電訊公用事業熱線 AI：高頻查詢分流設計

電訊公用事業熱線 AI：高頻查詢分流設計

一句答你：電訊同公用事業嘅熱線來電，八成以上係十來類標準查詢——查餘額、問帳單、報故障、要求復機、重設密碼——AI 分流嘅設計功課就係將呢啲標準查詢由真人席位上拎走；做得到，真人同事先有力接真正需要判斷嘅個案，颱風停電嗰類高峰期先接得住。

Key Takeaways

• 高頻查詢集中度極高：頭十類查詢通常佔總來電量八成，係 AI 分流嘅天然獵場
• 五大 AI 首發查詢：餘額查詢、帳單解釋、故障申報、服務復機、密碼重設
• 分流設計係功課核心：每類查詢一條處理路徑，AI 解決、AI 收資料轉真人、直接轉真人，三種結局都要設計
• 颱風、停電、網絡事故嘅高峰期，正係 AI 最有價值嘅時刻——等於一個無限擴容嘅臨時接線團
• 長者客群係公用事業嘅核心客群，粵語語音嘅自然度同清晰度係普惠服務嘅底線
• 落地順序：先問答類、後帳務類、最後涉及身份核實嘅操作類

公用事業熱線嘅結構性問題

電訊、電力、燃氣、水务——呢啲行業嘅客服熱線有幾個共通嘅結構性問題：

來電量巨大而且剛性。每個客戶都係「必須有渠道」嘅用戶，唔似零售生意可以靠 WhatsApp 分流。一個中型公用事業每月來電以十萬計。

查詢高度標準化。「我幾多餘額」「呢張單點解咁貴」「我屋企冇網」——問題重複度極高，答案高度標準，係 AI 嘅完美獵場。

高峰暴漲。颱風之日、停電之夜、帳單出單日——來電量可以係平日嘅幾倍甚至十倍。人手排陣永遠追唔上突發，客人聽住「你嘅來電好重要，請繼續等候」由等三分鐘變等三十分鐘。

長者客群重。公用事業用戶年齡層橫跨全港，長者佔比高，佢哋嘅服務渠道首選係電話，而唔係 app。呢個客群嘅服務品質，直接寫喺報紙同議員質詢度。

AI 分流對呢四個問題各有一個答案：無限並行接聽、標準查詢全接、高峰自動擴容、粵語語音保底。

五大首發查詢逐類設計

分流設計嘅功課，係為每一類查詢寫一條完整嘅處理路徑。五大首發類：

一、餘額同用量查詢

「請講出或者輸入你嘅客戶編號」→ 查系統 → 讀出餘額同到期日。呢類查詢零判斷、純資料，AI 一次過做晒，而且係全日無休——深夜想交錢之前查下，唔使等到朝早九點。

二、帳單解釋

「呢張單點解咁貴？」——呢類稍微複雜：AI 調出帳單明細，用口語解釋各項收費（「今個帳單期多咗三日，所以基本費貴咗少少」）。答唔到嘅特殊情況（客戶質疑錯單），即刻轉真人，帶埋帳單摘要。

三、故障申報

「我屋企冇訊號／冇網」——AI 做三件事：確認地址、判斷係咪已知事故（大廈網絡故障清單）、已知就告知修復進度，未知就開故障單。呢類嘅價值喺高峰期爆發：颱風之夜幾千個故障申報，AI 全部接住排好隊，唔會有單漏咗。

四、服務復機

欠費停線之後嘅復機查詢。AI 確認身份（客戶編號加登記資料核對）、話俾客人知欠款金額同付款後幾快復機、指引付款渠道。涉及實際收款嘅位，AI 淨係指引唔經手，保持風控清晰。

五、密碼重設

高頻而敏感嘅組合。設計原則：AI 收集核實資料（預登記電話、證件尾碼之類），核實通過先觸發重設流程；任何核實唔過嘅情況，一律轉真人處理——呢類位唔可以俾 AI 自由發揮，安全規則要寫死。

分流嘅三種結局

每一條查詢路徑，設計嗰陣要清楚佢嘅結局係三種邊種：

結局一：AI 全程解決。查詢完成，客人掛線，唔使任何人手。呢個結局嘅比例，就係 AI 分流嘅成績單。

結局二：AI 收資料、真人跟進。AI 禮貌問清所有背景資料（編號、地址、情況描述），生成個案紀錄，話俾客人知幾時有人跟進。呢個結局嘅價值係令真人處理每單嘅時間大縮——資料已經齊咗。

結局三：即刻轉真人。客人嬲、情況複雜、AI 兩次唔明白——帶住完整脈絡即刻轉。呢個結局嘅設計原則係「快」，唔使等 AI 試晒所有招。

三種結局嘅比例設計目標，通常係結局一佔大頭、結局二做緩衝、結局三守住底線。上線之後逐月睇比例變化，將結局二逐步搬去結局一——呢個過程就係系統越嚟越醒嘅證明。

分流設計嘅五條細節規則

分流圖畫好之後，魔鬼喺細節。五條行內驗證過嘅規則：

1. 身份核實越早越好。需要查個人資料嘅查詢，核實位放喺路徑最前——唔好俾客人講完一大輪先話「請提供客戶編號」，嗰種挫敗感係流失嘅開始。
2. 每條路徑最多三步到達。超過三步，客人已經開始懷疑自己打錯。真係複雜嘅查詢，用 AI 收資料＋真人跟進嘅結局二處理，好過層層選單。
3. 錯誤狀態要優雅。系統查唔到資料、核對唔過——AI 嘅回應要有台階（「麻煩你再講一次個編號」），唔好機械式重複問到客人爆炸。
4. 靜默處理。客人諗緊、損緊手機搵編號——AI 要識得等（幾秒後溫柔提示「唔急，慢慢搵」），唔好即刻當「冇回應」跳去問下一條。
5. 掛線分析。客人喺邊一步掛線最多？嗰步就係你嘅設計漏洞位，優先修。

呢五條規則配合每月覆盤，系統嘅「三種結局」比例會一路優化。

高峰期：AI 嘅主場

公用事業熱線最慘烈嘅時刻——十號風球、大停電、海底電纜事故——來電量暴漲十倍。人手方案嘅選擇只有兩個：令客人聽半個鐘排隊音樂，或者急召所有後勤同事戴耳機接線。

AI 方案嘅畫面唔同：幾千通來電全部即刻接住，故障申報自動開單、已知事故自動告知、估計修復時間自動播報。真人團隊集中處理緊急個案（長者獨居、醫療設備用戶），AI 處理「知道發生咩事就安心」嘅絕大部分。

呢個場景有個配套位：事故時嘅播報內容要幾分鐘內更新（受影響範圍、預計修復時間）——用 TTS 生成事故播報，更新速度係真人錄音唔可能做到嘅。緊急廣播嘅設計細節可以睇緊急廣播語音製作指南。

長者客群：粵語係普惠底線

公用事業嘅長者客群有幾個服務特徵：電話係唯一慣用渠道、唔會用 app 自助、講嘢慢但要求聽得清、對「俾人轉嚟轉去」零容忍。

設計上嘅對應：

語速放慢、數字重複。帳單金額、日期講兩次；選項之間停頓長啲。呢個位可以參考長者友善語音設計嘅專門指引。

一條路徑行到底。長者最怕層層選單。高頻查詢盡量「一句講明身份就到達」：講客戶編號，直接出餘額。

轉真人嘅門要闊。長者個案嘅複雜度往往唔喺查詢本身，喺表達。AI 聽出任何困惑訊號，早轉好過遲轉。

成本框架

用一個月十萬通嘅熱線做框架（數字代入你自己實況）：

• 現況人手：假設接線員每通平均成本十五至三十蚊（薪酬、場地、系統攤分），十萬通即係百幾至三百萬蚊月度成本。
• AI 分流後：假設六成通話由 AI 全程處理，六萬通嘅每通成本跌到一蚊以下級別；真人席位處理淨返四萬通，甚至可以縮編或者轉做外展服務。
• 高峰增值：颱風季唔使請臨時接線員——呢筆季節性開支以前係照付，而家係零。
• 體感回報：接通等待由分鐘級變秒級，投訴「打極都冇人接」直接消失。

公用事業嘅 AI 分流通常係所有行業入面回報最清晰嘅，因為量夠大、查詢夠標準。

落地路徑

第一步：來電解剖（兩星期）。抽樣幾百通錄音分類，畫出你哋嘅查詢結構。每個中心嘅分佈唔同，呢步唔可以抄人。

第二步：揀首發類別。揀兩至三類最標準嘅查詢（通常係餘額同營業資訊類）先行。唔好一開始就上帳務操作類。

第三步：建知識庫同詞庫。標準答案、地址範圍、產品名、地區名——公用事業嘅專有名詞多（變電站名、屋邨名、計劃名），詞庫要專門建。

第四步：試點＋擴類別。一條熱線試三個月，逐月覆盤三個結局嘅比例，穩定之後每月加一至兩類查詢。

第五步：寫高峰手冊。颱風前嘅更新流程、事故播報稿模板、真人優先個案嘅定義——高峰手冊平時準備好，颱風先唔會亂。每年風季之前行一次演練，由更新播報稿到切換分流模式，全程計時。演練過嘅手冊先係手冊，冇演練過嘅係願望。

常見陷阱

陷阱一：將 AI 放喺帳務操作第一線。 涉及錢嘅操作（退款、更改計劃）一開波就俾 AI 處理，錯一單係投訴加監管風險。操作類永遠後上，仲要有確認機制。

陷阱二：高峰稿冇預備。 平時個系統好好，颱風之日先發現播報稿冇人識更新。高峰手冊＋演練，每年風季前做一次。

陷阱三：粵語詞庫偷懶。 屋邨名、地區名（「筲箕灣」「坳背灣村」）讀錯，長者客人即刻冇信心。地名詞庫係公用事業嘅必做功課。

陷阱四：分流比例當成績但唔睇品質。 AI 接走六成通話係靚數，但如果嗰六成入面有一半其實唔滿意，成績表係假嘅。掛線後滿意度按鍵要跟住做。

陷阱五：知識庫同現實脫節。 收費計劃改咗、地區範圍變咗，AI 照讀舊稿——公用事業嘅產品同覆蓋範圍係會變嘅，知識庫要跟變更流程同步更新。指定負責人，變更通知抄送。

相關閱讀

公用事業語音服務嘅延伸位：客服粵語語音系統搭建係整體技術地圖；AI 電話接待員係 inbound 接待嘅通用設計；機場廣播製作係大型機構定時播報嘅範例；粵語 AI IVR 指南係下一步對話式升級嘅路線。

常見問題 FAQ

AI 分流之後，幾多通話可以唔使真人？

視乎查詢結構，公用事業經驗值係五至七成可以 AI 全程處理。比例會隨詞庫同知識庫成熟一路升——頭三個月嘅數字唔好當終點。

涉及身份核實嘅查詢，AI 處理安全嗎？

可以安全，條件係核實規則寫死：AI 淨係收集資料做核對、核實唔過一律轉真人、唔涉及實際資金操作。安全設計係分流設計嘅一部分，唔係事後補丁。

颱風期間 AI 承接得到幾大爆發？

AI 嘅並行能力冇「席位」概念，理論上幾千通同時嚟都接得住。實務嘅限制喺電話線路容量同後端系統，要同你嘅線路供應商確認峰值承載。

長者客人接受 AI 接聽嗎？

把聲清晰、路徑簡單，接受度好高——長者要嘅係「問到、聽到、搞掂」，唔係邊個接。反而最頂唔順嘅係「排隊三十分鐘」。設計上留意語速、重複、轉真人門要闊。

帳單出單日嘅高峰可以點處理？

兩手：AI 對「點解咁貴」呢類查詢預備好標準解釋；同時喺帳單推送度加一句「查詢前聽吓呢條六十秒解釋」嘅前置語音——喺源頭攔截幾成查詢。

現有電話系統要換嗎？

多數唔使。AI 分流通常喺現有系統前面加一層（來電先過 AI，需要時轉入現有排隊系統），大改動係少數。採購時問清楚接駁方式同對現有系統嘅要求。

幾耐見到效果？

首兩類查詢試點，一個月內已經見到接通等待時間下降；分流比例同滿意度嘅完整圖畫，三個月。高峰手冊嘅真正考驗，要等第一次颱風。

成本係咪好大？

公用事業規模嘅 AI 分流，月費係按量計算，對比省返嘅接線人手時間同高峰臨時人手，回報清晰。最穩陣係由小做起：一類查詢、一條熱線，計出自己條數先擴。

普通話同英文客人點分流？

開場三語選擇係基本功；更進階係 AI 跟客人講嘅語言自動切換。公用事業嘅三語需求穩定，三套語言嘅知識庫內容一致，對外口径先唔會因語言而異。

[!CTA]

由一類查詢開始你嘅分流設計

開個免費帳戶，出段餘額查詢嘅回應音檔，聽吓長者客人會聽到嘅清晰度。