दूरसंचार नेटवर्क ऑपरेटरों के लिए क्या एआई रणनीति है?

एयरलाइन कंपनियों के पास अप्रयुक्त डेटा का एक विशाल भंडार है। एआई इस डेटा को नई सेवाओं के विकास, मौजूदा सेवाओं की गुणवत्ता में सुधार, ग्राहक अनुभव को बेहतर बनाने और व्यावसायिक संचालन को सुव्यवस्थित करने के लिए उपजाऊ ज़मीन में बदल देगा।

गुयेन वान येन, वीएनपीटी निदेशक मंडल के सदस्य

सारांश:
दूरसंचार में डेटा और एआई: दूरसंचार कंपनियों के पास बड़ी मात्रा में डेटा होता है जिसका उचित उपयोग नहीं हो रहा है। एआई डेटा को सेवाओं में सुधार और व्यावसायिक संचालन को अनुकूलित करने के लिए उपकरणों में बदलने में मदद कर सकता है।
- एआई अनुप्रयोग रुझान: 5G और IoT के विकास ने 2016 से वाहकों को एआई पर ध्यान केंद्रित करने के लिए प्रेरित किया है। हाल ही में, GenAI एक रणनीतिक उपकरण के रूप में उभरा है, विशेष रूप से OpenAI के ChatGPT के लॉन्च के बाद।
- एआई से आर्थिक लाभ: एआई से दूरसंचार कंपनियों के लिए भारी मूल्य सृजन होने का अनुमान है, जिसमें लागत में कटौती और राजस्व के नए स्रोत बनाना शामिल है। मैकिन्से का अनुमान है कि जेनएआई दूरसंचार उद्योग में 100 अरब डॉलर का योगदान दे सकता है।
- संगठन में एआई अनुप्रयोग: डेटा विश्लेषण से लेकर प्रशासनिक कार्यों तक, संगठन के सभी स्तरों पर एआई का अनुप्रयोग आवश्यक है। कई वाहक कंपनियों ने समर्पित एआई इकाइयाँ स्थापित की हैं और उत्कृष्टता के एआई केंद्र बनाए हैं।
- एआई अनुप्रयोग में जोखिम: एआई मानव संसाधन की भर्ती, डेटा प्रबंधन और एआई परिनियोजन में सुरक्षा सुनिश्चित करने में आने वाली चुनौतियाँ नेटवर्क ऑपरेटरों के सामने आने वाली चुनौतियाँ हैं। सफल और टिकाऊ परिनियोजन सुनिश्चित करने के लिए एआई शासन एक महत्वपूर्ण कारक है।
- एआई के लिए डेटा तैयार करना: एआई को प्रभावी ढंग से लागू करने के लिए, ऑपरेटरों को स्वच्छ, सुसंगत डेटा तैयार करना होगा और एक सामान्य डेटा मॉडल सुनिश्चित करना होगा। डेटा संग्रह और प्रसंस्करण एक बड़ी चुनौती है, जिसके लिए डेटा विश्लेषण और प्रबंधन में बड़े निवेश की आवश्यकता होती है।

दूरसंचार कंपनियों के लिए एआई अनुप्रयोगों की स्थिति

5G, IoT का उदय और बिग डेटा की बढ़ती मात्रा, ऐसे कारक हैं जो दूरसंचार सेवा प्रदाताओं को AI की ओर ध्यान आकर्षित करने के लिए प्रेरित कर रहे हैं। कुछ बड़े, महत्वाकांक्षी ऑपरेटरों ने 2016, 2017 में AI को अपनाना शुरू किया और 2019-2020 तक, दूरसंचार क्षेत्र ने दुनिया भर के ऑपरेटरों में AI को मजबूती से अपनाया है। पिछले 12-15 महीनों में (OpenAI के साथ Chat GPT के लॉन्च के बाद से), GenAI के बारे में जागरूकता एक AI-आधारित सामग्री निर्माण उपकरण से बढ़कर एक रणनीतिक मंच बन गई है और यह तेज़ी से दुनिया भर के लगभग हर दूरसंचार सेवा प्रदाता के लिए सोच का केंद्र बन रहा है।

2022 में दूरसंचार बाज़ार में एआई पर संबद्ध बाज़ार अनुसंधान रिपोर्ट [6] दर्शाती है: "वैश्विक दूरसंचार बाज़ार में एआई का आकार 2021 में 1.2 बिलियन अमरीकी डॉलर आंका गया है और 2031 तक 38.8 बिलियन अमरीकी डॉलर तक पहुँचने की उम्मीद है, जो 2022 से 2031 तक 41.4% की सीएजीआर से बढ़ रहा है"। दूरसंचार कंपनियाँ (टेलीकॉम कंपनियाँ) नवाचार, परिचालन दक्षता और बेहतर ग्राहक अनुभव के लिए एआई को एक प्रमुख प्रवर्तक के रूप में अपना रही हैं।

एरिक्सन का मानना ​​है [1] कि एआई दूरसंचार सहित विभिन्न उद्योगों में अभूतपूर्व मूल्य लाएगा। नेटवर्क ऑपरेटरों के लिए, एआई नेटवर्क संचालन को अनुकूलित करने, ग्राहक अनुभव को बेहतर बनाने, लागत कम करने, सतत विकास में योगदान देने और राजस्व के नए स्रोत बनाने आदि के अवसर प्रदान करेगा।

गार्टनर [2] ने एक सर्वेक्षण किया और 29 एआई-संबंधित तकनीकों को पाँच समूहों में वर्गीकृत किया: एआई कोर तकनीक, जेनएआई-आधारित तकनीक; डेटा-केंद्रित एआई तकनीक; एआई ट्रस्ट तकनीक। अगले 1-3 वर्षों में जेनएआई-आधारित तकनीकों को अपनाने का चलन तेज़ी से बढ़ने का अनुमान है।

दूरसंचार कंपनियाँ GenAI को एक महत्वपूर्ण मोड़ के रूप में देखती हैं, जो राजस्व वृद्धि को बढ़ावा देने, लागत बचाने और उपयोगकर्ता अनुभव परिदृश्य को मौलिक रूप से बदलने में मदद करने वाला एक शक्तिशाली कारक है। कई ऑपरेटर GenAI को अपनी AI रणनीति में एक प्रमुख केंद्र बिंदु के रूप में देखते हैं।

AI/GenAI के आर्थिक प्रभाव को मापना

दूरसंचार उद्योग पर एआई के आर्थिक प्रभाव का आकलन करना आसान काम नहीं है क्योंकि इसके संभावित उपयोग के मामले व्यापक और विविध हैं और विभिन्न स्रोतों से बाजार मूल्य के अनुमान में व्यापक अंतर है। हालाँकि, कई ऑपरेटर इस बात से सहमत हैं कि दूरसंचार व्यवसाय के लिए एआई के लाभ महत्वपूर्ण हैं। उदाहरण के लिए [4]:

- एआई और स्वचालन के कारण श्रम और नौकरियों में कटौती। बीटी (यूके) का अनुमान है कि डिजिटलीकरण और स्वचालन का लाभ उठाकर 2030 तक 10,000 नौकरियों में कटौती हो सकती है।

- AI-सक्षम उत्पादों को लॉन्च करके नया राजस्व उत्पन्न करें। SK टेलीकॉम (दक्षिण कोरिया) का मानना ​​है कि वह 2028 तक 25,000 बिलियन KRW (लगभग 18.5 बिलियन USD) तक का AI-संबंधित राजस्व उत्पन्न कर सकता है।

- लागत बचाने या राजस्व बढ़ाने में मदद करें। मैकिन्से का अनुमान है कि जेनएआई दूरसंचार क्षेत्र के लिए 100 अरब डॉलर तक का अतिरिक्त मूल्य सृजित कर सकता है।

ऑपरेटर प्रत्येक एआई उपयोग मामले के लाभों को दो पहलुओं के आधार पर मापते हैं: वित्तीय (मात्रात्मक समय बचत, लागत बचत, राजस्व में वृद्धि) और गैर-वित्तीय (कर्मचारी संतुष्टि, ग्राहक संतुष्टि, छोटी और कठिन-मापनीय समय बचत, स्थिरता)

दूरसंचार क्षेत्र में AI का अनुप्रयोग कहाँ होता है और AI का क्रियान्वयन कैसे किया जाता है?

दूरसंचार कंपनियाँ डेटा विश्लेषण से संबंधित कार्यों और विभागों में एआई को एक रणनीतिक प्राथमिकता मानती हैं। हालाँकि, हाल ही में जेनएआई के बढ़ते चलन ने दूरसंचार क्षेत्र में एआई के अनुप्रयोग पर कुछ दृष्टिकोण प्रस्तुत किए हैं, जो इस प्रकार हैं:

- दूरसंचार क्षेत्र में एआई अनुप्रयोग क्षेत्र:

- एआई एक नवीन उपकरण है, इसलिए कंपनी में प्रत्येक कार्यबल के लिए एआई उपलब्ध होना आवश्यक है।

+ एआई को उपयोग में आसान बनाने के लिए हर संभव प्रयास किया जाना चाहिए, यहां तक ​​कि कम तकनीकी क्षमता वाले समूहों के लिए भी।

+ एआई-समर्पित इकाइयों को सफल एआई उपयोग-मामलों के कार्यान्वयन प्रथाओं को जानने और पूरे संगठन में इन उपयोग-मामलों को पुनः लागू करने के लिए उपयुक्त मॉडल और तरीके बनाने में सक्षम होना चाहिए।

+ एआई तक पहुँच को लोकतांत्रिक बनाने के साथ-साथ एआई को अपनाने से होने वाले लागत जोखिमों का प्रबंधन करने के लिए एआई के लिए नए फिनऑप्स दृष्टिकोणों को लागू करने की आवश्यकता है।

+ अनियंत्रित लागतों के जोखिम को कम करने और एआई के प्रयोग और प्रयोग को प्रोत्साहित करने के लिए एक एआई शासन कार्यक्रम विकसित और कार्यान्वित किए जाने की आवश्यकता है।

- दूरसंचार क्षेत्र में एआई की तैनाती

एआई उत्पाद और सेवा विकास और अनुप्रयोग को संचालित करने के लिए विशेषज्ञता और अधिकार के साथ एक सीएक्सओ एआई पद का निर्माण करें (उदाहरण के लिए स्टीव जैरेट को मुख्य एआई अधिकारी (सीएआईओ) ऑरेंज इनोवेशन, 12/2023; दीपिका अदुसुमिल्ली, बीटी में 10/2023; एसके टेलीकॉम में चुंग सुक-गुएन)।

एआई विकसित करने के लिए एक सहायक कंपनी की स्थापना , उदाहरण के लिए प्रॉक्सिमस एडा नेटवर्क ऑपरेटर प्रॉक्सिमस (बेल्जियम) की एक सहायक कंपनी है जो विशेष रूप से प्रॉक्सिमस की आंतरिक आवश्यकताओं को पूरा करने और बी2बी ग्राहकों को सेवाएं प्रदान करने के लिए साइबर सुरक्षा और एआई क्षमताओं को विकसित करने पर ध्यान केंद्रित करती है।

आंतरिक AI और ग्राहक-उन्मुख AI कार्यों को अलग करें। एक केंद्रीकृत AI संगठन बनाने के बजाय, टेलीफ़ोनिका ने इसे दो विभागों में विभाजित करने का निर्णय लिया: ग्राहक अंतर्दृष्टि और नवाचार; नेटवर्क, IT सिस्टम, और AI की ओर आंतरिक डिजिटल परिवर्तन (CDS)।

जिम्मेदारियों का यह विभाजन विशेष रूप से दिलचस्प है क्योंकि जेनएआई का ध्यान नेटवर्क कार्यों की तुलना में ग्राहक-सामना पर अधिक है, जबकि पूर्वानुमानित एआई तेजी से नेटवर्क स्वचालन उद्देश्यों के लिए उपयोग की जाने वाली तकनीक है।

एक नए व्यावसायिक कार्य के रूप में एआई। उदाहरण के लिए, चाइना मोबाइल और एसके टेलीकॉम नए उत्पादों और सेवाओं को प्रदान करने के लिए एआई में भारी निवेश कर रहे हैं। दोनों दूरसंचार कंपनियों का ध्यान सर्वोत्तम समाधानों और विशेषताओं के साथ अपना स्वयं का लार्ज लैंग्वेज मॉडल (एलएलएम) बनाने और उद्यमों (डीएन) और अन्य दूरसंचार कंपनियों को इसकी पहुँच बेचने पर है।

एआई उत्कृष्टता केंद्र (सीओई) की स्थापना।

टीएमफ्रम (2023) सर्वेक्षण [4] में, 53% वाहकों ने कहा कि उन्होंने एक एआई सीओई स्थापित किया है। लेकिन एआई सीओई का सटीक आकार, दायरा और भूमिका काफी भिन्न होती है। उदाहरण के लिए, वोडाफोन जिगो (नीदरलैंड) में एक एआई सीओई है जो कंपनी के डेटा विज्ञान विशेषज्ञों को एक साथ लाता है।

टेलीफ़ोनिका के पास नेटवर्क और आईटी प्रभाग के नेतृत्व में एक वैश्विक एआई सीओई है, जो एक सामान्य डेटा मॉडल में परिवर्तन करने और एआई प्रौद्योगिकियों और समाधानों पर शोध करने के लक्ष्य को पूरा करने के लिए डेटा और एआई आर्किटेक्चर में विशेषज्ञता रखता है।

ईएंड (मध्य पूर्व) में एक सीओई है जहां प्रत्येक प्रमुख विभाग/कार्य का एक प्रतिनिधि होता है, एआई गवर्नेंस सबसे आगे है, जिसका मिशन यह सुनिश्चित करना है कि सफल एआई उपयोग मामलों पर शोध किया जाए और उन्हें विभिन्न विभागों में लागू किया जाए।

एक प्लेटफ़ॉर्म फ़ंक्शन के रूप में AI। कुछ वाहक कंपनियों ने संगठन के विभिन्न हिस्सों के लिए इसे सुलभ बनाने हेतु डिज़ाइन किए गए AI प्लेटफ़ॉर्म बनाए हैं - या बना रही हैं।

उदाहरण के लिए, वोडाफोन के पास एक एआई प्लेटफ़ॉर्म है जो विभिन्न टीमों को अपने स्वयं के उपयोग के मामले बनाने के लिए स्वयं-सेवा उपकरण और प्रशिक्षण सामग्री भी प्रदान करता है। एसके टेलीकॉम के पास एक इंटेलिजेंस प्लेटफ़ॉर्म है जो पूरे संगठन को एसकेटी द्वारा विकसित किए जा रहे एलएलएम तक पहुँच प्रदान करता है।

- एआई प्रबंधन

एआई गवर्नेंस आवश्यकताएँ। एआई के लिए कई गवर्नेंस आवश्यकताएँ मौजूदा डेटा गवर्नेंस कार्यक्रमों का हिस्सा हैं। हालाँकि, एआई उपकरणों और प्रणालियों की सुरक्षा और नैतिक स्थिति सुनिश्चित करने के लिए अतिरिक्त एआई-विशिष्ट सुरक्षा उपायों की आवश्यकता है। एआई गवर्नेंस कार्यक्रम दो प्रकार के होते हैं:

- बाह्य शासन कार्यक्रम कंपनी के बाहर के व्यक्तियों और संगठनों की सुरक्षा के लिए बनाया गया है।

- आंतरिक प्रशासन कार्यक्रम कर्मचारियों की सुरक्षा के लिए डिज़ाइन किए गए हैं और यह सुनिश्चित करते हैं कि एआई को पूरे उद्यम में सफलतापूर्वक और स्थायी रूप से तैनात किया जाए।

कंपनी के बाहर लोगों और संगठनों की सुरक्षा के उद्देश्य से बनाए गए शासन कार्यक्रम आमतौर पर संहिताबद्ध और मानक होते हैं। उदाहरण के लिए, यूरोपीय संघ (ईयू) ने दिसंबर 2023 में एआई अधिनियम पारित किया, जो 2025 में प्रभावी होगा, और अमेरिका ने अक्टूबर 2023 में एआई पर एक कार्यकारी आदेश जारी किया।

कड़े सरकारी नियमन से दूरसंचार कम्पनियों को ऐसी प्रौद्योगिकियां और क्षमताएं विकसित करने में मदद मिल सकती है, जिनका विदेशों में, विशेष रूप से सख्त डेटा संप्रभुता नियमों वाले देशों में, मुद्रीकरण किया जा सकता है।

उदाहरण के लिए, चाइना मोबाइल का मानना ​​है कि एआई कानूनों को लागू करने के लिए उसके द्वारा अपनाए जाने वाले तरीके सुरक्षा तकनीकों को विकसित करने में मदद कर सकते हैं जिन्हें वह अपने ग्राहकों को प्रदान कर सकता है। स्विसकॉम अपना स्वयं का एआई बुनियादी ढांचा बनाने और आंतरिक विशेषज्ञता विकसित करने पर प्रयोग कर रहा है जिसका उपयोग वह अपने आईटी सेवा व्यवसाय में मूल्य और नए समाधान बनाने के लिए कर सकता है।

GenAI का उद्भव आंतरिक AI प्रशासन में सुधार की आवश्यकता को भी बढ़ा रहा है: पैमाने को बढ़ाना; लागतों का प्रबंधन करना; गलत परिणामों का उपयोग करने के परिणामों से संगठन की रक्षा करना; तकनीकी ऋण के जोखिम को कम करना; "भ्रष्ट" LLM प्रशिक्षण मॉडल डेटा के जोखिम से सुरक्षा करना; बौद्धिक संपदा (IP)/कॉपीराइट उल्लंघन से संगठन की रक्षा करना।

व्यवसाय में एआई लागू करने के जोखिम

टेल्को में जेनएआई लागू करते समय जोखिमों पर टीएमफोरम 2023 सर्वेक्षण में शामिल हैं:

3.1. एआई के लिए मानव संसाधन

जब एआई प्रतिभाओं की नियुक्ति की बात आती है, तो ज़्यादातर दूरसंचार कंपनियाँ तकनीकी कंपनियों की तुलना में नुकसान में रहती हैं, खासकर युवा प्रतिभाओं की नियुक्ति के मामले में। तकनीकी कंपनियाँ आमतौर पर बेहतर वेतन, तेज़ करियर प्रगति और काफ़ी लचीली कॉर्पोरेट संस्कृति प्रदान करती हैं।

टीएम फोरम के विशेषज्ञता के आधार पर टेल्को मानव संसाधन आवश्यकताओं पर सर्वेक्षण [4] से पता चलता है कि एआई/मशीन लर्निंग, डेटा एनालिटिक्स और ऑटोमेशन कौशल की उच्च मांग है (64%, सुरक्षा 69% से कम)।

दूरसंचार कम्पनियों द्वारा भर्ती की जाने वाली कौशल की कठिनाई के संदर्भ में, 59% उत्तरदाताओं ने कहा कि डेटा विज्ञान/डेटा विश्लेषण पेशेवरों और एआई/एमएल पेशेवरों की भर्ती करना सबसे कठिन है (सुरक्षा के बाद दूसरे स्थान पर, 63%)।

MWC 2024 में, कोरिया टेलीकॉम (कोरिया) ने घोषणा की कि वह एक AICT - AI और ICT कंपनी बनने के प्रयास में इस वर्ष 1,000 AI और डिजिटल विशेषज्ञों की भर्ती करेगा। साथ ही, KT ने AI के प्रति KT के रुझान को पूरी तरह से बदलने के लिए AI कौशल में आंतरिक प्रशिक्षण भी बढ़ाया है।

चाइना मोबाइल ने 2025 तक एक अत्यधिक स्वचालित वाहक बनने की अपनी महत्वाकांक्षा को साकार करने के लिए 2019 में जिउतियान की स्थापना की। यह एआई प्लेटफ़ॉर्म खुले एपीआई के माध्यम से बाहरी डेवलपर्स के लिए सुलभ है। अक्टूबर 2023 में, चाइना मोबाइल ने जिउतियान के हिस्से के रूप में अपना स्वयं का एलएलएम विकसित किया। केवल 20 एआई इंजीनियरों से शुरुआत करते हुए, चाइना मोबाइल के पास अब 600 एआई इंजीनियर हैं और 2024 के अंत तक 1,000 तक पहुँचने की योजना है।

वोडाफोन अपने एआई प्लेटफॉर्म के लिए हाइपरस्केलर्स के साथ साझेदारी कर रहा है, लेकिन उसे अभी भी एआईऑप्स कौशल के साथ-साथ एनालिटिक्स, ऑटोमेशन, क्लाउड और प्लेटफॉर्म की भी आवश्यकता है। वोडाफोन पूर्णकालिक नियुक्तियों के माध्यम से प्रतिभाओं को आकर्षित कर रहा है।

कैपजेमिनी के वरिष्ठ निदेशक आशीष यादव ने कहा कि दूरसंचार कंपनियाँ इनसोर्सिंग के एक रूप के रूप में सिस्टम इंटीग्रेशन कंपनियों के माध्यम से आर्किटेक्ट स्तर पर वरिष्ठ क्लाउड और एआई प्रतिभाओं की तलाश में तेज़ी से बढ़ रही हैं। इनसोर्सिंग की परिभाषा की कई अलग-अलग व्याख्या की जा सकती है, लेकिन इस संदर्भ में, दूरसंचार कंपनियाँ साझेदार कंपनी की वरिष्ठ प्रतिभाओं को अपनी कार्य टीम के सदस्य के रूप में "मानती" हैं।

ज़्यादातर दूरसंचार कंपनियाँ माँग के अनुसार सक्रिय रूप से एआई प्रतिभाओं को नियुक्त करने के लिए पुनः प्रशिक्षण और कौशल उन्नयन पर भी ज़ोर दे रही हैं। वास्तव में, यह तरीका नई प्रतिभाओं को नियुक्त करने की तुलना में ज़्यादा किफ़ायती हो सकता है, और इसे अन्य सभी कठिन-से-नियुक्त कौशलों पर भी तेज़ी से लागू किया जा रहा है।

एआई और मशीन लर्निंग का प्रभावी ढंग से लाभ उठाने के लिए विमानन कम्पनियों को क्या करने की आवश्यकता है, इस विषय पर टीएमफोरम द्वारा किए गए सर्वेक्षण में, 60% उत्तरदाताओं ने कहा कि मौजूदा कर्मचारियों को विभिन्न एआई कौशलों में प्रशिक्षित करने से उच्च प्रभाव पड़ेगा, जबकि 39% ने कहा कि इसका महत्वपूर्ण प्रभाव पड़ेगा।

मैकिन्से एंड कंपनी के अनुसार, जेनएआई ऑपरेटरों को आंतरिक रूप से एआई विशेषज्ञता विकसित करने के लिए मजबूर कर रहा है, साथ ही उपयोगकर्ताओं से नए कौशल की भी अपेक्षा कर रहा है, जैसे कि त्वरित इंजीनियरिंग - एलएलएम से सर्वोत्तम प्रतिक्रिया प्राप्त करने के लिए प्रश्न पूछने की क्षमता। ऑपरेटरों को डेटा इंजीनियरों और डोमेन विशेषज्ञों को भी नियुक्त करने की आवश्यकता है "जो यह समझते हों कि कौन सा डेटा एकत्र करना है और कैसे एकत्र करना है, साथ ही जेनएआई सिस्टम द्वारा उत्पन्न और उपयोग किए जाने वाले नए प्रकार के डेटा की गुणवत्ता की निगरानी और मूल्यांकन भी करते हों। "

3.2. एआई अनुप्रयोगों के लिए डेटा तत्परता

डेटा-संचालित आर्किटेक्चर पूरे नेटवर्क में सटीकता और एकरूपता बनाए रखने की कुंजी है। एक सामान्य डेटा मॉडल का उपयोग यह सुनिश्चित करता है कि डेटा सभी प्रणालियों में सुचारू रूप से प्रवाहित हो और सभी स्वचालित वर्कफ़्लो में सटीक रूप से प्रस्तुत किया जाए।

एआई को डेटा की ज़रूरत होती है, और डेटा एनालिटिक्स को एआई की। आज कई ऑपरेटरों को एआई तकनीक का पूरा लाभ उठाने के लिए सुसंगत डेटा रणनीतियाँ विकसित करने में गंभीर चुनौतियों का सामना करना पड़ रहा है। एआई प्रयोग के शुरुआती चरणों में ऑपरेटर, बड़े पैमाने पर एआई को सफलतापूर्वक लागू करने के लिए, विशेष रूप से डेटा के संदर्भ में, आवश्यक चीज़ों का कम आकलन कर सकते हैं।

कई वाहकों के पास ऐसी समेकित रणनीति का अभाव है जो एकल डेटा मॉडल के अंतर्गत संगठन में डेटा को क्षैतिज रूप से प्रवाहित करने की अनुमति देती हो।

एआई के लिए डेटा तैयार करने में कुछ विशिष्ट चुनौतियाँ:

नेटवर्क से लेकर सेवा वितरण और ग्राहक अनुभव तक, व्यवसाय के विभिन्न पहलुओं पर लागू किए जा सकने वाले स्वच्छ, स्पष्ट, सुसंगत और क्रियान्वित करने योग्य डेटा का अभाव है । यह डेटा-संचालित, एआई-संचालित निष्पादन से जुड़ी सभी प्रक्रियाओं के लिए महत्वपूर्ण है।

एक सामान्य डेटा मॉडल के अभाव (वर्तमान में डेटा कई विक्रेताओं से एकत्र किया जाता है) के परिणामस्वरूप संरचित और असंरचित डेटा का एकत्रीकरण अत्यधिक समय लेने वाला होता है।

डेटा संदर्भ का अभाव, अर्थात यह पूरी तरह से न जानना कि डेटा कैसे, कब, कहां और किस उद्देश्य से एकत्रित किया जाता है, एक विशेष रूप से महत्वपूर्ण बाधा है जिसे दूरसंचार कंपनियों को दूर करना होगा यदि वे GenAI या किसी अन्य प्रकार के मशीन लर्निंग मॉडल को तैनात करना चाहते हैं।

ऑपरेटर डेटा के महत्व को समझ रहे हैं और डेटा एनालिटिक्स में अपने निवेश को बढ़ा रहे हैं। ओमडिया का अनुमान है कि वैश्विक ऑपरेटर 2025 तक डेटा एनालिटिक्स में 2.5 अरब डॉलर का निवेश करेंगे।

वास्तव में, डेटा को सही प्रारूप में एकत्रित करने, साफ़ करने, रूपांतरित करने और संग्रहीत करने में लगने वाला समय और निवेश अक्सर उस डेटा का उपयोग करने में लगने वाले समय से कहीं अधिक होता है। डेटा लेक और डेटा वेयरहाउस बनाने की प्रक्रिया वर्षों से चल रही है, लेकिन इससे अभी तक वाहक कंपनियों को अपने पूरे संगठन में बड़े पैमाने पर एआई को तैनात करने की क्षमता नहीं मिल पाई है।

एआई-आधारित नवाचारों और विश्लेषण के आगमन ने अधिक विविध और लचीले डेटा उपयोग की आवश्यकता और मांग को बढ़ावा दिया है, उदाहरण के लिए:

- एआई/मशीन लर्निंग में मॉडलों को प्रशिक्षित करने के लिए भारी मात्रा में डेटा की आवश्यकता होती है

- निष्पक्ष AI परिणाम सुनिश्चित करने के लिए विविध डेटासेट और कई डेटा प्रकारों की आवश्यकता होती है

- मॉडल सटीकता और अनुप्रयोग प्रभाव में सुधार के लिए डेटा परतें जोड़ें

- पूर्वानुमानित प्रदर्शन को बनाए रखने के लिए मॉडलों को नवीनतम जानकारी के साथ निरंतर प्रशिक्षित किया जाना चाहिए, विशेष रूप से गतिशील वातावरण में

- महत्वपूर्ण व्यावसायिक कार्यों के लिए डेटा वास्तविक समय में उपलब्ध होना चाहिए, मुख्यतः अत्यधिक इंटरैक्टिव वातावरण में

- जेनएआई के आगमन से ऑपरेटरों को बड़ी मात्रा में उपलब्ध असंरचित डेटा का लाभ उठाने का अवसर मिला है, लेकिन इस डेटा को एलएलएम में डालने से पहले टैग और साफ करने की आवश्यकता होती है।

डेटा के नज़रिए से एआई में महत्वपूर्ण प्रगति करने के लिए, ऑपरेटरों को अपने सिस्टम में प्रवाहित होने वाले डेटा के प्रति अपने दृष्टिकोण में, और कभी-कभी कॉर्पोरेट संस्कृति में भी, एक बुनियादी बदलाव करने की आवश्यकता है। इसके लिए एक साझा डेटा मॉडल बनाना और सत्य का एक ही स्रोत बनाना ज़रूरी है।

सत्य का एक एकल स्रोत बनाना एक बेहद जटिल कार्य है जो अब तक अधिकांश ऑपरेटरों की क्षमता से परे रहा है क्योंकि उनके डेटा का विखंडन होता जा रहा है। बीटी, डॉयचे टेलीकॉम और टेलीफ़ोनिका ने अपने सभी डेटा को सार्वजनिक क्लाउड पर स्थानांतरित करके इस समस्या का समाधान करने के लिए कदम उठाए हैं। उदाहरण के लिए, पिछले दो वर्षों में, बीटी ने अपने 90% से अधिक डेटा को गूगल क्लाउड प्लेटफ़ॉर्म पर स्थानांतरित कर दिया है।

एआई आर्किटेक्चर, निर्माण, खरीद और स्केल

एआई/जेनएआई और क्लाउड कंप्यूटिंग के बीच कई समानताएँ हैं, खासकर तकनीकी बदलाव और हाइपरकॉलर्स का प्रभुत्व। वाहकों को भी एआई और क्लाउड जैसी ही समस्या और सवाल का सामना करना पड़ता है: क्या खरीदें और क्या बनाएँ?

एआई के प्रति वाहक कंपनियों का दृष्टिकोण काफी हद तक ओपन आर्किटेक्चर और कंपोज़ेबिलिटी के मूल सिद्धांतों से प्रभावित होता है। डॉयचे टेलीकॉम के ओमैर अहमद खान कहते हैं कि कंपनी की ज़्यादातर एआई परियोजनाओं में अलग-अलग घटकों के निर्माण और खरीद का संयोजन शामिल होता है, "डॉयचे टेलीकॉम की निर्माण और खरीद की एक मिश्रित रणनीति है, और खरीद में कभी भी पूर्ण टर्नकी समाधान खरीदना शामिल नहीं रहा है।"

ऑपरेटरों का मानना ​​है कि एआई को अपने उद्यम वास्तुकला का हिस्सा या संदर्भ वास्तुकला के रूप में देखना अभी जल्दबाजी होगी। कुछ ऑपरेटर जिनके पास अपने भविष्य के उद्यम वास्तुकला में एआई को एकीकृत करने के लिए एक स्पष्ट दृष्टिकोण और रणनीति है, वे कार्यान्वयन चुनौतियों को भी पहचानते हैं, विशेष रूप से प्रभावी परिणाम और निवेश पर स्पष्ट लाभ प्रदान करने के लिए आवश्यक लोगों, उपकरणों और क्षमताओं से संबंधित।

सॉफ्टवेयर औद्योगीकरण को एआई औद्योगीकरण के लिए एक अच्छे अभ्यास के रूप में देखा जा सकता है, क्योंकि इसमें डेटा को सार्वजनिक क्लाउड पर स्थानांतरित किया जाता है और डेटा को वास्तविक समय में सुलभ बनाया जाता है। एक दक्षिण-पूर्व एशियाई वाहक सीआईओ ने एआई के औद्योगीकरण के लिए कंपनी द्वारा अपनाई गई प्रक्रिया को "डेटा फ़ैक्टरी" बताया। उन्होंने कहा, "इससे एआई उत्पादन का समय और लागत काफी कम हो गई है।"

"दो साल पहले, एआई उत्पादन की लागत बहुत ज़्यादा थी। एक एआई मॉडल बनाने में छह से आठ महीने लगते थे। अब इसमें बस कुछ ही दिन लगते हैं। आप पूरे चक्र को बहुत तेज़ी से और कम लोगों के साथ चला सकते हैं।"

कुछ वाहकों में अभ्यास:

चाइना मोबाइल: ने जिउतियान एलएलएम परियोजना के भाग के रूप में हार्डवेयर खरीदा है तथा ग्राफिक्स प्रोसेसिंग यूनिट (जीपीयू) और एक्सेलरेटर सहित अपना स्वयं का डेटा सेंटर बनाया है।

Jio: भारतीय दूरसंचार कंपनी Jio की मूल कंपनी, रिलायंस इंडस्ट्रीज ने AI के लिए सुपरकंप्यूटिंग इंफ्रास्ट्रक्चर बनाने हेतु Nvidia के साथ साझेदारी की है। रिलायंस का लक्ष्य भारत भर के वैज्ञानिकों, डेवलपर्स और स्टार्टअप्स को AI इंफ्रास्ट्रक्चर प्रदान करना और Jio के 450 मिलियन ग्राहकों के लिए AI एप्लिकेशन और सेवाएँ विकसित करना है।

सार्वजनिक क्लाउड या निजी क्लाउड में एआई को कहाँ तैनात किया जाए, यह निर्णय भी दूरसंचार कंपनियों के लिए एक महत्वपूर्ण मुद्दा है और यह काफी हद तक तैनाती के पैमाने पर निर्भर करता है। सार्वजनिक क्लाउड में एआई को तैनात करने के फायदे हैं: जटिल एल्गोरिदम और बड़ी मात्रा में डेटा को संसाधित करने के लिए प्रचुर कंप्यूटिंग संसाधन, शक्ति और विशेष हार्डवेयर की आवश्यकता होती है, हालाँकि, यदि ऑपरेटर केवल बड़ी मात्रा में डेटा को संसाधित करने के लिए सार्वजनिक क्लाउड का उपयोग करता है, तो लागत एक समस्या बन सकती है।

कई ऑपरेटरों का मानना ​​है कि GenAI के लिए प्राइवेट क्लाउड का इस्तेमाल करना तब तक अव्यावहारिक है जब तक कि ऑपरेटर अपना खुद का LLM (लेवल मैनेजमेंट सिस्टम) न बना रहा हो - जैसे कि एशिया में चाइना मोबाइल, सॉफ्टबैंक और एसके टेलीकॉम और यूरोप में डॉयचे टेलीकॉम। ऑपरेटर AI उपयोग के मामलों के लिए MVP के परीक्षण और निर्माण के लिए पब्लिक क्लाउड को प्राथमिकता देते हैं।

जैसे-जैसे वाहक कंपनियां एआई का उपयोग बढ़ाएंगी, इससे अनिवार्य रूप से गहरे संबंध विकसित होंगे।

- सॉफ्टबैंक: ने जेनएआई और वायरलेस अनुप्रयोगों को होस्ट करने के लिए डिज़ाइन किए गए डेटा सेंटर (टीटीडीएल) बनाने हेतु एनवीडिया के साथ साझेदारी की है। नए टीटीडीएल एआई और 5जी दोनों कार्यभार संभालेंगे।

- एसके टेलीकॉम: एसकेटी की व्यापक एआई महत्वाकांक्षाओं के तहत एआई-आधारित डेटा सेंटरों की मांग को पूरा करने की दिशा में काम कर रहा है। सीएफओ यांग-सियोब किम ने कहा कि एसकेटी "अगली पीढ़ी के एआई डेटा सेंटरों और वैश्विक विस्तार पर ध्यान केंद्रित करते हुए अपने डेटा सेंटर व्यवसाय को और बढ़ावा देने" की योजना बना रहा है।

- एनटीटी अन्य प्रौद्योगिकियों के साथ-साथ जेनएआई के उपयोग से संबंधित डेटा की बढ़ती मांग को पूरा करने के लिए वैश्विक स्तर पर अपने डेटा सेंटर व्यवसाय का विस्तार और उन्नयन करने के लिए अगले पांच वर्षों में 1.5 ट्रिलियन येन (लगभग 12 बिलियन डॉलर) का निवेश कर रहा है।

सार्वजनिक क्लाउड या निजी क्लाउड में एआई को कहाँ तैनात किया जाए, यह निर्णय भी दूरसंचार कंपनियों के लिए एक महत्वपूर्ण मुद्दा है और यह काफी हद तक तैनाती के पैमाने पर निर्भर करता है। सार्वजनिक क्लाउड में एआई को तैनात करने के फायदे हैं: जटिल एल्गोरिदम और बड़ी मात्रा में डेटा को संसाधित करने के लिए प्रचुर कंप्यूटिंग संसाधन, शक्ति और विशेष हार्डवेयर की आवश्यकता होती है, हालाँकि, यदि ऑपरेटर केवल बड़ी मात्रा में डेटा को संसाधित करने के लिए सार्वजनिक क्लाउड का उपयोग करता है, तो लागत एक समस्या बन सकती है।

कई ऑपरेटरों का मानना ​​है कि GenAI के लिए निजी क्लाउड का इस्तेमाल करना तब तक अव्यावहारिक है जब तक कि ऑपरेटर अपना खुद का LLM (लार्ज-लेवल मैनेजमेंट सिस्टम) न बना रहा हो - जैसे कि एशिया में चाइना मोबाइल, सॉफ्टबैंक और एसके टेलीकॉम और यूरोप में डॉयचे टेलीकॉम। ऑपरेटर AI उपयोग के मामलों के लिए MVP के परीक्षण और निर्माण के लिए सार्वजनिक क्लाउड को प्राथमिकता देते हैं।

जैसे-जैसे विमानन कम्पनियां एआई का उपयोग बढ़ाएंगी, इससे सुपर कम्पनियों - अमेज़न वेब सर्विसेज, माइक्रोसॉफ्ट एज़्योर और गूगल क्लाउड - के साथ उनके संबंध निश्चित रूप से गहरे होंगे।

संदर्भ:
1. एआई व्यवसाय क्षमता: एआई के मूल्य को समझना
दूरसंचार संचालन। https://www.ericsson.com/4ac6ca/
संपत्ति/स्थानीय/रिपोर्ट-पत्र/आगे-अंतर्दृष्टि/दस्तावेज़/एआई-
व्यवसाय-संभावित.pdf
[2] उभरती हुई तकनीक प्रभाव रडार: कृत्रिम बुद्धिमत्ता, गार्टनर, 19 जनवरी 2024 आईडी G00796195
[3] जनरेटिव एआई: ऑपरेटर्स ने अपना पहला कदम उठाया, टीएमफोरम 2023
[4] एआई रणनीति का निर्माण करते हुए दूरसंचार कंपनियों ने नींव रखी,
टीएमफोरम 3,2024
[5]. https://intellias.com/ai-in-telecommunications/
[6] https://www.alliedmarketresearch.com/ai-in-
दूरसंचार-बाज़ार-A09352
[7] दूरसंचार में जनरल एआई, ओमडिया के जनरल एआई टेल्को से प्रमुख निष्कर्ष
सेवा प्रदाता सर्वेक्षण ओमडिया 2024
[8] https://www.xenonstack.com/enterprise-generative-ai/
दूरसंचार/
[9]. AI किस ओर जा रहा है? नोकिया https://www.nokia.com/thought-
नेतृत्व/लेख/एआई/एआई कहाँ जा रहा है/
[10] एरिक्सन टेल्को एआई, आंतरिक दस्तावेज़

(टीटी एंड टीटी पत्रिका संख्या 8, अगस्त 2024 के प्रिंट प्रकाशन में प्रकाशित)

स्रोत: https://ictvietnam.vn/chien-luoc-ai-nao-cho-cac-nha-khai-tac-mang-vien-thong-66422.html