阅读进度

政府与公共服务 · 案例 11.1

12345 热线派单

把「话务员听完电话手工选承办单位」做成有依据的派单建议

跳到本案目录

30 秒速读

真问题
首次派单其实不慢,慢在退单;根源是各单位职责清单写得不清,和派单准不准无关。
成功标准
试点诉求类别的退单率从 18% 降到 10% 以下,每条派单建议附上职责清单条款和 3 条历史同类工单的办结单位。
最后交给谁
交给热线办派单组长和大数据局的运维接口人:组长维护职责清单和「近期调整」表,运维管模型和服务。
带走一条判断
先看返工环节(退单),不只看主流程(派单)。返工往往才是成本大头。

1客户嘴上要的

「上个大模型,市民电话一进来自动识别诉求,自动派给对应部门,话务员就不用想了。」

这是症状或现成方案,不一定是真问题。下面看两种做法。

2照字面做,会怎么烂

拿两年工单训练一个「诉求→承办单位」分类模型,准确率测出来 85%,验收通过。上线后退单反而变多:承办单位不认,工单在区、街道、委办局之间来回退。为什么烂:历史派单本身就有大量错派和推诿,模型学会的是旧错误。

3好 FDE 的实际走法

共 12 周,分 5 个阶段。带三角标记的是这一步最容易踩的坑。

  1. 第 1–2 周找真问题(先看退单,不看派单)

    • 跟热线办派单组坐两天,听 50 通录音、看派单界面。再跟 3 个承办单位的工单联络员聊。发现真痛点:首次派单其实不慢,慢在退单。一张退单平均要绕 2.3 轮、多耽误 4 个工作日,「退单率」又是热线办的考核指标。
    • 退单集中在几类边界模糊的诉求:小区内违建归住建还是城管、占道经营归街道还是市场监管。根源是各单位职责清单写得不清,和派单准不准无关。
    • 成功标准改成:「试点诉求类别的退单率从 18% 降到 10% 以下,每条派单建议附上职责清单条款和 3 条历史同类工单的办结单位。」
    • 踩坑别承诺「全自动派单」。派单错了要追责,话务员不会把责任交给一个黑盒。
  2. 第 3–4 周定范围 + 摸数据和网络

    • 砍范围:只做退单最多的 6 类诉求,覆盖退单量的 60%。其他类别维持人工。
    • 数据:工单系统在政务外网,模型只能部署在大数据局的国产化云上。提前和信息中心确认 GPU 配额和等保要求,不等到第 6 周才发现没机器。
    • 政治活:把「职责边界争议清单」整理出来,请热线办牵头,和编办、相关委办局开一次协调会,先把 6 类诉求的归属定下来。规则定了,模型才有对的标签。
    • 踩坑别直接用历史派单结果当标签。要用「最终办结单位、且未被退回」的工单当标签。
  3. 第 5–7 周原型 + evals

    • 在派单界面加一个侧栏:给出前 2 个建议单位、对应的职责清单条款和历史同类工单。话务员一键采纳或改派,改派原因必选。
    • evals:从过去 3 个月抽 300 张已办结工单,由派单组长标注「正确承办单位」,要求首选建议准确率不低于 90%,边界类诉求单独统计。
    • 踩坑别忽略地址解析。同一条街分属两个街道的情况很常见,地址要匹配到网格,而不是只匹配到区。
  4. 第 8–10 周试运行 + 并肩改

    • 选一个班组试运行 3 周,每天看改派记录。话务员常说「建议对,但这个街道上周刚调整了网格」——据此加一张由派单组长维护的「近期调整」表。
    • 每周给热线办出一页退单率对比,用数字说话。
  5. 第 11–12 周交接交接

    • 交给热线办派单组长和大数据局的运维接口人:组长维护职责清单和「近期调整」表,运维管模型和服务。写一页运行手册:建议错了怎么反馈、规则改了谁来改。
    • 周期长的原因:职责边界协调会要等编办和委办局排期,国产化云的资源申请和等保测评也要走流程。没有派单组长接手,职责一调整,系统就开始按旧规则建议,话务员很快就会弃用。

4这个案例教给你的可复用判断

  1. 先看返工环节(退单),不只看主流程(派单)。返工往往才是成本大头。

  2. 历史数据里有旧错误,标签要选「最终正确的结果」,不选「当时的操作」。

  3. 规则不清时先推动定规则,模型解决不了组织边界问题。

  4. 政府项目要先锁算力和网络,再承诺效果。

你手上也有类似的场景?

说说你所在的行业和想用 AI 做的事,留言会直接送达。觉得这个案例有误、过时,或有更好的做法,也欢迎指出。

政府与公共服务的其他案例

内容更新:2026-11-11