តើយុទ្ធសាស្ត្រ AI សម្រាប់ប្រតិបត្តិករបណ្តាញទូរគមនាគមន៍គឺជាអ្វី?

ក្រុមហ៊ុនដឹកជញ្ជូនកំពុងអង្គុយនៅលើអាងដ៏ធំនៃទិន្នន័យដែលមិនបានប្រើប្រាស់។ AI នឹងប្រែក្លាយទិន្នន័យនេះទៅជាដីមានជីជាតិសម្រាប់ការអភិវឌ្ឍសេវាកម្មថ្មី ការកែលម្អគុណភាពនៃសេវាកម្មដែលមានស្រាប់ បង្កើនបទពិសោធន៍របស់អតិថិជន និងសម្រួលប្រតិបត្តិការអាជីវកម្ម។

លោក Nguyen Van Yen សមាជិកក្រុមប្រឹក្សាភិបាល VNPT

សង្ខេប៖
-Data និង AI ក្នុងទូរគមនាគមន៍៖ ក្រុមហ៊ុនដឹកជញ្ជូនមានទិន្នន័យជាច្រើនដែលមិនត្រូវបានប្រើប្រាស់ត្រឹមត្រូវ។ AI អាចជួយបំប្លែងទិន្នន័យទៅជាឧបករណ៍ដើម្បីកែលម្អសេវាកម្ម និងបង្កើនប្រសិទ្ធភាពប្រតិបត្តិការអាជីវកម្ម។
- និន្នាការកម្មវិធី AI៖ ការអភិវឌ្ឍន៍នៃ 5G និង IoT បានជំរុញក្រុមហ៊ុនដឹកជញ្ជូនឱ្យផ្តោតលើ AI តាំងពីឆ្នាំ 2016។ ថ្មីៗនេះ GenAI បានលេចចេញជាឧបករណ៍យុទ្ធសាស្ត្រ ជាពិសេសបន្ទាប់ពីការបើកដំណើរការ ChatGPT របស់ OpenAI ។
- អត្ថប្រយោជន៍សេដ្ឋកិច្ចពី AI៖ AI ត្រូវបានគេព្យាករណ៍ថានឹងបង្កើតតម្លៃដ៏ធំសម្រាប់អ្នកដឹកជញ្ជូន រួមទាំងការកាត់ថ្លៃដើម និងបង្កើតលំហូរចំណូលថ្មី។ McKinsey ប៉ាន់ប្រមាណថា GenAI អាចនាំមកនូវ $100 ពាន់លានដុល្លារដល់ឧស្សាហកម្មទូរគមនាគមន៍។
- កម្មវិធី AI នៅក្នុងស្ថាប័ន៖ AI ចាំបាច់ត្រូវអនុវត្តនៅគ្រប់កម្រិតនៃស្ថាប័ន ចាប់ពីការវិភាគទិន្នន័យ រហូតដល់មុខងាររដ្ឋបាល។ ក្រុមហ៊ុនដឹកជញ្ជូនជាច្រើនបានបង្កើតអង្គភាព AI ដែលខិតខំប្រឹងប្រែង និងបានសាងសង់មជ្ឈមណ្ឌល AI ដ៏ល្អឥតខ្ចោះ។
- ហានិភ័យនៅក្នុងកម្មវិធី AI៖ បញ្ហាប្រឈមក្នុងការជ្រើសរើសធនធានមនុស្ស AI ការគ្រប់គ្រងទិន្នន័យ និងការធានាសុវត្ថិភាពក្នុងការដាក់ពង្រាយ AI គឺជាបញ្ហាដែលប្រតិបត្តិករបណ្តាញប្រឈមមុខ។ អភិបាលកិច្ច AI គឺជាកត្តាសំខាន់មួយដើម្បីធានាឱ្យមានការដាក់ឱ្យប្រើប្រាស់ប្រកបដោយជោគជ័យ និងនិរន្តរភាព។
- ការរៀបចំទិន្នន័យសម្រាប់ AI៖ ដើម្បីអនុវត្ត AI ប្រកបដោយប្រសិទ្ធភាព ប្រតិបត្តិករត្រូវរៀបចំទិន្នន័យស្អាត ស្រប និងធានាបាននូវគំរូទិន្នន័យរួម។ ការប្រមូល និងដំណើរការទិន្នន័យគឺជាបញ្ហាប្រឈមដ៏សំខាន់មួយ ដែលទាមទារការវិនិយោគដ៏ធំក្នុងការវិភាគ និងការគ្រប់គ្រងទិន្នន័យ។

ស្ថានភាពនៃកម្មវិធី AI សម្រាប់ទូរគមនាគមន៍

ការកើនឡើងនៃ 5G, IoT និងការកើនឡើងនៃទិន្នន័យធំ គឺជាកត្តាដែលជំរុញឱ្យអ្នកផ្តល់សេវាទូរគមនាគមន៍បង្វែរការយកចិត្តទុកដាក់របស់ពួកគេទៅ AI ។ ប្រតិបត្តិករដែលមានមហិច្ឆតាធំមួយចំនួនបានចាប់ផ្តើមទទួលយក AI ក្នុងឆ្នាំ 2016, 2017 ហើយនៅឆ្នាំ 2019 - 2020 វិស័យទូរគមនាគមន៍បានកត់ត្រាការទទួលយក AI យ៉ាងខ្លាំងនៅក្នុងប្រតិបត្តិករជុំវិញ ពិភពលោក ។ ក្នុងរយៈពេល 12 ទៅ 15 ខែចុងក្រោយ (ចាប់តាំងពីការបើកដំណើរការ OpenAI ជាមួយ Chat GPT) ការយល់ដឹងអំពី GenAI បានពង្រីកពីឧបករណ៍បង្កើតមាតិកាដែលមានមូលដ្ឋានលើ AI ទៅជាវេទិកាយុទ្ធសាស្ត្រ ហើយកំពុងក្លាយជាមជ្ឈមណ្ឌលនៃការគិតយ៉ាងឆាប់រហ័សសម្រាប់អ្នកផ្តល់សេវាទូរគមនាគមន៍ស្ទើរតែទាំងអស់នៅជុំវិញពិភពលោក។

របាយការណ៍ស្រាវជ្រាវទីផ្សារសម្ព័ន្ធមិត្ត [6] ស្តីពី AI នៅក្នុងទីផ្សារទូរគមនាគមន៍ក្នុងឆ្នាំ 2022 បង្ហាញថា " AI សកលក្នុងទំហំទីផ្សារទូរគមនាគមន៍មានតម្លៃ 1.2 ពាន់លានដុល្លារក្នុងឆ្នាំ 2021 ហើយត្រូវបានគេរំពឹងថានឹងកើនឡើងដល់ 38.8 ពាន់លានដុល្លារនៅឆ្នាំ 2031 ដែលកើនឡើងនៅ CAGR 41.4% ពីឆ្នាំ 2021"។ ក្រុមហ៊ុនទូរគមនាគមន៍ (ទូរគមនាគមន៍) កំពុងងាកទៅរក AI ជាអ្នកផ្តល់ថាមពលដ៏សំខាន់សម្រាប់ការច្នៃប្រឌិត ប្រសិទ្ធភាពប្រតិបត្តិការ និងបទពិសោធន៍អតិថិជនកាន់តែប្រសើរឡើង។

Ericsson ជឿជាក់ថា [1] AI នឹងនាំមកនូវតម្លៃដែលមិនធ្លាប់មានពីមុនមកដល់ឧស្សាហកម្មរួមទាំងទូរគមនាគមន៍។ សម្រាប់ប្រតិបត្តិករបណ្តាញ AI នឹងនាំមកនូវឱកាសដើម្បីបង្កើនប្រសិទ្ធភាពប្រតិបត្តិការបណ្តាញ កែលម្អបទពិសោធន៍របស់អតិថិជន កាត់បន្ថយការចំណាយ រួមចំណែកដល់ការអភិវឌ្ឍន៍ប្រកបដោយនិរន្តរភាព បង្កើតលំហូរចំណូលថ្មីជាដើម។

Gartner [2] បានធ្វើការស្ទង់មតិ និងចាត់ថ្នាក់បច្ចេកវិទ្យាដែលទាក់ទងនឹង AI ចំនួន 29 ទៅជា 5 ក្រុម៖ បច្ចេកវិទ្យាស្នូល AI, បច្ចេកវិទ្យា GenAI-based; បច្ចេកវិទ្យា AI ដែលផ្តោតលើទិន្នន័យ; បច្ចេកវិទ្យា AI Trust ។ និន្នាការនៃការដាក់ពង្រាយបច្ចេកវិទ្យាដែលមានមូលដ្ឋានលើ GenAI ត្រូវបានគេព្យាករណ៍ថានឹងកើនឡើងយ៉ាងខ្លាំងក្នុងរយៈពេល 1-3 ឆ្នាំខាងមុខ។

Telcos មើលឃើញថា GenAI ជាចំណុចរបត់មួយ ដែលជាកត្តាជំរុញដ៏មានអានុភាពក្នុងការជួយជំរុញកំណើនប្រាក់ចំណូល សន្សំសំចៃការចំណាយ និងផ្លាស់ប្តូរជាមូលដ្ឋាននូវបទពិសោធន៍អ្នកប្រើប្រាស់។ ប្រតិបត្តិករជាច្រើនមើលឃើញថា GenAI ជាការផ្តោតសំខាន់នៅក្នុងយុទ្ធសាស្ត្រ AI របស់ពួកគេ។

ការវាស់វែងផលប៉ះពាល់សេដ្ឋកិច្ចរបស់ AI/GenAI

ការវាស់ស្ទង់ឥទ្ធិពលសេដ្ឋកិច្ចរបស់ AI លើឧស្សាហកម្មទូរគមនាគមន៍មិនមែនជាការងារងាយស្រួលនោះទេ ដោយសារករណីប្រើប្រាស់សក្តានុពលមានភាពទូលំទូលាយ និងចម្រុះ ហើយការប៉ាន់ប្រមាណតម្លៃទីផ្សារប្រែប្រួលយ៉ាងទូលំទូលាយពីប្រភពផ្សេងៗគ្នា។ ទោះជាយ៉ាងណាក៏ដោយ ប្រតិបត្តិករជាច្រើនយល់ស្របថា អត្ថប្រយោជន៍នៃ AI ចំពោះអាជីវកម្ម Telco គឺមានសារៈសំខាន់។ ឧទាហរណ៍ [4]៖

- ការកាត់បន្ថយការងារ និងការងារដោយសារ AI និងស្វ័យប្រវត្តិកម្ម។ BT (UK) ប៉ាន់ប្រមាណថា វាអាចកាត់បន្ថយការងារចំនួន 10,000 ត្រឹមឆ្នាំ 2030 ដោយប្រើប្រាស់ប្រព័ន្ធឌីជីថល និងស្វ័យប្រវត្តិកម្ម។

- បង្កើតប្រាក់ចំណូលថ្មីដោយការបើកដំណើរការផលិតផល AI ។ SK Telecom (កូរ៉េខាងត្បូង) ជឿជាក់ថា ខ្លួនអាចបង្កើតប្រាក់ចំណូលទាក់ទងនឹង AI រហូតដល់ទៅ 25,000 ពាន់លានវ៉ុន (ប្រហែល 18,5 ពាន់លានដុល្លារ) នៅឆ្នាំ 2028។

- ជួយសន្សំសំចៃថ្លៃដើម ឬបង្កើនប្រាក់ចំណូល។ McKinsey ប៉ាន់ប្រមាណថា GenAI អាចបង្កើតតម្លៃបន្ថែមរហូតដល់ 100 ពាន់លានដុល្លារសម្រាប់វិស័យទូរគមនាគមន៍។

ប្រតិបត្តិករវាស់ស្ទង់អត្ថប្រយោជន៍នៃករណីប្រើប្រាស់ AI នីមួយៗដោយផ្អែកលើទិដ្ឋភាពពីរ៖ ហិរញ្ញវត្ថុ (ការសន្សំពេលវេលាបរិមាណ ការសន្សំការចំណាយ ចំណូលកើនឡើង) និងមិនមែនហិរញ្ញវត្ថុ (ការពេញចិត្តរបស់បុគ្គលិក ការពេញចិត្តរបស់អតិថិជន ការសន្សំពេលវេលាតិចតួច និងពិបាកក្នុងបរិមាណ និរន្តរភាព)

តើ AI ត្រូវបានអនុវត្តនៅឯណានៅក្នុងទូរគមនាគមន៍ និងរបៀបអនុវត្ត AI

ក្រុមហ៊ុនដឹកជញ្ជូនចាត់ទុក AI ជាអាទិភាពយុទ្ធសាស្ត្រដែលត្រូវអនុវត្តចំពោះភារកិច្ច និងនាយកដ្ឋានដែលទាក់ទងនឹងការវិភាគទិន្នន័យ។ ទោះជាយ៉ាងណាក៏ដោយ ការផ្ទុះថ្មីៗនេះរបស់ GenAI បានលើកឡើងនូវទស្សនៈមួយចំនួនលើការអនុវត្ត AI នៅក្នុង Telco ជាពិសេសដូចខាងក្រោម៖

- តំបន់កម្មវិធី AI នៅក្នុងទូរគមនាគមន៍៖

- AI គឺជាឧបករណ៍ប្រកបដោយភាពច្នៃប្រឌិត ដូច្នេះ AI ចាំបាច់ត្រូវមានសម្រាប់គ្រប់ក្រុមការងារនៅក្នុងក្រុមហ៊ុន។

+ រាល់ការខិតខំប្រឹងប្រែងត្រូវតែធ្វើឡើងដើម្បីធ្វើឱ្យ AI ងាយស្រួលប្រើ សូម្បីតែក្រុមដែលមានសមត្ថភាពបច្ចេកវិទ្យាទាបក៏ដោយ។

+ អង្គភាពដែលឧទ្ទិសដោយ AI ត្រូវតែអាចដឹងពីការអនុវត្តការអនុវត្តនៃករណីប្រើប្រាស់ AI ដែលទទួលបានជោគជ័យ និងបង្កើតគំរូ និងវិធីសាស្ត្រសមស្របសម្រាប់ការអនុវត្តករណីប្រើប្រាស់ទាំងនេះឡើងវិញនៅទូទាំងស្ថាប័ន។

+ ការធ្វើឱ្យមានការចូលប្រើបែបប្រជាធិបតេយ្យចំពោះ AI ចាំបាច់ត្រូវអមដោយការអនុវត្តវិធីសាស្រ្ត FinOps ថ្មីសម្រាប់ AI ដើម្បីគ្រប់គ្រងហានិភ័យនៃការចំណាយនៃការទទួលយក AI

+ កម្មវិធីអភិបាលកិច្ច AI ចាំបាច់ត្រូវបង្កើត និងអនុវត្ត ដើម្បីកាត់បន្ថយហានិភ័យនៃការចំណាយដែលមិនអាចគ្រប់គ្រងបាន និងលើកទឹកចិត្តដល់ការប្រើប្រាស់ និងការពិសោធន៍ AI ។

- ការដាក់ពង្រាយ AI នៅក្នុង Telco

បង្កើតមុខតំណែង CXO AI ជាមួយនឹងជំនាញ និងសិទ្ធិអំណាច ដើម្បីជំរុញការអភិវឌ្ឍន៍ផលិតផល និងសេវាកម្ម និងកម្មវិធី (ឧ. Steve Jarrett តែងតាំងប្រធាន AI Officer (CAIOs) Orange Innovation, 12/2023; Deepika Adusumilli, 10/2023 at BT; Chung Suk-guen at SK Telecom)។

ការបង្កើតក្រុមហ៊ុនបុត្រសម្ព័ន្ធដើម្បីអភិវឌ្ឍ AI ឧទាហរណ៍ Proximus Ada គឺជាក្រុមហ៊ុនបុត្រសម្ព័ន្ធរបស់ប្រតិបត្តិករបណ្តាញ Proximus (បែលហ្ស៊ិក) ដែលផ្តោតជាពិសេសលើការអភិវឌ្ឍន៍សន្តិសុខតាមអ៊ីនធឺណិត និងសមត្ថភាព AI ដើម្បីបម្រើតម្រូវការផ្ទៃក្នុងរបស់ Proximus និងផ្តល់សេវាកម្មដល់អតិថិជន B2B ។

បែងចែកមុខងារ AI ខាងក្នុង និងមុខងារ AI ដែលប្រឈមមុខនឹងអតិថិជន។ ជំនួសឱ្យការកសាងអង្គការ AI កណ្តាល Telefónica បានសម្រេចចិត្តបំបែកវាជាពីរផ្នែក៖ ការយល់ដឹងពីអតិថិជន និងការច្នៃប្រឌិត។ បណ្តាញ ប្រព័ន្ធអាយធី និងការផ្លាស់ប្តូរឌីជីថលផ្ទៃក្នុង (CDS) ឆ្ពោះទៅរក AI ។

ការបែងចែកទំនួលខុសត្រូវនេះគួរឱ្យចាប់អារម្មណ៍ជាពិសេស ដោយសារការផ្តោតអារម្មណ៍របស់ GenAI គឺប្រឈមមុខនឹងអតិថិជនច្រើនជាងមុខងារបណ្តាញ ខណៈពេលដែល AI ព្យាករណ៍គឺកាន់តែខ្លាំងឡើងនូវបច្ចេកវិទ្យាដែលប្រើសម្រាប់គោលបំណងស្វ័យប្រវត្តិកម្មបណ្តាញ។

AI ជាមុខងារអាជីវកម្មថ្មី។ ឧទាហរណ៍ ក្រុមហ៊ុន China Mobile និង SK Telecom កំពុងវិនិយោគយ៉ាងខ្លាំងលើ AI ដើម្បីចែកចាយផលិតផល និងសេវាកម្មថ្មីៗ។ ការផ្តោតអារម្មណ៍របស់អ្នកផ្តល់សេវាទាំងពីរគឺដើម្បីបង្កើតគំរូភាសាធំ (LLM) ផ្ទាល់ខ្លួនរបស់ពួកគេជាមួយនឹងដំណោះស្រាយ និងលក្ខណៈពិសេសល្អបំផុត ហើយលក់សិទ្ធិចូលដំណើរការទៅកាន់សហគ្រាស (DNs) និងអ្នកផ្តល់សេវាផ្សេងទៀត។

ការបង្កើត AI Center of Excellence (CoE) ។

នៅក្នុងការស្ទង់មតិ TMFrum (2023) [4] 53% នៃក្រុមហ៊ុនដឹកជញ្ជូនបាននិយាយថាពួកគេបានបង្កើត AI CoE ។ ប៉ុន្តែទំហំពិតប្រាកដ វិសាលភាព និងតួនាទីរបស់ AI CoE ប្រែប្រួលយ៉ាងខ្លាំង។ ឧទាហរណ៍ ក្រុមហ៊ុន Vodafone Ziggo (ហូឡង់) មាន AI CoE ដែលប្រមូលផ្តុំអ្នកជំនាញវិទ្យាសាស្ត្រទិន្នន័យរបស់ក្រុមហ៊ុន។

Telefónica មាន AI CoE សកលដែលដឹកនាំដោយផ្នែកបណ្តាញ និង IT ដែលមានជំនាញផ្នែកទិន្នន័យ និងស្ថាបត្យកម្ម AI ដើម្បីបម្រើគោលដៅនៃការផ្លាស់ប្តូរទៅជាគំរូទិន្នន័យទូទៅ និងស្រាវជ្រាវបច្ចេកវិទ្យា AI និងដំណោះស្រាយ។

e& (មជ្ឈឹមបូព៌ា) មាន CoE ដែលនាយកដ្ឋាន/មុខងារសំខាន់ៗនីមួយៗមានតំណាង អភិបាលកិច្ច AI គឺនៅជួរមុខជាមួយនឹងបេសកកម្មដើម្បីធានាថាករណីប្រើប្រាស់ AI ជោគជ័យត្រូវបានស្រាវជ្រាវ និងអនុវត្តនៅទូទាំងនាយកដ្ឋានផ្សេងៗគ្នា។

AI ជាមុខងារវេទិកា។ ក្រុមហ៊ុនដឹកជញ្ជូនមួយចំនួនបានសាងសង់ — ឬកំពុងសាងសង់ — វេទិកា AI ដែលត្រូវបានរចនាឡើងដើម្បីធ្វើឱ្យវាអាចចូលទៅដល់ផ្នែកផ្សេងៗនៃស្ថាប័ន។

ជាឧទាហរណ៍ វ៉ូដាហ្វូនមានវេទិកា AI ដែលផ្តល់ឧបករណ៍សេវាកម្មដោយខ្លួនឯង និងសម្ភារៈបណ្តុះបណ្តាលសម្រាប់ក្រុមផ្សេងៗគ្នាដើម្បីកសាងករណីប្រើប្រាស់ផ្ទាល់ខ្លួនរបស់ពួកគេ។ SK Telecom មានវេទិកាស៊ើបការណ៍សម្ងាត់ដែលផ្តល់ឱ្យស្ថាប័នទាំងមូលចូលទៅកាន់ LLM ដែល SKT កំពុងអភិវឌ្ឍ។

- ការគ្រប់គ្រង AI

តម្រូវការអភិបាលកិច្ច AI ។ តម្រូវការអភិបាលកិច្ចជាច្រើនសម្រាប់ AI គឺជាផ្នែកមួយនៃកម្មវិធីគ្រប់គ្រងទិន្នន័យដែលមានស្រាប់។ ទោះជាយ៉ាងណាក៏ដោយ ការការពារជាក់លាក់ AI បន្ថែមគឺត្រូវការជាចាំបាច់ ដើម្បីធានាថាឧបករណ៍ និងប្រព័ន្ធ AI នៅតែមានសុវត្ថិភាព និងប្រកបដោយក្រមសីលធម៌។ កម្មវិធីគ្រប់គ្រង AI មានពីរប្រភេទ៖

- កម្មវិធីអភិបាលកិច្ចខាងក្រៅត្រូវបានរៀបចំឡើងដើម្បីការពារបុគ្គល និងអង្គការក្រៅក្រុមហ៊ុន។

- កម្មវិធីអភិបាលកិច្ចផ្ទៃក្នុងត្រូវបានរចនាឡើងដើម្បីការពារនិយោជិត និងធានាថា AI ត្រូវបានដាក់ពង្រាយដោយជោគជ័យ និងនិរន្តរភាពនៅទូទាំងសហគ្រាស។

កម្មវិធីអភិបាលកិច្ចដែលមានគោលបំណងការពារមនុស្ស និងអង្គការក្រៅក្រុមហ៊ុនមានទំនោរទៅជាការសរសេរកូដ និងជាបទដ្ឋាន។ ឧទាហរណ៍ សហភាពអឺរ៉ុប (EU) បានអនុម័តច្បាប់ AI នៅខែធ្នូ ឆ្នាំ 2023 ដែលនឹងចូលជាធរមាននៅឆ្នាំ 2025 ហើយសហរដ្ឋអាមេរិកបានចេញដីកាប្រតិបត្តិលើ AI នៅខែតុលា ឆ្នាំ 2023។

បទប្បញ្ញត្តិរបស់រដ្ឋាភិបាលតឹងតែងអាចជួយ Telcos អភិវឌ្ឍបច្ចេកវិទ្យា និងសមត្ថភាព ដែលអាចរកប្រាក់បាននៅបរទេស ជាពិសេសនៅក្នុងប្រទេសដែលមានបទប្បញ្ញត្តិអធិបតេយ្យភាពទិន្នន័យតឹងរ៉ឹង។

ជាឧទាហរណ៍ ក្រុមហ៊ុន China Mobile ជឿជាក់ថាវិធីសាស្រ្តដែលខ្លួនប្រើដើម្បីបំពេញតាមច្បាប់ AI អាចជួយអភិវឌ្ឍបច្ចេកវិទ្យាសុវត្ថិភាព ដែលវាអាចផ្តល់ជូនអតិថិជនរបស់ខ្លួន។ Swisscom កំពុងពិសោធជាមួយការកសាងហេដ្ឋារចនាសម្ព័ន្ធ AI ផ្ទាល់ខ្លួន និងអភិវឌ្ឍជំនាញខាងក្នុងដែលវាអាចប្រើប្រាស់ដើម្បីបង្កើតតម្លៃ និងដំណោះស្រាយថ្មីៗនៅក្នុងអាជីវកម្មសេវាកម្ម IT របស់ខ្លួន។

ការលេចឡើងនៃ GenAI ក៏កំពុងជំរុញឱ្យមានតម្រូវការក្នុងការធ្វើឱ្យប្រសើរឡើងនូវការគ្រប់គ្រង AI ផ្ទៃក្នុង: មាត្រដ្ឋានដ្រាយ; គ្រប់គ្រងការចំណាយ; ការពារអង្គការពីផលវិបាកនៃការប្រើប្រាស់លទ្ធផលមិនត្រឹមត្រូវ; កាត់បន្ថយហានិភ័យនៃបំណុលបច្ចេកទេស; ការពារហានិភ័យនៃទិន្នន័យគំរូបណ្តុះបណ្តាល LLM "ខូច" ។ ការពារអង្គការពីការរំលោភកម្មសិទ្ធិបញ្ញា (IP)/ការរំលោភសិទ្ធិ។

ហានិភ័យនៃការអនុវត្ត AI នៅក្នុងអាជីវកម្ម

ការស្ទង់មតិ TMforum 2023 ស្តីពីហានិភ័យនៅពេលអនុវត្ត GenAI នៅក្នុង Telco រួមមាន:

៣.១. ធនធានមនុស្សសម្រាប់ AI

នៅពេលនិយាយអំពីការជួលទេពកោសល្យ AI ក្រុមហ៊ុនទូរគមនាគមន៍ភាគច្រើនមានគុណវិបត្តិបើប្រៀបធៀបទៅនឹងក្រុមហ៊ុនបច្ចេកវិទ្យា ជាពិសេសនៅពេលជួលអ្នកដែលមានទេពកោសល្យវ័យក្មេង។ ក្រុមហ៊ុនបច្ចេកវិទ្យាជាធម្មតាផ្តល់ប្រាក់បៀវត្សរ៍កាន់តែប្រសើរ វឌ្ឍនភាពការងារកាន់តែលឿន និងវប្បធម៌សាជីវកម្មដែលអាចបត់បែនបានកាន់តែច្រើន។

ការស្ទង់មតិរបស់វេទិកា TM លើតម្រូវការធនធានមនុស្សរបស់ Telco ដោយឯកទេស [4] បង្ហាញថា AI/machine learning, data analytics and automation skills is in the high demand (64%, under security at 69%).

នៅក្នុងលក្ខខណ្ឌនៃការលំបាកនៃជំនាញដែល Telcos អាចជ្រើសរើសបាន អ្នកឆ្លើយសំណួរ 59% បាននិយាយថា អ្នកជំនាញផ្នែកវិភាគទិន្នន័យ និងអ្នកជំនាញ AI/ML គឺជាការលំបាកបំផុតក្នុងការជ្រើសរើស (ទីពីរគឺសុវត្ថិភាពត្រឹម 63%)។

នៅក្នុងព្រឹត្តិការណ៍ MWC 2024 ក្រុមហ៊ុន Korea Telecom (Korea) បានប្រកាសថា ខ្លួននឹងជ្រើសរើសអ្នកជំនាញផ្នែក AI និងឌីជីថលរហូតដល់ 1,000 នាក់នៅឆ្នាំនេះ ក្នុងកិច្ចខិតខំប្រឹងប្រែងដើម្បីក្លាយជាក្រុមហ៊ុន AICT - AI និង ICT ។ ជាមួយគ្នានេះ KT ក៏បានបង្កើនការបណ្តុះបណ្តាលផ្ទៃក្នុងលើជំនាញ AI ដើម្បីផ្លាស់ប្តូរ DNA របស់ KT ទៅជា AI ទាំងស្រុង។

ក្រុមហ៊ុន China Mobile បានបង្កើត Jiutian ក្នុងឆ្នាំ 2019 ជាវេទិកាមួយដើម្បីគាំទ្រមហិច្ឆតារបស់ខ្លួនក្នុងការក្លាយជាក្រុមហ៊ុនដឹកជញ្ជូនស្វ័យប្រវត្តិខ្ពស់នៅឆ្នាំ 2025។ វេទិកា AI អាចចូលដំណើរការបានសម្រាប់អ្នកអភិវឌ្ឍន៍ខាងក្រៅតាមរយៈ APIs បើកចំហ។ នៅខែតុលា ឆ្នាំ 2023 ក្រុមហ៊ុន China Mobile បានបង្កើត LLM របស់ខ្លួនដែលជាផ្នែកមួយនៃ Jiutian ។ ដោយចាប់ផ្តើមពីវិស្វករ AI ត្រឹមតែ 20 នាក់ប៉ុណ្ណោះ ក្រុមហ៊ុន China Mobile ឥឡូវនេះមានវិស្វករ AI ចំនួន 600 នាក់ ហើយគ្រោងនឹងឈានដល់ 1,000 នាក់នៅចុងឆ្នាំ 2024 ។

Vodafone កំពុងចាប់ដៃគូជាមួយ hyperscalers សម្រាប់វេទិកា AI របស់ខ្លួន ប៉ុន្តែនៅតែត្រូវការជំនាញ AIOps ក៏ដូចជាការវិភាគ ស្វ័យប្រវត្តិកម្ម ពពក និងវេទិកា។ វ៉ូដាហ្វូនកំពុងទាក់ទាញទេពកោសល្យដោយការជួលពេញម៉ោង។

លោក Ashish Yadav នាយកជាន់ខ្ពស់នៃក្រុមហ៊ុន Capgemini បាននិយាយថា ក្រុមហ៊ុន Telcos កំពុងស្វែងរកកាន់តែខ្លាំងឡើងសម្រាប់ Cloud និង AI ជាន់ខ្ពស់ដែលមានទេពកោសល្យនៅកម្រិតស្ថាបត្យករតាមរយៈក្រុមហ៊ុនរួមបញ្ចូលប្រព័ន្ធជាទម្រង់នៃការផ្តល់សេវា។ និយមន័យនៃការផ្គត់ផ្គង់អាចត្រូវបានបកស្រាយតាមវិធីផ្សេងៗគ្នា ប៉ុន្តែនៅក្នុងបរិបទនេះ Telcos "ចាត់ទុក" អ្នកមានទេពកោសល្យជាន់ខ្ពស់របស់ក្រុមហ៊ុនដៃគូក្នុងនាមជាសមាជិកនៃក្រុមការងាររបស់ Telco ។

ក្រុមហ៊ុនទូរគមនាគមន៍ភាគច្រើនក៏កំពុងបង្កើនការបណ្តុះបណ្តាលឡើងវិញ និងបង្កើនជំនាញ ដើម្បីទទួលបានធនធាន AI យ៉ាងសកម្មតាមតម្រូវការ។ ជាការពិត វិធីសាស្រ្តនេះអាចមានប្រសិទ្ធភាពជាងការជួលអ្នកដែលមានទេពកោសល្យថ្មី ហើយកំពុងត្រូវបានអនុវត្តកាន់តែខ្លាំងឡើងចំពោះជំនាញពិបាករកការងារផ្សេងទៀត។

នៅក្នុងការស្ទង់មតិរបស់ TMForum លើអ្វីដែលអ្នកផ្តល់សេវាត្រូវធ្វើ ដើម្បីបង្កើនប្រសិទ្ធភាព AI និងការរៀនម៉ាស៊ីន 60% នៃអ្នកឆ្លើយតបបាននិយាយថាការបណ្តុះបណ្តាលបុគ្គលិកដែលមានស្រាប់ក្នុងជំនាញ AI ច្រើននឹងមានផលប៉ះពាល់ខ្ពស់ ខណៈដែល 39% បាននិយាយថាវានឹងមានផលប៉ះពាល់យ៉ាងខ្លាំង។

យោងតាមក្រុមហ៊ុន McKinsey & Company GenAI កំពុងបង្ខំឱ្យប្រតិបត្តិករអភិវឌ្ឍជំនាញ AI នៅខាងក្នុង ខណៈពេលដែលត្រូវការជំនាញថ្មីៗពីអ្នកប្រើប្រាស់ផងដែរ ដូចជាវិស្វកម្មភ្លាមៗ ដែលជាសមត្ថភាពក្នុងការសួរសំណួរដើម្បីទទួលបានការឆ្លើយតបដ៏ល្អបំផុតពី LLM ។ ប្រតិបត្តិករក៏ត្រូវជួលវិស្វករទិន្នន័យ និងអ្នកជំនាញដែន "ដែលយល់ពីទិន្នន័យដែលត្រូវប្រមូល និងរបៀបប្រមូលវា ក៏ដូចជាការត្រួតពិនិត្យ និងវាយតម្លៃគុណភាពនៃប្រភេទទិន្នន័យថ្មីដែលបង្កើត និងប្រើប្រាស់ដោយប្រព័ន្ធ GenAI ។ "

៣.២. ការត្រៀមទិន្នន័យសម្រាប់កម្មវិធី AI

ស្ថាបត្យកម្មដែលជំរុញដោយទិន្នន័យគឺជាគន្លឹះក្នុងការរក្សាភាពត្រឹមត្រូវ និងស្ថិរភាពនៅទូទាំងបណ្តាញ។ ការប្រើប្រាស់គំរូទិន្នន័យទូទៅធានាបាននូវលំហូរទិន្នន័យយ៉ាងរលូននៅទូទាំងប្រព័ន្ធទាំងអស់ និងត្រូវបានបម្រើយ៉ាងត្រឹមត្រូវនៅក្នុងលំហូរការងារដោយស្វ័យប្រវត្តិទាំងអស់។

AI ត្រូវការទិន្នន័យ ហើយការវិភាគទិន្នន័យត្រូវការ AI ។ ប្រតិបត្តិករជាច្រើននាពេលបច្ចុប្បន្ននេះប្រឈមមុខនឹងបញ្ហាប្រឈមសំខាន់ៗក្នុងការបង្កើតយុទ្ធសាស្រ្តទិន្នន័យដែលស៊ីសង្វាក់គ្នា ដើម្បីទាញយកបច្ចេកវិទ្យា AI យ៉ាងពេញលេញ។ ប្រតិបត្តិករក្នុងដំណាក់កាលដំបូងនៃការពិសោធន៍ AI អាចនឹងប៉ាន់ស្មានមិនដល់នូវអ្វីដែលត្រូវការ ជាពិសេសក្នុងន័យទិន្នន័យ ដើម្បីដាក់ឱ្យប្រើប្រាស់ AI ប្រកបដោយជោគជ័យ។

ក្រុមហ៊ុនផ្តល់សេវាទូរសព្ទជាច្រើនខ្វះយុទ្ធសាស្ត្រស្អិតរមួតដែលអនុញ្ញាតឱ្យទិន្នន័យហូរផ្តេកឆ្លងកាត់ស្ថាប័នក្រោមគំរូទិន្នន័យតែមួយ។

បញ្ហាប្រឈមជាក់លាក់មួយចំនួនក្នុងការត្រៀមទិន្នន័យសម្រាប់ AI៖

មានការខ្វះខាតទិន្នន័យស្អាត ច្បាស់លាស់ ស្រប និងអាចអនុវត្តបាន ដែលអាចអនុវត្តទៅផ្នែកផ្សេងៗនៃអាជីវកម្មពីបណ្តាញរហូតដល់ការផ្តល់សេវា និងបទពិសោធន៍របស់អតិថិជន។ នេះមានសារៈសំខាន់សម្រាប់ដំណើរការទាំងអស់ជុំវិញការប្រតិបត្តិដែលជំរុញដោយទិន្នន័យ និងដំណើរការដោយ AI ។

កង្វះគំរូទិន្នន័យទូទៅ (ទិន្នន័យបច្ចុប្បន្នត្រូវបានប្រមូលពីអ្នកលក់ច្រើន) បណ្តាលឱ្យមានការប្រមូលផ្តុំទិន្នន័យដែលមានរចនាសម្ព័ន្ធ និងមិនមានរចនាសម្ព័ន្ធប្រើប្រាស់ពេលវេលាច្រើន។

កង្វះបរិបទទិន្នន័យ មិនដឹងច្បាស់ពីរបៀប ពេលណា កន្លែងណា និងសម្រាប់គោលបំណងអ្វី ដែលទិន្នន័យត្រូវបានប្រមូល គឺជាឧបសគ្គយ៉ាងសំខាន់ដែល Telcos ត្រូវតែជម្នះ ប្រសិនបើពួកគេចង់ដាក់ពង្រាយ GenAI ឬប្រភេទផ្សេងទៀតនៃម៉ូដែលរៀនម៉ាស៊ីន។

ប្រតិបត្តិករកំពុងមើលឃើញតម្លៃនៃទិន្នន័យ ហើយបាននិងកំពុងបង្កើនការវិនិយោគរបស់ពួកគេនៅក្នុងការវិភាគទិន្នន័យ។ Omdia ប៉ាន់ប្រមាណថា ប្រតិបត្តិករពិភពលោកនឹងវិនិយោគ 2.5 ពាន់លានដុល្លារក្នុងការវិភាគទិន្នន័យនៅឆ្នាំ 2025 ។

ជាការពិត ពេលវេលា និងការវិនិយោគដែលត្រូវការដើម្បីប្រមូល សម្អាត បំប្លែង និងរក្សាទុកទិន្នន័យក្នុងទម្រង់ត្រឹមត្រូវ ច្រើនតែខ្ពស់ជាងពេលដែលត្រូវប្រើទិន្នន័យនោះ។ ដំណើរការនៃការបង្កើតឃ្លាំងទិន្នន័យ និងឃ្លាំងទិន្នន័យបានបន្តអស់ជាច្រើនឆ្នាំ ប៉ុន្តែវាមិនទាន់ផ្តល់ឱ្យក្រុមហ៊ុនដឹកជញ្ជូននូវសមត្ថភាពក្នុងការដាក់ពង្រាយ AI តាមទំហំនៅទូទាំងស្ថាប័នរបស់ពួកគេទាំងស្រុងនោះទេ។

ការមកដល់នៃការច្នៃប្រឌិត និងការវិភាគដែលមានមូលដ្ឋានលើ AI បានជំរុញឱ្យមានតម្រូវការ និងតម្រូវការសម្រាប់ការប្រើប្រាស់ទិន្នន័យកាន់តែសម្បូរបែប និងអាចបត់បែនបាន ឧទាហរណ៍៖

- AI/machine learning ទាមទារទិន្នន័យយ៉ាងច្រើនដើម្បីបណ្តុះបណ្តាលគំរូ

- សំណុំទិន្នន័យចម្រុះ និងប្រភេទទិន្នន័យច្រើនគឺចាំបាច់ដើម្បីធានាបាននូវលទ្ធផល AI ដែលមិនលំអៀង

- បន្ថែមស្រទាប់ទិន្នន័យដើម្បីបង្កើនភាពត្រឹមត្រូវនៃគំរូ និងផលប៉ះពាល់នៃកម្មវិធី

- ម៉ូដែលត្រូវតែត្រូវបានបណ្តុះបណ្តាលជាបន្តបន្ទាប់ជាមួយនឹងព័ត៌មានចុងក្រោយបំផុត ដើម្បីរក្សាបាននូវការព្យាករណ៍ ជាពិសេសនៅក្នុងបរិយាកាសថាមវន្ត

- ទិន្នន័យត្រូវតែមាននៅក្នុងពេលវេលាជាក់ស្តែងសម្រាប់មុខងារអាជីវកម្មសំខាន់ៗ ជាចម្បងនៅក្នុងបរិយាកាសអន្តរកម្មខ្ពស់។

- ការមកដល់នៃ GenAI បានផ្តល់ឱ្យប្រតិបត្តិករនូវឱកាសដើម្បីទាញយកទិន្នន័យដែលមិនមានរចនាសម្ព័ន្ធច្រើនដែលមាន ប៉ុន្តែទិន្នន័យនេះចាំបាច់ត្រូវដាក់ស្លាក និងសម្អាតមុនពេលបញ្ចូលទៅក្នុង LLM ។

ដើម្បីធ្វើឱ្យមានការរីកចម្រើនគួរឱ្យកត់សម្គាល់នៅក្នុង AI តាមទស្សនៈទិន្នន័យ ប្រតិបត្តិករត្រូវធ្វើការផ្លាស់ប្តូរជាមូលដ្ឋានអំពីរបៀបដែលពួកគេចូលទៅជិតទិន្នន័យដែលហូរតាមប្រព័ន្ធរបស់ពួកគេ ហើយជួនកាលការផ្លាស់ប្តូរវប្បធម៌សាជីវកម្ម។ គន្លឹះគឺបង្កើតគំរូទិន្នន័យទូទៅ និងបង្កើតប្រភពនៃការពិតតែមួយ។

ការកសាងប្រភពនៃការពិតតែមួយ គឺជាកិច្ចការដ៏ស្មុគស្មាញមួយ ដែលរហូតមកដល់ពេលនេះ ហួសពីសមត្ថភាពរបស់ប្រតិបត្តិករភាគច្រើន ដោយសារតែការបែងចែកទិន្នន័យរបស់ពួកគេ។ BT, Deutsche Telekom និង Telefónica បានចាត់វិធានការដើម្បីដោះស្រាយបញ្ហានេះដោយផ្លាស់ទីទិន្នន័យទាំងអស់របស់ពួកគេទៅពពកសាធារណៈ។ ជាឧទាហរណ៍ ក្នុងរយៈពេលពីរឆ្នាំកន្លងមកនេះ BT បានផ្លាស់ទីច្រើនជាង 90% នៃទិន្នន័យរបស់ខ្លួនទៅកាន់ Google Cloud Platform ។

ស្ថាបត្យកម្ម AI សាងសង់ ទិញ និងធ្វើមាត្រដ្ឋាន

មានភាពស្រដៀងគ្នាជាច្រើនរវាង AI/GenAi និង cloud computing ជាពិសេសការផ្លាស់ប្តូរបច្ចេកវិទ្យា និងឥទ្ធិពលនៃ hypercallers ។ ក្រុមហ៊ុនដឹកជញ្ជូនប្រឈមមុខនឹងបញ្ហាដូចគ្នា សំណួរដូចគ្នានឹង AI និង Cloud៖ តើត្រូវទិញអ្វី និងអ្វីដែលត្រូវសាងសង់?

វិធីសាស្រ្តរបស់ក្រុមហ៊ុនដឹកជញ្ជូនចំពោះ AI ត្រូវបានរៀបចំយ៉ាងទូលំទូលាយដោយគោលការណ៍ស្នូលនៃស្ថាបត្យកម្មបើកចំហ និងសមាសធាតុផ្សំ។ Omair Ahmed Khan របស់ក្រុមហ៊ុន Deutsche Telekom និយាយថា គម្រោង AI ភាគច្រើនរបស់ក្រុមហ៊ុនពាក់ព័ន្ធនឹងការបញ្ចូលគ្នានៃការសាងសង់ និងការទិញគ្រឿងបន្លាស់ផ្សេងៗគ្នា "Deutsche Telekom មានយុទ្ធសាស្រ្តកូនកាត់នៃការសាងសង់ និងការទិញ ហើយផ្នែកទិញមិនពាក់ព័ន្ធនឹងការទិញដំណោះស្រាយពេញលេញនោះទេ។"

ប្រតិបត្តិករជឿថាវាលឿនពេកក្នុងការពិចារណា AI ជាផ្នែកនៃស្ថាបត្យកម្មសហគ្រាសរបស់ពួកគេ ឬជាផ្នែកមួយនៃស្ថាបត្យកម្មយោងរបស់ពួកគេ។ ប្រតិបត្តិករមួយចំនួនដែលមានចក្ខុវិស័យ និងយុទ្ធសាស្ត្រច្បាស់លាស់សម្រាប់ការរួមបញ្ចូល AI ទៅក្នុងស្ថាបត្យកម្មសហគ្រាសនាពេលអនាគតរបស់ពួកគេក៏ទទួលស្គាល់បញ្ហាប្រឈមនៃការអនុវត្តជាពិសេសទាក់ទងនឹងមនុស្ស ឧបករណ៍ និងសមត្ថភាពដែលត្រូវការដើម្បីផ្តល់លទ្ធផលប្រកបដោយប្រសិទ្ធភាព និងប្រាក់ចំណេញច្បាស់លាស់លើការវិនិយោគ។

ឧស្សាហូបនីយកម្មកម្មវិធីអាចត្រូវបានគេមើលឃើញថាជាការអនុវត្តដ៏ល្អសម្រាប់ឧស្សាហូបនីយកម្ម AI ដោយផ្លាស់ទីទិន្នន័យទៅកាន់ពពកសាធារណៈ និងធ្វើឱ្យទិន្នន័យអាចចូលប្រើបានក្នុងពេលវេលាជាក់ស្តែង។ ក្រុមហ៊ុនអាកាសចរណ៍អាស៊ីអាគ្នេយ៍ CIO បានពណ៌នាអំពីដំណើរការដែលក្រុមហ៊ុនយកដើម្បីធ្វើឧស្សាហកម្ម AI ជា "រោងចក្រទិន្នន័យ"។ លោក​បាន​បន្ត​ថា​៖ «​នេះ​បាន​កាត់​បន្ថយ​ពេលវេលា និង​តម្លៃ​ផលិតកម្ម AI យ៉ាង​ខ្លាំង​។

"កាលពី 2 ឆ្នាំមុន ការចំណាយលើការផលិត AI គឺខ្ពស់ណាស់។ វាត្រូវចំណាយពេលពី 6 ទៅ 8 ខែដើម្បីបង្កើតគំរូ AI ។ ឥឡូវនេះវាចំណាយពេលតែពីរបីថ្ងៃ។ អ្នកអាចដំណើរការវដ្តទាំងមូលបានលឿនជាងមុន និងមានមនុស្សតិចជាងមុន" ។

អនុវត្តនៅក្នុងក្រុមហ៊ុនដឹកជញ្ជូនមួយចំនួន៖

China Mobile: បានទិញ Hardware និងសាងសង់មជ្ឈមណ្ឌលទិន្នន័យផ្ទាល់ខ្លួនរបស់ខ្លួន រួមទាំងអង្គភាពដំណើរការក្រាហ្វិក (GPUs) និងឧបករណ៍បង្កើនល្បឿនដែលជាផ្នែកមួយនៃគម្រោង Jiutian LLM ។

Jio: Reliance Industries ដែលជាក្រុមហ៊ុនមេរបស់ក្រុមហ៊ុនទូរគមនាគមន៍ឥណ្ឌា Jio បានចាប់ដៃគូជាមួយ Nvidia ដើម្បីបង្កើតហេដ្ឋារចនាសម្ព័ន្ធកុំព្យូទ័រទំនើបសម្រាប់ AI ។ Reliance មានគោលបំណងផ្តល់ហេដ្ឋារចនាសម្ព័ន្ធ AI ដល់អ្នកវិទ្យាសាស្ត្រ អ្នកអភិវឌ្ឍន៍ និងអ្នកចាប់ផ្តើមអាជីវកម្មនៅទូទាំងប្រទេសឥណ្ឌា ហើយបង្កើតកម្មវិធី និងសេវាកម្ម AI សម្រាប់អតិថិជន 450 លាននាក់របស់ Jio ។

ការសម្រេចចិត្តកន្លែងដែលត្រូវដាក់ពង្រាយ AI នៅក្នុងពពកសាធារណៈ ឬពពកឯកជនក៏ជាបញ្ហាសម្រាប់ទូរគមនាគមន៍ ហើយភាគច្រើនអាស្រ័យទៅលើទំហំនៃការដាក់ពង្រាយ។ ការដាក់ពង្រាយ AI នៅក្នុងពពកសាធារណៈមានអត្ថប្រយោជន៍នៃធនធានកុំព្យូទ័រដ៏សម្បូរបែប ថាមពល និងផ្នែករឹងពិសេសដែលត្រូវការសម្រាប់ដំណើរការក្បួនដោះស្រាយស្មុគស្មាញ និងទិន្នន័យមួយចំនួនធំ ទោះជាយ៉ាងណាក៏ដោយ ការចំណាយអាចក្លាយជាបញ្ហាប្រសិនបើប្រតិបត្តិករប្រើតែពពកសាធារណៈដើម្បីដំណើរការទិន្នន័យបរិមាណច្រើន។

ការសម្រេចចិត្តប្រើប្រាស់ Private cloud សម្រាប់ GenAI ត្រូវបានចាត់ទុកដោយប្រតិបត្តិករជាច្រើនថាមិនអាចទៅរួច លុះត្រាតែប្រតិបត្តិករកំពុងសាងសង់ LLM ផ្ទាល់ខ្លួន ដូចជាករណីរបស់ China Mobile, Softbank និង SK Telecom នៅអាស៊ី និង Deutsche Telekom នៅអឺរ៉ុប។ ប្រតិបត្តិករមានទំនោរផ្តល់អាទិភាពលើពពកសាធារណៈសម្រាប់ការធ្វើតេស្ត និងបង្កើត MVPs សម្រាប់ករណីប្រើប្រាស់ AI ។

នៅពេលដែលក្រុមហ៊ុនដឹកជញ្ជូនបង្កើនការប្រើប្រាស់ AI របស់ពួកគេ វានឹងនាំទៅរកទំនាក់ទំនងកាន់តែស៊ីជម្រៅដោយជៀសមិនរួច។

- Softbank៖ បានសហការជាមួយ Nvidia ដើម្បីបង្កើតមជ្ឈមណ្ឌលទិន្នន័យ (TTDL) ដែលត្រូវបានរចនាឡើងដើម្បីរៀបចំកម្មវិធី GenAI និងឥតខ្សែ។ TTDLs ថ្មីនឹងគ្រប់គ្រងទាំងបន្ទុកការងារ AI និង 5G ។

- SK Telecom៖ កំពុងស្វែងរកតម្រូវការមជ្ឈមណ្ឌលទិន្នន័យដែលមានមូលដ្ឋានលើ AI ដែលជាផ្នែកមួយនៃមហិច្ឆតា AI ដ៏ទូលំទូលាយរបស់ SKT ។ CFO Yang-Seob Kim បាននិយាយថា SKT គ្រោងនឹង "ជំរុញអាជីវកម្មមជ្ឈមណ្ឌលទិន្នន័យរបស់ខ្លួនបន្ថែមទៀត ដោយផ្តោតលើមជ្ឈមណ្ឌលទិន្នន័យ AI ជំនាន់ក្រោយ និងការពង្រីកសកលលោក"។

- NTT កំពុងវិនិយោគ 1.5 ពាន់ពាន់លានយ៉េន (ប្រហែល 12 ពាន់លានដុល្លារ) ក្នុងរយៈពេល 5 ឆ្នាំខាងមុខ ដើម្បីពង្រីក និងធ្វើឱ្យប្រសើរឡើងនូវអាជីវកម្មមជ្ឈមណ្ឌលទិន្នន័យរបស់ខ្លួនទូទាំងពិភពលោក ដើម្បីបំពេញតម្រូវការដែលកំពុងកើនឡើងសម្រាប់ទិន្នន័យទាក់ទងនឹងការប្រើប្រាស់ GenAI រួមជាមួយនឹងបច្ចេកវិទ្យាផ្សេងទៀត។

ការសម្រេចចិត្តកន្លែងដែលត្រូវដាក់ពង្រាយ AI នៅក្នុងពពកសាធារណៈ ឬពពកឯកជនក៏ជាបញ្ហាសម្រាប់ទូរគមនាគមន៍ ហើយភាគច្រើនអាស្រ័យទៅលើទំហំនៃការដាក់ពង្រាយ។ ការដាក់ពង្រាយ AI នៅក្នុងពពកសាធារណៈមានអត្ថប្រយោជន៍នៃធនធានកុំព្យូទ័រដ៏សម្បូរបែប ថាមពល និងផ្នែករឹងពិសេសដែលត្រូវការសម្រាប់ដំណើរការក្បួនដោះស្រាយស្មុគស្មាញ និងទិន្នន័យមួយចំនួនធំ ទោះជាយ៉ាងណាក៏ដោយ ការចំណាយអាចក្លាយជាបញ្ហាប្រសិនបើប្រតិបត្តិករប្រើតែពពកសាធារណៈដើម្បីដំណើរការទិន្នន័យបរិមាណច្រើន។

ការសម្រេចចិត្តប្រើប្រាស់ Cloud ឯកជនសម្រាប់ GenAI ត្រូវបានចាត់ទុកដោយប្រតិបត្តិករជាច្រើនថាមិនអាចទៅរួច លុះត្រាតែប្រតិបត្តិករកំពុងសាងសង់ LLM ផ្ទាល់ខ្លួន ដូចជាករណីរបស់ China Mobile, Softbank និង SK Telecom នៅអាស៊ី និង Deutsche Telekom នៅអឺរ៉ុប។ ប្រតិបត្តិករមានទំនោរផ្តល់អាទិភាពដល់ពពកសាធារណៈសម្រាប់ការធ្វើតេស្ត និងបង្កើត MVPs សម្រាប់ករណីប្រើប្រាស់ AI ។

នៅពេលដែលក្រុមហ៊ុនដឹកជញ្ជូនបង្កើនការប្រើប្រាស់ AI របស់ពួកគេ វានឹងនាំទៅរកទំនាក់ទំនងកាន់តែស៊ីជម្រៅជាមួយក្រុមហ៊ុនធំៗដូចជា Amazon Web Services, Microsoft Azure និង Google Cloud ។

ឯកសារយោង៖
1. សក្តានុពលអាជីវកម្ម AI: ការយល់ដឹងពីតម្លៃនៃ AI សម្រាប់
ប្រតិបត្តិការទូរគមនាគមន៍។ https://www.ericsson.com/4ac6ca/
ទ្រព្យសកម្ម/មូលដ្ឋាន/របាយការណ៍-ឯកសារ/ការយល់ដឹងបន្ថែម/doc/ai-
business-potential.pdf
[2] ។ Emerging Tech Impact Radar: Artificial Intelligence, Gartner, 19 January 2024 ID G00796195
[3] ។ Generative AI៖ ប្រតិបត្តិករអនុវត្តជំហានដំបូងរបស់ពួកគេ TMforum 2023
[4] ។ ការកសាង AI Strategy telcos បានដាក់មូលដ្ឋានគ្រឹះនៅក្នុងកន្លែង
TMforum 3,2024
[5] ។ https://intellias.com/ai-in-telecommunications/
[6] ។ https://www.alliedmarketresearch.com/ai-in-
ទូរគមនាគមន៍-ទីផ្សារ-A09352
[7] ។ Gen Ai នៅក្នុងទូរគមនាគមន៍ ការរកឃើញសំខាន់ៗពីក្រុមហ៊ុនទូរគមនាគមន៍ GenAI របស់ Omdia
ការស្ទង់មតិអ្នកផ្តល់សេវា Omdia 2024
[8] https://www.xenonstack.com/enterprise-generative-ai/
ទូរគមនាគមន៍/
[៩] ។ តើ AI ធ្វើដំណើរទៅណា? Nokia https://www.nokia.com/thought-
ភាពជាអ្នកដឹកនាំ/អត្ថបទ/ai/where-is-ai-heading/
[10] ។ Ericsson Telco AI, ឯកសារផ្ទៃក្នុង

(បានចុះផ្សាយក្នុង ទស្សនាវដ្តី TT&TT លេខ ៨ ខែសីហា ឆ្នាំ ២០២៤)

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