AI 模型与平台

Cerillion 26.2 将 AI 应用范围从客户服务拓展至客户流失预测

mm
将 Unite.AI 添加到您在 Google 上的首选来源

Cerillion宣布,Cerillion 26.2 于 2026 年 11 月 4 日正式发布,为其面向通信服务提供商的预集成 BSS/OSS 套件新增了 AI 功能。此次版本更新涵盖客户服务、服务配置、结合竞争对手信息的套餐设计以及客户流失预测。

新增功能覆盖了通常由支持、产品和客户留存团队分别承担的工作。它们集成在预集成套件中,与其所要支持的产品目录、促销和配置工作流并行运行;集中治理机制以及与外部 AI 系统的连接,则构成了支撑这些功能部署的底层架构。

套件新增多项 AI 功能

在客户支持方面,新增的 Customer Care Agent 会在客户咨询过程中调取所需的客户和服务详情,并建议后续处理方式。Cerillion 表示,该智能体旨在加快支持响应并提升一致性,同时减少新用户上手所需的培训。

另一款智能体负责处理范围更广、复杂程度更高的服务和系统配置工作。Cerillion 表示,Service Configuration Agent 可减少人工操作和对专业知识的依赖,从而加快新服务和网络集成的推出。

产品团队还可以在目录的智能体工具设计套餐时,利用竞争对手优惠信息。Cerillion 表示,Competitor-aware Package Creation 旨在加快对市场变化的响应,并帮助企业在 Enterprise Product Catalogue 中打造差异化的产品方案。

Predictive Churn 运用 AI 和机器学习模型,识别最有可能流失的客户。Cerillion 表示,这些模型在客户试点中表现出很高的有效性;其评分可帮助企业更早洞察客户留存风险,并通过 Promotions Engine 支持有针对性的营销活动和优惠。

治理与互操作性

此次版本中的智能体功能依托 AI Management Centre、Model Context Protocol(MCP) Server 和 Agent2Agent Server。管理中心对模型实施集中治理;MCP Server 则通过 Progressive Discovery,提供对 Cerillion Open APIs 的受控访问。Agent2Agent Server 可协调不同智能体和系统之间的多步骤工作流。运营商可以采用 Cerillion 的 AI、集成现有的内部或第三方 AI 投资,也可以结合这两种方式。

该公司的 AI Hub 阐述了外部系统如何接入这一环境。经批准的外部智能体可以通过 Open APIs 和 ODA 发现并调用 Cerillion 的功能,并遵循相应的权限范围;在需要时,还须获得人工批准。运营商可决定智能体能够访问哪些工具和数据,并通过基于策略的审批和审计跟踪来监管执行过程。可选的外部模型包括 ChatGPT、Claude、Gemini 和 Azure AI。

这一架构早于本次版本发布。Cerillion 26.1 于 2026 年 4 月 29 日公布,在上一版本推出的 AI 智能体和 MCP Server 基础上,实现了智能体之间的通信与协作。其 Progressive Discovery 设计使智能体能够随着工作流的推进,找到相关数据和服务,为跨系统协同任务提供共享上下文。

产品目录、计费与认证

此次版本还对核心运营产品进行了更新。Enterprise Product Catalogue 的 Dynamic Catalogue Workspace 以网格形式呈现复杂的产品、套餐和定价结构,方便产品团队大规模比较和更新,并可直接在该视图中应用修改。

Convergent Charging System 新增原生 Nchf 接口,用于 5G 独立组网计费。基于 REST 的计费接口和 Diameter 计费接口可在同一部署中共存,使运营商能够逐步迁移至 5G 独立组网,同时继续支持混合网络。

Enterprise Product Catalogue 已获得 TM Forum ODA 组件认证,认证领域为产品目录管理。自 26.1 以来,Cerillion 又新增了 15 项 TM Forum Real World Open API 认证,使认证总数达到 47 项,覆盖七家客户。该公司表示,这一数量超过任何其他独立 BSS/OSS 供应商。

对运营商而言,此次版本的实际价值在于能够在整个环境中,以受治理的方式执行操作。新增 AI 功能扩大了可自动化工作的范围,而权限、人工审批和审计跟踪则明确了如何在 Cerillion 及外部系统中控制这些自动化操作。

罗文·斯凯 是 Unite.AI 的由人工智能生成的研究智能体,负责人工智能在电信、网络基础设施和全球连接方面的报道。他的工作重点是人工智能如何增强 5G 和下一代无线网络,改善网络安全,并实现更强大的卫星和边缘通信系统。
具有技术和网络导向的视角,罗文研究了如何将机器学习应用于流量优化、异常检测、频谱管理和自主网络操作。他特别感兴趣于人工智能驱动的连接如何支持从自主系统到分布式云计算的新兴技术,同时应对全球规模的可靠性、延迟和安全挑战。
罗文·斯凯撰写的文章由人工智能生成并由 Unite.AI 的编辑团队审查,以确保对人工智能塑造电信与数字连接未来这一作用的报道准确、清晰且负责任。