发布时间：2026年03月16日
NCS 与新加坡电信（Singtel）合作开展“负责任的AI”试点项目
当前，企业在应用AI的过程中，对构建负责任 AI 的需求日益提升。然而，多数开源工具并不适配企业级复杂、大规模的数据集场景。
新加坡电信希望通过定制化方案，评估其实时AI解决方案是否符合内部负责任 AI 相关准则。通过与恩士迅（NCS）及新加坡国立大学–恩士迅网络安全联合实验室合作开展概念验证项目，新加坡电信对四款开源工具进行优化升级，实现与 Databricks 平台的无缝集成，可输出详尽的风险评估报告，并具备良好的可扩展性，能够适配未来更多AI模型。该实践为电信行业树立了新的参考标杆，助力新加坡电信有效降低AI应用风险、强化合规管理、提升系统可信度，同时将测试时长从 9 小时大幅缩短至分钟级。
关键要点
- 支持可扩展 AI 模型与可配置准则框架
- 提供具备可解释性的详细风险报告，突破单一化输出局限
- 与 Databricks 无缝集成，适配企业业务流程
- 测试效率显著提升，用时从 9 小时缩短至数分钟
面临挑战
AI的快速普及，对治理体系提出更高要求，以保障技术应用合乎伦理、公平、透明与安全。新加坡电信需依据内部制定的十项负责任 AI 准则，对 AI 模型进行验证。但现有工具难以处理预测式 AI、生成式 AI 产生的复杂数据，存在报告维度有限、运行效率较低、与 Databricks 工作流程不兼容等问题。为此，新加坡电信希望通过定制化评估方案，开展概念验证，为后续规模化应用奠定基础。
解决方案
新加坡电信联合恩士迅（NCS）与新加坡国立大学–恩士迅联合实验室，共同设计并落地概念验证项目，对四款开源工具进行定制与优化，用以评估并提升两款已投入使用的 AI 系统能力：一是基于生成式 AI 的 Shirley 智能客服机器人，二是基于预测式 AI 的客户续约意向分析模型。该负责任 AI 工具可安全、高效地处理企业级数据，为电信行业构建负责任 AI 应用提供了可参考的实践标准。
功能概览
- 详细风险报告：精准定位风险相关的指令、特征或模型组件，而非仅输出单一判断结果
- 与 Databricks 无缝集成：优化后的工具可在新加坡电信分布式 Spark 集群上高效运行
- 面向未来、灵活可配置：可便捷扩展，支持更多 AI 模型与负责任 AI 准则接入
实践价值
该负责任 AI 工具帮助新加坡电信实现偏见检测与缓解，提升模型可解释性，确保 AI 应用全流程遵循负责任实践准则。
- 降低应用风险：减少 AI 系统偏见、不安全响应及相关声誉风险
- 强化合规能力：为审计与监管核查提供清晰、有据可依的报告
- 构建 AI 信任：提升业务方、相关方及客户对智能机器人可靠性的认可
- 提升运营效率：测试时长大幅压缩，有效节约时间与算力资源