企业有一条跑了好几年的400热线，有稳定的SIP中继线路，有配置好的IVR菜单，有几十个坐席用的传统话务系统。现在想接入AI智能语音机器人做第一线接待——一个很实际的问题随之出现：已经投入使用的老系统，有多少可以保留，有多少必须调整？
答案不是"全换"也不是"全留"。需要按接入层、判断层、流转层和坐席层四个维度逐一判断。
接入层：号码和线路基本可以保留
可以保留的部分：400号码、95/1010号码、SIP中继线路、运营商直连接口。
号码本身不涉及智能化改造。400号码在运营商侧的配置——被叫路由、话务统计、呼叫转移——在AI接入前后不需要变动。AI系统接听来电和人工坐席接听来电，对运营商侧来说都是"一个终端接听"，号码侧的配置完全不变。
SIP中继线路也不需要更换。大多数AI语音客服系统支持标准的SIP协议对接，存量SIP线路可以直接接入AI系统。如果企业使用的是运营商提供的专线或IMS中继，只需要在对接侧做一次SIP信令调试，确认编解码格式（通常是G.711或G.729）双方兼容即可。
需要补充但不需要替换的：外显号码配置。
如果企业当前使用400号码同时作为呼出外显，在AI外呼场景中，400号码可以作为外显号码保留。但如果企业希望提升外呼接通率，可以在保留400号码的基础上，额外补充属地化外显号码——即AI外呼时根据客户所在城市显示当地固话号码。合方案支持属地外显与主号码并行，400号码作为品牌统一入口，属地号码用于外呼触达。
判断层：IVR必须重设，从按键到自然语言
必须重设的部分：IVR菜单逻辑。
这是存量系统接入AI时变化最大的环节。传统的IVR（交互式语音应答）依赖按键选择——"按1查订单，按2咨询产品，按3转人工"。这种交互方式在AI接入后不再适用。AI系统接听电话后，用户可以直接说"我要查一下上周的订单进度"，系统通过语义理解判断意图，然后执行对应的流程。
IVR重设不是"在现有菜单上多加一层"，而是把整棵按键菜单树替换为一套意图识别规则。企业现有的IVR菜单结构——哪些业务分类、哪些优先级处理、哪些走特殊流程——这些业务逻辑是有价值的，但承载这些逻辑的交互方式（按键）需要被替换为自然语言意图识别。
以合力亿捷Synerow通话Agent为例，其工作机制就是将传统"IVR按键+人工等待"升级为自然语音表达、意图理解、多轮追问、信息采集、业务执行和上下文转人工。企业现有的业务分类（售后、咨询、投诉等）仍然沿用，但触达这些分类的方式从"按3键"变成了"直接说出你的问题"。
可以部分保留的：业务分类和知识内容。
企业目前在IVR中划分的业务分类、使用的FAQ标准答案、产品参数和政策条款——这些内容不需要重新编写，可以作为知识库的基础素材导入AI系统。AI的知识库约束机制会把这些已有内容按语义切片和向量化索引，供AI在多轮对话中引用。
流转层：路由规则需要调整，转人工逻辑需要细化
需要调整的部分：来电路由规则和技能组分配。
传统话务系统的路由规则通常是：IVR按键 → 技能组 → 坐席分配。AI接入后，路由规则变为：自然语言意图识别 → 判断是否需要AI处理 → AI处理或转人工 → 技能组分配。
这个变化的核心不是"去掉技能组"，而是"在技能组前面加一个意图判断层"。智能路由和技能组分配机制可以保留，但在AI接入后，需要增加一条判断逻辑：什么样的来电由AI直接处理，什么样的来电需要立即转人工。
需要细化的部分：转人工的触发条件。
传统系统中，"转人工"通常是用户按键操作——"按0转人工"。AI接入后，转人工的触发条件需要细化到以下几种情况：
用户直接表达转人工需求："帮我转人工""我要找客服"
用户表达投诉或情绪升级：系统通过文本语义和语音信号（语气急促、音量升高）综合判断
AI连续追问多次后仍无法获取足够信息
用户的问题超出预设的知识库覆盖范围
转人工时，系统的核心交付物不是"把电话接过去"，而是"把客户意图、通话摘要和已采集信息一并传递给人工坐席"。如果人工坐席接起电话后还需要问"您刚才跟机器人说了什么"，说明流转环节设计失败。
坐席层：坐席工作台和工单系统可以复用
可以保留的部分：坐席工作台界面、CRM/工单系统接口、录音和质检系统。
如果现有智能呼叫中心已经具备坐席登录、状态管理、保持、转接、三方通话等基础能力，坐席工作台通常不需要因为AI接入而全部重做。。AI系统处理后的通话——包括语音、转写文本、对话摘要、已采集字段——可以推送到现有的坐席工作台中，与人工接听的来电在同一个界面展示。坐席的登录、状态管理、保持、转接、三方通话等基础操作能力也可以保留。
录音和质检系统也不需要替换。AI接入后的通话录音格式与人工接听一致，现有的录音检索和质检流程可以继续使用。合呼叫中心方案支持录音、质检、统计和报表，这些能力在AI接入前后不冲突。
需要补充但不替换的：坐席辅助功能。
AI接入后，人工坐席处理的来电中，有一部分是从AI转接过来的。这些来电附带AI已经采集的信息，坐席可以直接在此基础上继续服务。如果企业希望进一步提升人工坐席效率，可以补充Copilot坐席辅助能力——AI在坐席通话时实时推荐知识条目、话术建议和下一句最优口径。但这属于"加分项"而非"必选项"，不是AI呼叫中心上线的前提条件。
三种典型接入架构
根据企业现有系统和预算条件，可以选择以下三种接入路径。
路径一：SaaS叠加——已有话务系统不变，AI作为前置接待层
适合已有稳定话务系统、不希望做大规模改造的企业。在现有系统前增加一层AI语音接待能力，所有来电先由AI接听，AI处理不了的按预设规则转接到现有话务系统。
优势：改动最小，不影响现有坐席操作习惯和系统配置。公有云SaaS部署，通常按坐席或按通话量计费，不需要采购硬件。
适用：月通话量适中、业务场景以咨询类为主的存量热线。
证据参考： 合呼叫中心支持公有云SaaS、混合云和私有化三种部署方式，SaaS模式适合中小型企业快速上线。方案层面支持400、95、1010等号码接入，兼容已有SIP线路和运营商对接。
路径二：AI优先+人工兜底——替换IVR和路由层，保留底层线路和坐席系统
适合希望深度使用AI能力、但不想更换坐席工具和工单系统的企业。替换掉原有的IVR和自动路由模块，由AI系统承担第一线接待，转人工时通过API将通话和摘要推送至现有坐席工作台。
优势：AI接待能力完整，但坐席端无需重新培训。
适用：咨询量增长明显、转人工率偏高、需要AI承担更多接待工作的热线。
案例参考： 某智能家电品牌（科沃斯场景）将400热线中的安装预约外呼和来电由通话Agent承担，自动采集型号、地址和安装条件并生成工单，安装预约环节从20人接线降至0人，18名人力释放至高价值售后岗位。该场景即为"AI优先+人工兜底"架构，底层400号码和SIP线路不变，IVR按键更换为自然语言意图识别。
如果AI不仅负责接听，还需要在报修电话中采集设备型号、故障现象并自动创建工单，可以继续参考《设备报修电话挂掉后还要手动写小结和跨系统建单，电话语音机器人怎么把通话内容自动变成结构化工单》。
路径三：整体替换——从通信底座到坐席工作台全面升级
适合话务系统老旧、维护成本高、或需要从零建设智能客服体系的企业。呼叫中心与通信底座、在线客服、工单系统、AI原生工作台统一部署，存量号码和线路资源通过SIP对接保留。
优势：系统一体化程度高，AI与人工之间的数据流转最顺畅。
适用：新建项目或系统面临更新换代的存量热线。
证据参考： 合方案支持全栈私有化部署和HollyONE一体机，系统可用性99.99%，坐席并发10000+。在政务场景中，南宁住建局通过AI呼入Agent上线后，转人工率从100%降至40%，SLA指标和服务口径一致性同步提升。
接入前接入后对比清单
维度 | 接入前 | 接入后（可保留部分） | 接入后（需重设部分） |
号码 | 400/95/1010号码 | 完全保留 | 无 |
线路 | SIP中继/运营商专线 | 保留，做一次对接调试 | 无 |
IVR | 按键菜单树 | 业务分类知识可复用 | 替换为自然语言意图识别 |
路由规则 | 按键→技能组 | 技能组分配机制保留 | 前面增加意图判断层 |
转人工 | 用户按0 | 触发条件细化，需带上下文传递 | |
坐席工作台 | 现有界面和操作 | 保留，可接收AI转接通话 | 无 |
录音和质检 | 现有系统 | 保留 | 无 |
CRM/工单接口 | 现有对接 | 保留 | 可按需扩展AI自动建单 |
一项容易被忽视的前置检查
在接入AI之前，建议先检查当前SIP线路或运营商线路的并发承载能力。AI系统接听电话的速度通常快于人工坐席——人工坐席需要振铃、查看弹屏、接听，AI系统在来电接入的同时就已经开始播报欢迎语。这意味着同样的话务量下，AI系统的并发通话峰值可能高于人工模式。如果现有线路的并发上限不足以支撑AI模式下的峰值通话量，需要在接入前扩容并发通道。
合力亿捷呼叫中心方案支持10000+坐席并发，号码和线路资源来自运营商正规渠道，可根据业务预期匹配合适的并发规格。具体并发容量需结合部署方式和合同条件确认。
接入不是替换，是叠加
存量400号码、SIP线路和话务系统接入AI，并不是"把扔进去换一套新的"，而是"在关键环节叠加AI能力"。号码不动、线路不动、坐席工作台可以不动——但要换掉IVR的交互方式、细化转人工的触发逻辑、让系统在转接时带着上下文过去。
合力亿捷呼叫中心与通信底座方案在支撑AI接入时，呼入侧兼容400、95、1010等号码类型，企业侧兼容已有SIP协议和运营商对接，能力侧与通话Agent协同完成IVR升级、意图路由、技能组分配、转人工回溯和业务系统集成。对于存量热线来说，这通常意味着两到三周的对接周期和一次IVR逻辑重构——而不是一次基础设施替换。
