥有较高的检测精度
通过训练好的模型进行物体识别，判断图片中的物体是否符合要求
端口占用识别：在装维施工场景中，经常需要检测分光器端口占用情况，进而判断是否按单施工
为此建立了基于神经网络算法的图像识别AI模型，根据模型识别出类似于“11100001”的数字，1代表占用，0代表未占用
从而识别了端口占用情况
2、基于人工神经网络算法的AI模型建立AI图片质检根据特定的场景，设计不同的AI模型，并基于海量图片训练AI模型，提升AI图片识别准确率
我们基于卷积神经网络算法建立AI模型并训练，为处理二维输入数据特殊设计的多层深度神经网络
模型建立：选取图片识别样本，依据图片特征，设定图片识别方案，编写代码逻辑，建立AI模型
以下是样本筛选说明：样本筛选：根据算法模型要求对样本进行过滤筛选，按照业务逻辑拆分成面、盘、端子等信息
通过调用综合资源的端子信息，系统自动识别端子归属的盘，归属的ODM面等信息用于页面图像化封装基础数据
最终建立照片上传能力及初步审核能力
样本标注：对筛选好的样本集进行标注，提供给AI模型建立
模型训练及调优：使用大量的历史图片对AI模型进行训练，再对训练完成的模型进行验证，并进行逻辑算法调整
若无法识别场景，系统具备定时任务，收集底层某个周期内系统无法识别照片场景，抽取其中有效照片进行人工干预再学习
基于模型的装维图片识别：首先，要把原始图片进行一些灰度、二值化、去噪等处理
其次，将经过处理的图片分解成小图块，输入到训练好的小型神经网络中识别，再进行卷积积分运算
通过卷积分析，提取出目标特征值，再进行缩减像素采样，得到最大池化，这一步起到了压缩图片的作用
最后通过完整的神经网络模型输出结果
案例效果说明智慧装维产品在多个运营商省份实现落地，在实际应用中取得了良好的应用效果
如装维一点支撑应用在某省移动公司落地实施后，大幅提升了装维效率、有效降低人力成本、取得良好的效益，并在集团评比中获得最佳实践奖
业务效果在以下几方面得到充分体现：装维效率提升：装维一点支撑中的装维小蜜让每个现场装维人员随身携带私人智能秘书，支持在线知识智能问答、远程指令自动下发、最佳专家智能推荐，协助装维人员快速处理疑难问题，平均装维时间缩短了33%
支撑人员减负：传统的局内支撑方式主要通过电话接入，支撑人员只能在对话中获取支撑需求，沟通成本极大
在接入装维一点支撑应用后，装维人员首先通过内嵌的装维小蜜自动完成常见疑难问题处理，需要局内支撑人员协助时，再通过富媒体方式寻求支撑，支撑人员日支撑工作量大幅降低了50%，大大缓解支撑人员压力
管理更加精细：智慧装维应用实现装维支撑过程全程记录，以业务支撑工单形式串连支撑全生命周期，让支撑过程有迹可查、可管可控，彻底解决传统支撑方式诸多盲点无法管控的痛点
同时互联网化的双向评价，支撑过程互相监督，促进人员管理更加精细、公平、合理
能力不断提高：通过智慧装维自主地提出问题，解决问题，在解决问题的过程中，可以积累丰富的经验，同时系统对支撑问题、问题原因进行智能分析，智能识别装维人员技能弱项并提供自助培训，不断提升装维人员的业务能力
运维成本下降：装维效率、支撑效率的双提升，使得整体装维工时节约40%，降低运维人员的投入
精细化的人员管理促进装维、支撑人员增强紧迫感，主动进行自我提升，为企业增加了隐形的财富，成就企业与个人双赢的局面
客户感知提升：基于智慧装维提供高效的装维支撑能力，快速完成业务放装与故障维修，极大的提升了客户的感知度，万投比大幅下降
在目前激烈的市场竞争环境下赢得良好的市场口碑
未来展望当前智慧装维产品在智能化道路上刚刚扬帆起航，前述的应用场景仅是智慧化运营的几个应用缩影，未来将加载更多智能应用场景，持续推进装维智能化
例如目前正在推进将现实技术和装维知识图谱引入到故障实际应用中，通过构建包括信息、全息图、图片、三维模在内的虚拟层，帮助修障人员无需亲临现场即可查看网络故障情况，并结合装维知识图谱快速提供修复方案或建议, 提升故障响应及处理效率
我们一直坚信技术推动变革的力量，所以我们致力于将领先技术和业务相结合，让AI融入生产流程，以此催生化学反应，让客户感知、业务效率、经营成本呈现出焕然一新的局面