Norfolk AI 非紧急呼叫占比超过 40%，但 911 仍由人工掌控

Norfolk 的 AI 非紧急呼叫目前已占进入这座弗吉尼亚州城市公共安全通信中心咨询总量的 40% 以上。该助手回答常规问题，将居民转接至市政府相关部门，并为需要人工服务的来电者进行转接。不过，Norfolk 对紧急呼叫划出了明确界限：每一通 911 呼叫仍会直接转给经过培训的通信调度员。

这种划分定义了 Norfolk 部署项目的真正意义。该市并未让自动语音系统作出紧急决策，而是利用人工智能为同时处理枪击、火灾、心搏骤停和 CPR 指导的员工减轻常规工作负担。

该市表示，若当前解决率得以延续，系统最终可能处理 50,000 至 60,000 通呼叫。这将使该项目不再只是一次有限的聊天机器人试点，而会让对话式 AI 成为居民与公共安全机构之间实际运作的一层服务。

Norfolk 也在检验地方政府面临的一个更大承诺。语音 AI 能立即回答许多问题，但公众能否获得服务不应只取决于软件是否理解来电者。因此，核心较量在于自动化与可靠的人工服务之间，而不是人工智能与公共雇员之间。

Norfolk AI 非紧急呼叫已超过最初目标

Norfolk 的助手已从预计分流呼叫的工具，发展为处理超过 40% 非紧急咨询的系统。

Norfolk Police Department 于 10 月 5 日宣布这项服务，距离其 9 月下旬上线不久。其官方部署公告称，该 Amazon Web Services 系统预计可分流约 35% 至 40% 的非紧急呼叫。

截至 10 月 18 日，E911 Manager Steven Summerlin 表示，该助手的平均处理比例已超过 40%。这一早期结果超过了原先预估区间的上限，尽管 Norfolk 尚未发布详细的绩效报告。

呼叫处理与完全解决之间的区别很重要。一次成功互动可能包括回答问题、将来电者转接至其他部门，或将呼叫转给通信调度员。这些结果并不代表相同水平的服务。

Norfolk 的非紧急电话全天候运行。来电者可通过该号码处理不涉及即时威胁的警务事项，也可咨询有时应由其他市政府部门处理的问题。

据 Summerlin 称，该市人工通信调度员在 2026 年期间已处理超过 100,000 通非紧急呼叫；同期还接听了超过 130,000 通紧急呼叫。

该市此前的公告呈现了更广泛的年度情况。公告称，E911 员工每年接听超过 250,000 通警务、消防和医疗呼叫，以及约 150,000 通行政类呼叫。

这种混合型工作负荷解释了为何看似简单的咨询会构成实际运营问题。紧急呼叫始终优先，因此提出常规问题的居民可能需要等待数分钟。通信调度员随后或许会发现，来电者实际需要联系的是另一个部门。

AI 助手旨在消除这段等待时间。它可回答有关警方报告、市政服务、风暴准备、疏散指引、避难所、代码执法及其他已有记录流程的问题。

居民无需通过按键浏览传统菜单。他们可以使用自然语言描述需求，并获得语音回应。自动语音识别会将来电者的语言转换为文本，以便系统识别请求。

随后，助手会在经市政府批准的信息集合中进行检索。Norfolk 根据市政网页和市政府员工记录的流程建立了这一集合。它不会在开放互联网中搜索答案。

这一设计类似于受约束的 AI knowledge base。该模型从获批准的信息集合中检索内容，而不会将更广泛的互联网视为权威来源。

市政府员工每天都会收到报告，显示呼叫量以及无需转接即可完成的互动占比。他们还可以查看录音和文字记录，找出系统未能回答的问题。

Summerlin 表示，当来电者暴露出知识缺口时，工作人员可以迅速完善知识库。这形成了一个实际的改进循环：审查失败案例、补充经批准的信息，并测试修订后的回答。

该系统目前不会独立受理警方报告或调度救援人员。这些功能仍可能在未来扩展，但居民不应假定如今已可使用。

来电者也可以要求与人工人员沟通。说出“我想和一名客服人员交谈”后，呼叫便会进入人工非紧急呼叫队列。这种转接保留了获得协助的渠道，但并不保证能立即得到人工接听。

这条退出路径至关重要，因为非紧急并不代表不重要。Norfolk 将车辆被盗、未在进行中的入室盗窃、停车问题、噪音音乐及其他警务事项列为适合拨打该号码的原因。

因此，首个结果的范围比标题数字所暗示的更窄。Norfolk 已证明，对话式软件能够吸收相当大一部分信息咨询需求，但尚未证明该系统能改善每一位来电者的结果。

Norfolk 为何让 AI 介入常规咨询与调度员之间

直接目标是减少心理切换与排队压力，而非取消公共安全岗位。

据 Summerlin 称，一名 Norfolk 通信调度员在 12.5 小时的班次内可处理 85 至 100 多通呼叫。这些呼叫可能在危及生命的紧急情况与垃圾收集、杂草丛生或宠物走失等咨询之间突然切换。

这种切换带来运营成本。刚刚指导来电者进行 CPR 的员工，下一刻可能要解释哪个办公室负责处理一项常规投诉。数分钟后，同一名员工又必须准备应对另一场危机。

Norfolk 的系统会从这一序列中移除部分低风险的信息咨询。预期收益不只是减少呼叫数量，更是让员工能够持续专注于需要判断、细致提问和情绪控制的工作。

人员配置背景使这项说法尤其重要。Summerlin 表示，该中心大约两年前的职位空缺率接近 50%，目前则接近个位数。

不过，市政府的另一份更新显示，人手压力并未消失。Police Chief Mark Talbot 在 8 月 25 日的 City Council 工作会议上表示，E911 部门在 83 个职位中仍缺少 16 名员工。

这些数字未必相互矛盾。职位空缺数量可能发生变化，而一个中心即便在典型班次中运转正常，仍可能存在未填补的职位。它们表明，Norfolk 必须以比单一空缺率更细致的方式衡量工作负荷。

Summerlin 一再表示，该助手并非旨在取代通信调度员。在当地公共媒体报道中，他将其描述为一种工具，用于将现有人员重新配置到该中心最优先的任务上。

运营边界支持了这一立场。人工员工仍会接听所有 911 呼叫；新助手仅部署在非紧急线路上，并会将需要警察或消防介入的事项转接出去。

Norfolk 已在紧急呼叫背后使用另一种形式的 AI。RapidSOS Communicator 会在人工工作人员与来电者通话时生成实时文字记录。

该软件可标记“枪声”“没有呼吸”和“失去意识”等词语。主管随后可以监控正在发展的紧急情况，同时原始接线员继续与来电者沟通。

这一后台系统展示了另一种自动化模式：AI 负责监听、转录、总结和发出信号；经过培训的人员则保留对话主导权和解读信息的权限。

非紧急助手更进一步，因为它直接与公众交谈。这使识别、检索和升级处理的质量成为居民体验的一部分。

与为每一轮常规呼叫量增长新增一个有人值守的岗位相比，扩大该技术的成本也更低。Norfolk 按使用量付费，但其公开的商业条款并非评估公共服务结果的必要条件。

更值得关注的问题是，该市从这笔支出中获得了什么。有效指标包括等待时间缩短、放弃呼叫减少、紧急呼叫接听更快、路由准确，以及成功转接给人工人员的比例。

Norfolk 提供了早期自动化比例，但尚未公布这些支撑指标。Summerlin 表示，该系统最终可能有助于加快紧急响应，但他并未宣称响应时间已经改善。

这一区别应保持清晰。移除常规呼叫能够创造容量；该中心能否将这些容量转化为更快或更准确的服务，仍需要独立证据。

Norfolk 的工作负荷在风暴及其他重大事件期间也会发生变化。居民可能会因疏散、避难所、宠物、道路状况和公共设施等问题大量拨打市政府热线。

对话式助手可在这些高峰期同时扩展以处理大量呼叫。人工人员无法如此迅速地扩充，尤其是同一事件也会引发真实的紧急情况。

这正是该部署最具说服力的场景。一个及时更新、由市政府控制的知识库可以传达一致的风暴信息，而不会占用处理紧急呼叫所需的员工。

同一场景也提高了出错的代价。过时的避难所信息或被误解的疏散问题，可能让居民前往错误地点。因此，Norfolk 必须将内容维护视为一项运营责任，而不是一次性的部署任务。

其机制是受控检索、路由与人工升级

Norfolk 的方法将助手限制在经批准的信息和预先定义的交接流程中，减少了使通用 AI 难以预测的自由度。

系统首先识别来电者所说的内容，随后判断可能意图，检索市政府批准的资料，并生成语音回答或路由决定。

这一流程不同于传统的交互式语音应答系统。传统系统要求来电者从固定菜单中选择；Norfolk 的助手则接受可能不使用市政府偏好术语的对话式请求。

来电者可以询问应向何处报告被遗弃车辆，而无需知道哪个部门负责该流程。助手可以理解请求、提供说明或转接呼叫。

技术提供商为 Amazon Web Services。AWS 文档描述了可回答问题、保持对话上下文，并在需要人工人员时升级互动的语音自助服务系统。

其自助服务文档将升级处理列为一项标准操作。这一点很重要，因为公共安全助手必须能够识别明确要求人工服务的请求，以及不应由其单独处理的情况。

Norfolk 尚未公开披露其实施方案背后的每一项服务、模型、提示词、置信度阈值或联络流程规则。将该系统称为“Amazon AWS”只能说明平台提供商，并不能完整揭示其技术配置。

该市对信息边界的说明更为明确。该助手依赖市政网页，以及从员工处收集的机构流程信息。Summerlin 表示，它不会浏览开放网络。

这一限制应对了一种常见的失效模式。通用模型可能在未依据获批准来源的情况下，生成听起来可信的答案。受控的检索系统缩小了每次回答可使用的材料范围。

缩小来源材料范围并不能消除错误。底层文件可能不完整、过时、相互矛盾，或难以与来电者的表达相匹配。

语音识别还带来了另一种误差来源。口音、背景噪声、情绪化表达、生僻姓名、连接质量不佳、残障状况以及语码转换，都会影响语音系统的理解。

该助手目前使用英语交流。需要其他语言服务的人可以转接人工人员，并使用该市的口译服务。

Norfolk 推迟了多语言自动化，因为官员不希望来电者在与 AI 进行了长时间对话后，才接通一名无法用该语言继续服务的工作人员。这是一项合理的推广限制，但也留下了服务可及性缺口。

英语能力有限的居民所经历的服务路径，与讲英语的来电者不同。该市应衡量这一路径是否意味着更长等待、反复说明，或来电中途放弃。

人工升级也不能只依赖一个被识别出的短语。紧张的来电者可能不知道该说“我想和人工客服通话”。系统应能响应不同形式的请求、困惑、沉默、反复失败，以及看似普通的情况正在变得紧急的迹象。

Amazon 的架构可以在转接过程中保留对话上下文。Norfolk 尚未公开详细说明有多少上下文会传递给接警通信员，或来电者是否必须重复提供信息。

这种转接质量将影响公众接受度。能够携带文字记录和已说明需求的转接可以节省时间；重新开始对话的转接则会增加一道障碍。

该市可以通过每日报告改善系统表现。官员可以识别陌生问题、低置信度互动、转接模式，以及意外结束的通话。

审查录音本身也会带来治理问题。居民应当知道何时正在与人工语音以外的系统交流、哪些数据被存储、谁能访问文字记录，以及录音会保留多久。

Norfolk 的公开声明说明了人工服务选项，但对告知和保留政策的细节有限。该市应让这些政策易于查找，因为该系统处在公共安全服务的入口位置。

清晰的告知还能避免一种基本的信任失效。居民不应必须主动询问正在说话的对象是否为软件。

该机制只有在保持狭窄职责范围时才能成功。它应回答有文件依据的问题、转接已知请求，并在不确定时转交人工。它不应即兴回答安全问题，也不应劝说来电者不需要人工帮助。

这种分工为 Norfolk 提供了一个站得住脚的运营模式。自动化为可重复的信息服务提供速度和规模；人员则保留判断力、紧急情况问询，以及对影响响应人员的决策承担责任。

真正的考验是服务可及性，而不是电话分流比例

只有当来电者获得正确信息，并且能够在没有不必要阻碍的情况下联系到人工人员时，40% 的自动化率才有意义。

Norfolk 的早期数据衡量的是活动量，而不是公平性或准确性。它没有揭示助手未能理解哪些来电者、有多少人放弃互动，或转接是否到达了正确目的地。

类似部署说明了这些细节为何重要。Virginia 州 Richmond 在 Norfolk 之前，为非紧急电话和城市服务电话推出了一款定制的 Amazon Connect 助手。

Richmond 报告称，其系统完全处理了约 10% 至 15% 的非紧急电话，另有 5% 被直接转接至其他机构。

一项独立的 Richmond 实地测试发现结果参差不齐。该助手正确处理了一些基础设施相关问题，但有一次转接似乎发生了断线。一段西班牙语互动最终也被转给了一名讲英语的调度员。

Richmond 的经验并不能证明 Norfolk 存在同样的问题。它表明，高层面的解决率不能替代对完整服务旅程的测试。

研究 AI 伦理的 University of Virginia 助理教授 Renée Cummings 在 Richmond 的报道中清晰阐述了服务可及性问题：如果一个系统只对它容易理解的人有效，它就没有改善服务可及性。

这一标准在公共安全领域尤其重要。商业客服系统即便令客户感到沮丧，也未必会影响其法定权利或人身安全。政府热线承担的是不同的义务。

Norfolk 的来电者可能包括老年居民、有言语障碍的人、使用低质量连接的居民，以及在压力下说话的人。系统必须适应他们，而不是将最容易处理的来电者定义为常态。

告知机制是另一项要求。根据 Richmond 的报道，National Emergency Number Association 曾建议各机构在来电者与 AI 互动时予以说明。

这种透明度不只是礼仪。它帮助来电者理解停顿、重复提问和意外回应，也让他们知道何时适合请求人工协助。

准确性需要一个公开的分母。Norfolk 表示该助手处理了超过 40% 的电话，但公众需要知道“处理”具体意味着什么。

一份严谨的报告应区分：已回答的问题、转接至各部门的电话、转接至 E911 工作人员的电话、来电者主动要求升级的情况、断线电话，以及未解决的会话。报告还应跟踪最终目的地是否正确。

该市应按语言需求、电话类型、时段和识别难度比较这些指标。汇总报告可以在不暴露个体来电者身份的情况下揭示服务缺口。

Norfolk 还应审计自动化是否改变了来电者行为。一些居民可能会在非紧急助手令其受挫后拨打 911；另一些人则可能放弃那些仍与社区安全相关的报告。

即使助手的内部完成率看起来很高，这些溢出效应也会削弱部署效果。该市应监测 911 错误分类、重复来电和在线报告量。

数据治理带来了另一项不确定性。语音录音和文字记录可能包含姓名、地址、医疗细节、指控信息，以及从未亲自致电该市的人员的信息。

Norfolk 表示工作人员可以审查文字记录和录音以改进系统。它尚未广泛公布保留时间表、供应商访问规则、脱敏流程，或将通话数据用于模型训练的规则。

在助手承担更敏感的工作前，这些政策应当明确。为警方报告收集初步信息，风险将高于回答避难所相关问题。

该市还必须保护其知识库免受过时指引的影响。一个今天正确的答案，可能会在某个部门调整办公时间、电话号码、资格规则或应急方案后变得错误。

每日技术报告无法解决内容责任归属问题。每个参与部门都需要有人负责批准变更，并核查高影响信息。

外部测试将增强 Norfolk 的说法。构建系统的工作人员熟悉预期问题，未必能够复现真实来电者使用的不可预测表达。

测试应包括带口音的语音、被打断的句子、模糊的紧急情况、背景噪声、与残障相关的言语模式，以及跨部门的请求。审查人员还应测试间接提出的人工帮助需求。

目标并不是实现完美识别。没有人类或自动化系统能达到这一标准。目标是在识别失败时迅速恢复服务。

因此，Norfolk 保留人工客服请求的决定，是该项目最有力的保障措施之一。其价值取决于助手能否始终如一地识别这一请求并完成转接。

在将助手扩展至报告受理或更具后果性的工作流程之前，该市应公布表现证据。仅凭较高的电话分流数字，无法证明应赋予其更大的决策角色。

Charleston 和 Richmond 表明，这正在成为市政治理的常用方案

Norfolk 是一场日益扩大的转变的一部分：从实验性聊天机器人转向嵌入紧急通信运营体系的语音自动化。

Norfolk 从 South Carolina 州 Charleston County 了解了这一做法。该县已将机器学习部署在非紧急热线中，并成为其他公共安全中心的参考案例。

Charleston 于 2023 年 11 月宣布推出全自动非紧急工作流程。该县表示，其中心每年接到约 210,000 通非紧急电话。

其自动化公告描述了涉及犬吠、被盗自行车和邻居噪声等常见请求。这些事项仍需要报告，但并不总是需要接线员处理。

Charleston 将电话自动化与用于提交报告、查找机构联系人、联系值班人员以及街道名称预约的在线工具相结合。更广泛的做法很重要，因为语音 AI 不应成为获得服务的唯一途径。

据 Summerlin 称，Virginia Beach 也在 Norfolk 之前采用了类似技术。Norfolk 上线后，另有两家中心联系该市讨论该项目。

这一模式表明，市政机构的采用将通过同行网络传播。紧急通信负责人参加同样的会议、比较人员配置问题，并研究已在类似辖区运行的系统。

供应商平台也降低了实施门槛。Amazon Connect 在单一云环境中提供电话服务、联络流程、语音服务、分析功能和基于知识库的自助服务。

地方机构仍需配置工作流程、审批信息，并定义升级规则。但它们不必从零开始构建语音网络或语音引擎。

这种组合使该模式具有可复制性。城市可以从常见问题开始，监控转接率，并在之后加入经批准的流程。

竞争压力主要并非存在于 Norfolk 与其他城市之间，而是落在传统运营模式上：训练有素的紧急服务人员还要充当一般市政信息服务人员。

一旦某个中心报告称 AI 消除了三分之一或更多的非紧急服务负担，邻近机构就必须解释为何仍在维持漫长的等待时间。供应商也因此获得了可信的公共部门参考案例。

然而，Charleston 和 Richmond 也表明，不同部署之间存在显著差异。Charleston 强调自动化和在线报告；Richmond 将 AI 用作城市服务导航工具；Norfolk 则强调基于受控知识库的对话式回答。

这些差异使比较变得复杂。一个城市的解决率可能反映了更简单的电话类型、更广泛的转接规则，或对成功的不同定义。

公共官员不应将电话分流视为排行榜。一个在不确定时转交人工的审慎系统，可能展现出较低的自动化率，却能带来更安全的结果。

最有价值的比较应当着眼于实际运营。城市应当关注助手识别用户意图的频率、来电者抵达正确服务渠道的速度，以及人工需要介入修正自动化交互的频率。

它们还应比较暴风雨和重大活动期间的服务连续性。当需求突然上升、信息迅速变化时，语音自动化最能体现其运营价值。

Norfolk 的沿海位置使这一应用场景尤为重要。飓风相关咨询可能会成批涌入，包括有关疏散区域、避难所开放、交通运输和动物安置的请求。

经城市批准的助手可以在多个并发来电中重复传达最新指引。但一旦情况变化，政府官员必须立即更新源材料。

这不是一个“设置后就不用管”的聊天机器人项目。它是一条新的公共沟通渠道，需要配备人员、持续监控、测试和治理。

此次部署也体现了应用型 AI 的更广泛发展趋势。许多有用的系统正变得更加专注，而非更加自主。

Norfolk 限制助手可使用的信息来源，将紧急来电保留给人工处理，并提供升级转接机制。这些限制并非弱点，而是界定了自动化可能带来合理公共效益的范围。

考虑采用同类模式的城市，应从这一边界开始。常规信息服务和确定性的路由分流，是合适的起点；紧急情况研判和需要自由裁量的决策则不是。

如果 Norfolk 的推广不仅展现出可观的处理量，还能证明更多价值，其影响力将进一步扩大。其他机构将希望看到证据，证明该助手能减少排队，同时不会制造新的服务获取障碍。

Norfolk 达到 40% 里程碑后值得关注的事项

下一阶段应以紧急服务表现、公平可及性，以及对扩展范围的严格约束来衡量。

第一个信号是，Norfolk 是否会公布除 AI 处理来电占比之外的结果数据。紧急电话接听时间最能直接检验该市的核心主张。

如果在可比时段内，911 接听时间持续缩短，将有力支持这样一种观点：移除常规咨询能够改善紧急服务运营。若结果持平，则可能表明释放出的能力被用于其他地方。

非紧急电话的等待时间同样重要。由助手转接的来电者，不应面临比自动化之前更长的排队时间。

该市还应报告被放弃的来电和重复联系情况。数字下降表明人们得到了有用的答案；数字上升则会暴露完成率背后被掩盖的挫败感。

第二个信号是人工升级转接和语言服务的表现。Norfolk 需要证明，来电者可通过普通表达联系到人工人员，而不只是依靠一句预先记住的指令。

这项评估应涵盖带有口音的居民、使用辅助技术的居民，或需要口译服务的居民；还应覆盖嘈杂环境以及在情绪压力下拨打的电话。

如果 Norfolk 扩大自动化语言支持，整个转接流程都必须保持多语言能力。流畅的 AI 对话后接入仅支持英语的转接服务，只会转移障碍，而不是消除障碍。

第三个信号是，该市是否会将助手扩展至报告收集或调度准备工作。Summerlin 曾将这些功能讨论为未来可能性，但它们目前并不属于现有服务的一部分。

在人类工作人员加入前收集结构化信息，或许能减少重复提问；但这也会让系统接触更敏感的事实，并使细节被误解的后果更加严重。

任何扩展都应经过公开影响评估。Norfolk 应说明系统收集什么信息、员工如何核验、数据何时进入官方记录，以及居民如何更正错误。

紧急调度应继续处于助手的自主权限之外。该市当前的立场支持这一边界，而 Summerlin 也表示，当有人处于危险中时，直接的人际互动仍然至关重要。

Norfolk 还应澄清其披露、留存和供应商政策。居民有权知道何时是在与 AI 交谈、其通话将如何存储，以及其数据是否会用于改进任何外部模型。

这些问题并不否定早期成果。处理超过 40% 的非紧急咨询，是一个有意义的运营信号，尤其是在同一中心还管理大量紧急电话的情况下。

这一数据表明，许多进入公共安全工作人员渠道的来电都具有信息性和可重复性。对话式软件可以处理其中相当一部分，而无需迫使居民在僵化的菜单中操作。

尚未解决的问题是，Norfolk 能否在软件最不容易理解的人群和情境中，仍然保持这种便利性。

对公共机构而言，最强大的 AI 部署并不是从工作流程中移除最多人工的部署，而是让人工人员有更多时间进行判断，同时仍能让公众随时联系到他们的部署。

Norfolk AI 非紧急电话服务如今为这一原则提供了一项可见的检验。请关注接听时间数据、转接失败情况、语言服务表现，以及未来扩展的范围。这些指标将揭示，该助手是在改善公众服务可及性，还是仅仅制造了一个好看的自动化百分比。