英国皇家海军借助 AI 智能体 Atlas 优化征兵流程,减轻人力工作负担

英国皇家海军借助 AI 智能体 Atlas 优化征兵流程,减轻人力工作负担

英国皇家海军(Royal Navy)正将征兵流程的第一道环节交由实时 AI 虚拟形象 Atlas 负责,通过这一基于大语言模型(LLM)的智能体,实现征兵咨询从低效文本筛选到快速沉浸式自动化支持的转变,在提升候选者体验的同时,大幅降低人工团队的行政负担,为公共部门 AI 应用提供了 “以数据为基础、逐步迭代” 的成熟范例。

Atlas 的部署并非一蹴而就,而是建立在前期文本助手的成功实践之上。皇家海军与 WPP 媒体旗下的 Wavemaker 合作多年,持续优化自动化征兵入口:早期推出的文本式助手经升级为 “LLM + 检索增强生成(RAG)” 解决方案后,累计处理超 16.5 万名用户的 46 万条咨询,用户满意度达 93%,更关键的是将人工坐席团队的工作量削减 76%,同时还激发了 8.9 万人的入伍意向 —— 这一数据证明,自动化不仅未给征兵官员造成额外压力,反而扩大了候选者漏斗。在此基础上,Atlas 作为文本助手的 “视觉进化版” 应运而生,其核心目标是吸引对数字交互方式有更高要求的年轻群体,通过更生动的多媒体形式提升征兵转化效率,尤其聚焦潜艇兵这一招募难度较高的岗位。

从技术架构与功能来看,Atlas 依托多厂商生态构建,而非单一来源解决方案:Wavemaker 主导战略方向与对话设计,确保智能体的 “知识库训练精准匹配征兵需求”;Voxly Digital 负责前后端开发,皇家海军数字代理机构 Great State 提供支持,形成分工明确的协作体系。功能层面,Atlas 突破了传统 AI 助手 “仅能背诵政策” 的局限,具备多媒体交互能力 —— 例如当候选者询问潜艇生活(征兵转化中的典型痛点,因潜艇生活方式独特常导致候选者犹豫)时,它不仅能以语音回答、屏幕字幕辅助,还能展示相关视频或现役人员的经验分享,通过多维度信息传递延长用户在征兵生态中的停留时间。此外,Atlas 将在各类征兵活动中试点,并与 Royal Navy 的 NavyReady 应用、企业客户关系管理(e-CRM)系统直接联动,确保候选者数据在不同平台间无缝衔接,避免信息断层影响招募流程。

皇家海军明确将 Atlas 定位为 “征兵团队的人力增强工具”,而非 “人类的替代者”,这一理念贯穿于技术应用的全过程。皇家海军市场营销主管 Paul Colley 强调:“我们对 AI 的关注,始终集中在如何负责任、有策略地运用它,为现有团队提供更强支持 —— 不是取代人工支持,而是在候选者需要的任何时间、任何地点,提供尽可能好的帮助。” 他表示,推出 Atlas 是为了给考虑加入潜艇部队、但需要更多时间了解和咨询的候选者,提供一种全新的支持方式。皇家海军 e-CRM 与创新主管 Caroline Scott 补充道,通过试点新交互界面、采取 “测试 – 学习” 的心态,海军能更好地理解这类技术如何改变 “人们与军方建立联系、申请岗位、互动交流的方式”,同时打造更具意义的数字体验。

对企业管理者而言,Atlas 的试点案例展现了公共部门采用生成式 AI 的成熟路径:皇家海军并未直接启动复杂的虚拟形象项目,而是先从数据积累与简单文本界面入手,在实现 76% 效率提升、验证自动化价值后,才进一步升级到资源消耗更高的视觉化智能体。最终形成的 AI 辅助征兵系统,能够大规模过滤低价值咨询(如基础政策查询、流程疑问),让人类征兵官聚焦于 “高意向候选者深度沟通、复杂需求解决” 等核心工作,实现 “AI 处理规模、人类把控质量” 的高效协作模式。

结合行业背景与补充信息来看,Atlas 的应用还与皇家海军 “应对征兵难、优化人力配置” 的长期战略相契合。此前参考消息报道(2025 年 9 月)指出,皇家海军未来可能减少现役人员招募规模、推出更多岗位类型,而 AI 在征兵环节的应用,既能通过自动化提升招募效率,也能通过精准筛选减少 “无效沟通”,帮助军方更高效地锁定符合需求的候选者。同时,这一实践与英国海军在舰艇自动化领域的探索形成呼应 —— 例如 31 型护卫舰通过高度自动化系统实现舰员精简(从丹麦原型舰的 165 人减至约 110 人),BAE 系统公司投资研发 AI 与 AR 技术以减少舰艇船员数量,均体现了英国军方 “以技术优化人力配置” 的整体思路,而 Atlas 在征兵中的应用,正是这一思路在 “人力资源入口环节” 的延伸。

总体而言,皇家海军借助 Atlas 优化征兵流程的实践,为公共部门与企业的 AI 落地提供了三大启示:一是 “循序渐进迭代”,从简单场景验证价值后再升级复杂功能;二是 “明确人机边界”,将 AI 定位为人力增强工具而非替代者,平衡效率与人文关怀;三是 “生态化协作”,通过多厂商分工实现技术互补,避免单一依赖。这些经验不仅适用于军事领域,也为教育、医疗、公共服务等其他领域的 AI 应用提供了可参考的范本。

原创文章,作者:王 浩然,如若转载,请注明出处:https://www.dian8dian.com/ying-guo-huang-jia-hai-jun-jie-zhu-ai-zhi-neng-ti-atlas-you

Like (0)
王 浩然的头像王 浩然作者
Previous 2025年11月25日
Next 2025年11月25日

相关推荐

发表回复

Please Login to Comment