外部公开案例，非衍谷交付
Telstra · 数据底座、员工知识助手与网络自愈的企业AI组合
来源披露≠独立审计；编辑分析不等于客户确认。A级仅表示可定位到案例级来源，详细度不是成功评分。请先阅读下方字段分析边界；未公开细节不可当作已实施事实。
字段分析边界
- 业务问题依据
- 企业转型材料披露
- 解决方案
- 企业多篇直接材料交叉整理
- 技术工作流
- 公开底座与具体技术组件整理
- FDE 行动（请结合分析边界）
- 依据公开改造路径归纳
- 结果（来源方披露）
- 企业管理层披露
业务问题
Telstra要同时改善一线客服查知识、客户自助服务和网络故障，但历史上约80个数据平台造成数据与接口割裂；如果没有统一底座、岗位培训和责任控制，单个AI试点很难扩展为数百个业务用例。解决方案
Telstra把数据平台从约80个收敛到约20个，迁移到云和API-first架构；在此之上用Azure OpenAI与Azure AI Search构建基于可信企业知识的AskTelstra，为一线人员检索答案，同时部署客户生成式AI助手、One Sentence Summary和嵌入网络运营的SmartFix，并以AI Academy推动岗位采用。技术工作流
- 从约80个收敛到约20个数据平台
- 云端API-first架构与可复用AI能力
- Azure AI Search检索可信企业知识
- Azure OpenAI生成AskTelstra答案和会话摘要
- 客户助手与SmartFix连接渠道和网络运营
- 人工升级、责任AI控制、采用率与业务指标监测
技术组件
- 云数据平台
- API-first架构
- Azure OpenAI
- Azure AI Search
- AskTelstra
- One Sentence Summary
- SmartFix
- 责任AI框架
人工责任与复核
AskTelstra和摘要工具为一线员工提供答案与上下文，员工负责客户沟通和例外处理；网络自动修复处理可标准化问题，异常进入运维流程。责任AI、安全框架和20,000多人培训共同约束扩展。FDE 行动（请结合分析边界）
- 先收敛数据平台并统一API接入方式
- 从客服知识查找和网络主动修复两条高频链路切入
- 让生成答案只依据可信企业知识
- 为员工铺设AI Academy和岗位使用支持
- 分别跟踪通话时长、自助解决和预防来电
结果（来源方披露）
Telstra披露AskTelstra服务8,000多名一线员工，平均通话时间缩短1分多钟；客户助手无需升级即可回答的查询量接近原来的3倍；SmartFix在FY25执行250万次主动动作并预防近100万次支持来电。核验说明
- 通话缩短、查询解决和预防来电是不同工作流指标，不能相互替代。
- SmartFix并非生成式AI单一功能，而是Telstra整体AI与自动化组合的一部分。
未公开 / 仍有缺口
未补充记录可迁移方法
- 企业AI规模化通常依赖先行的数据与接口简化
- 同一AI战略应按工作流分别设业务指标
- 员工助手要以受控企业知识为依据
- 自动修复和对话助手需要不同的人机升级路径
来源账本
- 标题
- How Telstra is reinventing itself with AI
- 发布方
- Telstra
- 来源类型
- 企业转型复盘
- 可定位性
- 案例级直接来源
- 结论披露方
- 企业管理层披露
- 已记录独立核验
- 否
- 源库查阅日期
- 2026-09-19
补充来源
- 标题
- Telstra scales up AI adoption
证据说明
Telstra官方文章和新闻稿披露底座、技术组件、采用规模及多项结果；为企业自述，未见独立审计或对照组。编辑摘要
Telstra案例把“先清理80个数据平台”与后续知识助手、客户自助和网络自愈联系起来，说明企业AI落地既是数据工程，也是岗位与运营改造。详细度六维评分（各 0–2）
- 业务背景
- 2
- 改造流程
- 2
- 技术工作流
- 2
- 人机与治理
- 2
- 量化结果
- 2
- 来源可定位性
- 2
原始案例 ID
enterprise-telstra-ai-001技术方案参考
是来源分类
企业原始材料企业 / 组织
Telstra行业
电信一级行业
科技与软件业务场景
数据底座、员工知识助手与网络自愈的企业AI组合FDE 标记
企业部署案例FDE 关系
企业级AI改造成熟度说明
数百用例规模化成熟度阶段
规模化主来源
https://www.telstra.com.au/exchange/telstra-s-ai-transformation--strategy--partnerships-and-real-wor ↗证据等级
A证据等级说明
A级｜企业转型材料直接来源详细度评分（满分 12）
12详细度分组
deep详细度说明
深度案例｜关键链路较完整编辑数据：guminghao-avi contributors，MIT。导入 2026-10-02；源版本 ef550123。版权与许可证 · 原案例库。以上保留来源与证据限定，不构成衍谷效果承诺。