背景
U Mobile 是馬來西亞最新的 5G 網路供應商，長期透過自動化維持精簡營運。當新 AI 能力出現時，該公司尋求超越基本生產力提升的營運效率改進，重點在於營運團隊如何診斷和解決問題。傳統自動化工具能協助客服撰寫回應，但無法導航多個系統、分析結果並提出糾正行動。為解決此缺口，U Mobile 資訊系統部門（ISD）與 AWS 及其合作夥伴 Axrail 合作，在 Amazon Bedrock AgentCore 上建立了 AiDaH（AI-Driven Agentic Helpdesk，AI 驅動的代理式服務台）。Amazon Bedrock AgentCore 是一個平台，可用於大規模建立、連接和最佳化代理，支援任何框架或模型。 AWS ML Blog
發生什麼事
U Mobile 於 2025 年底開始概念化 AiDaH，初期使用兩個試點代理和 Amazon Bedrock Knowledge Bases（Amazon Bedrock 知識庫，一種全託管的檢索增強生成 RAG 功能）。2026 年第一季試點階段，內部 IT 服務台線上運行 4 個代理和 20 個營運場景。隨著平台在 2026 年強化並擴展，年中達到 6 個代理。2026 年第三季，AiDaH 正式向 50 名 L2 客服中心和分支機構用戶上線，擁有 8 個代理。目前，AiDaH 已涵蓋超過 150 個文件化的營運場景，橫跨六個業務部門。U Mobile 內部測量顯示，關鍵類別的故障工單數量減少高達 84.5%。 AWS ML Blog
重點內容
AiDaH 採用六層架構，部署於亞太（新加坡）區域。第一層為員工介面，員工透過 Microsoft Teams 和由 Amazon CloudFront 提供服務並受 AWS WAF 保護的入口網站存取，後端使用 AWS Lambda 和 REST API（代表狀態轉移應用程式介面，用於程式化觸發）。第二層為編排層，作為路由大腦，約 70% 的請求透過確定性關鍵字匹配解決而無需呼叫模型，20% 由輕量級模型分類，僅 10% 需要完整的編排器。第三層包含八個專家代理，涵蓋客戶關係管理、客戶問題管理、號碼可攜性、訂單與 SIM 卡操作、基礎設施監控、大數據分析、雲端成本管理以及財務營運。這些代理透過 Agent2Agent（A2A，代理對代理通訊協定）溝通，允許委派子任務並完成單一代理無法單獨處理的跨系統工作流程。 AWS ML Blog
第四層為閘道和後端 API，AgentCore Gateway 透過統一的 Model Context Protocol（MCP，模型上下文協定）介面將 U Mobile 的後端暴露給代理。每個閘道後方設有 AWS Lambda 函數和 MCP 伺服器，將代理意圖轉換為對特定系統的呼叫。第五層為資料和知識，使用 Amazon Bedrock Knowledge Bases 和 Amazon OpenSearch Serverless 向量儲存庫，內容涵蓋共享企業知識庫和獨立的財務語料庫。AgentCore memory（Amazon Bedrock AgentCore 的一項功能）維護對話上下文，無需建立單獨的狀態儲存庫。選擇 AgentCore 的關鍵原因包括託管代理執行環境意味著無需營運代理基礎設施，以及內建記憶功能。 原文
與傳統 AI 助理不同，AiDaH 能獨立檢查訂閱者的漫遊配置、驗證國際資料資格並識別特定故障點，然後組裝修復計畫，包括重置哪些服務、推送哪些配置以及是否需要網路工單。支援代理審查並確認後，行動即執行。在一個生產案例中，訂閱者報告無法購買加值包，AiDaH 追蹤到錯誤代碼「Subscriber has pending order」（訂閱者有待處理訂單），並發現客戶在三天內透過多個渠道嘗試購買超過 30 次，每次都被同一個待處理訂單阻擋。AiDaH 在單一回應中呈現根本原因和修復步驟，而過去這需要在多個系統間進行手動調查。 原文
對使用者的意義
U Mobile 的員工透過 Microsoft Teams 存取 AiDaH，這是一項刻意選擇，旨在讓用戶在他們已經工作的地方使用，無需學習新應用程式或切換入口網站。該系統將原本消耗代理時間的調查工作，在代理閱讀第一行之前完成。人類決策點保留在關鍵時刻，即當活體訂閱者帳戶發生變更時。該平台提供安全的多租戶框架，具備基於角色的存取控制和內建護欄，可供每個部門使用。 AWS ML Blog
