Каковы стратегии ИИ для операторов телекоммуникационных сетей?

Операторы связи располагают огромным массивом неиспользуемых данных. ИИ превратит эти данные в благодатную почву для разработки новых услуг, повышения качества существующих, улучшения качества обслуживания клиентов и оптимизации бизнес-процессов.

Нгуен Ван Йен, член Совета директоров VNPT

Краткое содержание:
Данные и ИИ в телекоммуникациях: операторы сетей хранят большие объёмы данных, которые не используются должным образом. ИИ может помочь преобразовать данные в инструменты для улучшения услуг и оптимизации бизнес-процессов.
- Тенденции применения ИИ: Развитие 5G и IoT подтолкнуло операторов связи к концентрации внимания на ИИ с 2016 года. В последнее время GenAI превратился в стратегический инструмент, особенно после запуска ChatGPT от OpenAI.
– Экономические преимущества от ИИ: прогнозируется, что ИИ создаст большую ценность для операторов связи, включая сокращение расходов и создание новых источников дохода. По оценкам McKinsey, GenAI может принести телекоммуникационной отрасли 100 миллиардов долларов.
– Внедрение ИИ в организации: ИИ необходимо применять на всех уровнях организации, от аналитики данных до административных функций. Многие операторы связи создали специализированные подразделения ИИ и центры передового опыта в этой области.
– Риски при применении ИИ: операторы сетей сталкиваются с трудностями при подборе персонала для работы с ИИ, управлении данными и обеспечении безопасности при его внедрении. Управление ИИ – важный фактор для обеспечения успешного и устойчивого внедрения.
– Подготовка данных для ИИ: для эффективного применения ИИ операторам необходимо подготовить чистые, согласованные данные и обеспечить единую модель данных. Сбор и обработка данных – сложная задача, требующая значительных инвестиций в анализ и управление данными.

Состояние применения ИИ для телекоммуникаций

Развитие технологий 5G, Интернета вещей и постоянно растущий объём больших данных — факторы, побуждающие операторов связи обратить внимание на искусственный интеллект (ИИ). Некоторые крупные и амбициозные операторы начали внедрять ИИ в 2016–2017 годах, а к 2019–2020 годам телекоммуникационный сектор стал свидетелем активного внедрения ИИ среди операторов по всему миру . За последние 12–15 месяцев (с момента запуска OpenAI с Chat GPT) восприятие GenAI расширилось от инструмента для создания контента на основе ИИ до стратегической платформы и быстро становится центром внимания практически каждого поставщика телекоммуникационных услуг по всему миру.

В отчете Allied Market Research [6] по ИИ на телекоммуникационном рынке в 2022 году говорится: «Объем мирового рынка ИИ в телекоммуникациях оценивается в 1,2 млрд долларов США в 2021 году и, как ожидается, достигнет 38,8 млрд долларов США к 2031 году, увеличиваясь в среднем на 41,4% в год в период с 2022 по 2031 год». Телекоммуникационные компании обращаются к ИИ как к ключевому инструменту для инноваций, операционной эффективности и улучшения качества обслуживания клиентов.

Ericsson считает [1], что искусственный интеллект принесёт беспрецедентную пользу различным отраслям, включая телекоммуникации. Для операторов связи искусственный интеллект откроет возможности оптимизации работы сети, улучшения качества обслуживания клиентов, снижения затрат, содействия устойчивому развитию, создания новых источников дохода и т. д.

Компания Gartner [2] провела исследование и классифицировала 29 технологий, связанных с ИИ, по пяти группам: базовые технологии ИИ, технологии на основе GenAI, технологии ИИ, ориентированные на данные, и технологии доверия ИИ. Прогнозируется, что тенденция внедрения технологий на основе GenAI резко возрастёт в ближайшие 1–3 года.

Телекоммуникационные компании рассматривают GenAI как поворотный момент, мощную движущую силу, способствующую прорыву в росте доходов, экономии средств и кардинальному изменению ландшафта обслуживания пользователей. Многие операторы сетей рассматривают GenAI как ключевой элемент своей стратегии в области искусственного интеллекта.

Измерение экономического влияния ИИ/GenAI

Оценка экономического влияния ИИ на телекоммуникационную отрасль — непростая задача, поскольку потенциальные варианты его использования обширны и разнообразны, а оценки рыночной стоимости сильно различаются в разных источниках. Тем не менее, многие операторы согласны с тем, что преимущества ИИ для телекоммуникационного бизнеса значительны. Например, [4]:

- Сокращение рабочей силы и рабочих мест из-за ИИ и автоматизации. BT (Великобритания) оценивает, что к 2030 году может сократить 10 000 рабочих мест за счет цифровизации и автоматизации.

- Генерация новых доходов за счёт запуска продуктов на базе ИИ. SK Telecom (Южная Корея) рассчитывает, что к 2028 году выручка от использования ИИ может составить до 25 000 млрд корейских вон (около 18,5 млрд долларов США).

- Помогите сократить расходы или увеличить доход. По оценкам McKinsey, GenAI может создать до 100 миллиардов долларов добавленной стоимости для телекоммуникационного сектора.

Операторы оценивают преимущества каждого варианта использования ИИ по двум аспектам: финансовому (экономия времени (количественно измеримая), экономия затрат, увеличение дохода) и нефинансовому (удовлетворенность сотрудников, удовлетворенность клиентов, небольшая и трудноизмеримая экономия времени, устойчивость).

Где применяется ИИ в телекоммуникациях и как его внедрить

Операторы связи рассматривают ИИ как стратегический приоритет для применения в задачах и отделах, связанных с анализом данных. Однако недавний взрывной рост популярности GenAI вызвал некоторые сомнения относительно применения ИИ в телекоммуникациях, в частности:

- Области применения ИИ в телекоммуникациях:

- ИИ — это инновационный инструмент, поэтому ИИ должен быть доступен каждой рабочей группе в компании.

+ Необходимо приложить все усилия, чтобы сделать ИИ простым в использовании, даже для групп с низкими технологическими возможностями.

+ Подразделения, занимающиеся ИИ, должны уметь понимать успешные практики внедрения вариантов использования ИИ и создавать соответствующие модели и методы для повторного применения этих вариантов использования в рамках всей организации.

+ Демократизация доступа к ИИ должна сопровождаться внедрением новых подходов FinOps для ИИ с целью управления финансовыми рисками, связанными с внедрением ИИ.

+ Необходимо разработать и внедрить программу управления ИИ, чтобы снизить риск неконтролируемых затрат и стимулировать использование и эксперименты с ИИ.

- Внедрение ИИ в телекоммуникациях

Создать должность руководителя отдела ИИ с опытом и полномочиями для управления разработкой приложений и продуктов ИИ (например, Стив Джарретт назначен директором по ИИ (CAIO) в Orange Innovation в декабре 2023 г.; Дипика Адусумилли в октябре 2023 г. в BT; Чунг Сук-Гюн в SK Telecom).

Создание дочерней компании для разработки ИИ , например, Proximus Ada является дочерней компанией сетевого оператора Proximus (Бельгия), которая специализируется на разработке возможностей кибербезопасности и ИИ для удовлетворения внутренних потребностей Proximus и предоставления услуг клиентам B2B.

Разделение внутренних функций ИИ и функций ИИ, ориентированных на клиентов. Вместо создания централизованной организации, занимающейся ИИ, Telefónica решила разделить её на два подразделения: «Понимание потребностей клиентов и инновации»; «Сети, ИТ-системы» и «Внутренняя цифровая трансформация (CDS) в сторону ИИ».

Такое разделение обязанностей особенно интересно, поскольку GenAI в большей степени ориентирован на взаимодействие с клиентами, чем на сетевые функции, в то время как прогностический ИИ все чаще становится технологией, используемой для автоматизации сетей.

ИИ как новая бизнес-функция. Например, China Mobile и SK Telecom активно инвестируют в ИИ для предоставления новых продуктов и услуг. Цель обоих операторов — создание собственной модели большого языка (LLM) с лучшими решениями и функциями, а также продажа доступа к ней предприятиям (DN) и другим операторам.

Создание Центра передового опыта в области искусственного интеллекта (CoE).

В опросе TMFrum (2023) [4] 53% операторов заявили, что у них создан центр по изучению ИИ. Однако точный размер, сфера применения и роль центра по изучению ИИ существенно различаются. Например, в Vodafone Ziggo (Нидерланды) есть центр по изучению ИИ, объединяющий экспертов компании в области анализа данных.

В компании Telefónica имеется глобальный центр по изучению ИИ, которым управляет подразделение сетей и ИТ. Центр специализируется на архитектуре данных и ИИ для перехода к общей модели данных и исследования технологий и решений в области ИИ.

В e& (Ближний Восток) есть Центр познания, в котором каждое ключевое подразделение/функция имеет своего представителя. Управление ИИ находится на переднем крае, а его миссия — гарантировать, что успешные варианты использования ИИ изучаются и применяются в различных подразделениях.

ИИ как функция платформы. Некоторые операторы связи уже создали (или создают) платформы ИИ, обеспечивающие доступ к нему для различных подразделений организации.

Например, у Vodafone есть платформа искусственного интеллекта, которая также предоставляет инструменты самообслуживания и учебные материалы для различных команд, позволяя им создавать собственные сценарии использования. У SK Telecom есть платформа интеллектуального анализа, которая предоставляет всей организации доступ к программе магистратуры (LLM), разрабатываемой SKT.

- Управление ИИ

Требования к управлению ИИ. Многие требования к управлению ИИ предусмотрены существующими программами управления данными. Однако для обеспечения безопасности и этичности инструментов и систем ИИ необходимы дополнительные меры безопасности, специфичные для ИИ. Существует два типа программ управления ИИ:

- Программа внешнего управления предназначена для защиты лиц и организаций за пределами компании.

- Программы внутреннего управления призваны защищать сотрудников и обеспечивать успешное и устойчивое внедрение ИИ на всем предприятии.

Программы управления, направленные на защиту людей и организаций за пределами компании, как правило, кодифицированы и нормативны. Например, Европейский союз (ЕС) принял Закон об искусственном интеллекте в декабре 2023 года, который вступит в силу в 2025 году, а США выпустили Указ об искусственном интеллекте в октябре 2023 года.

Более строгое государственное регулирование может помочь телекоммуникационным компаниям разрабатывать технологии и возможности , которые можно будет монетизировать за рубежом, особенно в странах со строгими правилами суверенитета данных.

Например, China Mobile считает, что методы, используемые ею для соблюдения законов об ИИ, могут помочь в разработке технологий безопасности, которые она сможет предложить своим клиентам. Swisscom экспериментирует с созданием собственной инфраструктуры ИИ и наращиванием внутреннего опыта, который она может использовать для создания ценности и новых решений в сфере ИТ-услуг.

Появление GenAI также обуславливает необходимость улучшения внутреннего управления ИИ: масштабирование; управление расходами; защита организации от последствий использования неточных результатов; снижение риска возникновения технического долга; предотвращение риска «повреждения» данных модели обучения LLM; защита организации от нарушения прав интеллектуальной собственности (ИС)/авторских прав.

Риски применения ИИ на предприятиях

Опрос TMforum 2023 о рисках применения GenAI в телекоммуникациях включает:

3.1. Человеческие ресурсы для ИИ

При найме специалистов в области искусственного интеллекта большинство телекоммуникационных компаний находятся в невыгодном положении по сравнению с технологическими компаниями, особенно при найме молодых специалистов. Технологические компании, как правило, предлагают более высокую заработную плату, более быстрый карьерный рост и значительно более гибкую корпоративную культуру.

Исследование TM Forum о потребностях в человеческих ресурсах в телекоммуникационной отрасли по специальностям [4] показывает, что навыки в области искусственного интеллекта/машинного обучения, анализа данных и автоматизации пользуются высоким спросом (64%, что меньше, чем в области безопасности (69%).

Что касается сложности навыков, которые телекоммуникационные компании могут нанять, 59% респондентов заявили, что профессионалы в области науки о данных/аналитики данных и специалисты по искусственному интеллекту/машинному обучению являются самыми сложными для найма (на втором месте после специалистов по безопасности — 63%).

На выставке MWC 2024 компания Korea Telecom (Корея) объявила, что в этом году наберёт до 1000 экспертов в области искусственного интеллекта и цифровых технологий, стремясь стать компанией, работающей в области искусственного интеллекта и ИКТ. Одновременно с этим, KT также усилила внутреннее обучение навыкам ИИ, чтобы полностью изменить ДНК KT в сторону ИИ.

Компания China Mobile создала Jiutian в 2019 году как платформу для поддержки своего стремления стать высокоавтоматизированным оператором связи к 2025 году. Внешние разработчики могут получить доступ к платформе ИИ через открытые API. К октябрю 2023 года China Mobile разработала собственную программу магистратуры (LLM) в рамках Jiutian. Начав с 20 инженеров ИИ, China Mobile теперь имеет 600 специалистов и планирует достичь 1000 к концу 2024 года.

Vodafone работает с гиперскейлерами для своей платформы искусственного интеллекта, но по-прежнему нуждается в навыках AIOps, а также в аналитике, автоматизации, облачных технологиях и платформах. Vodafone привлекает талантливых сотрудников, нанимая их на постоянную работу.

Ашиш Ядав, старший директор Capgemini, отметил, что телекоммуникационные компании всё чаще ищут ведущих специалистов в области облачных технологий и искусственного интеллекта на уровне архитекторов через компании, занимающиеся системной интеграцией, в рамках инсорсинга. Определение инсорсинга можно трактовать по-разному, но в данном контексте телекоммуникационные компании «рассматривают» ведущих специалистов компании-партнёра как членов своей рабочей команды.

Большинство телекоммуникационных компаний также активизируют переподготовку и повышение квалификации, чтобы проактивно привлекать специалистов в области искусственного интеллекта по мере необходимости. Более того, такой подход может быть более экономически эффективным, чем привлечение новых специалистов, и всё чаще применяется ко всем остальным труднодоступным профессиям.

В опросе TMForum о том, что необходимо сделать операторам связи для эффективного использования ИИ и машинного обучения, 60% респондентов заявили, что обучение существующих сотрудников различным навыкам в области ИИ оказывает большое влияние, а 39% отметили, что это влияние является значительным.

По данным McKinsey & Company, GenAI вынуждает операторов развивать внутреннюю экспертизу в области ИИ, а также требует от пользователей новых навыков, таких как оперативное проектирование — умение задавать вопросы, чтобы получить наилучший ответ от LLM. Операторам также необходимо нанимать инженеров по данным и экспертов в предметной области, «которые понимают, какие данные и как их собирать, а также контролируют и оценивают качество новых форм данных, создаваемых и используемых системами GenAI » .

3.2. Готовность данных для приложений ИИ

Архитектура, основанная на данных, играет ключевую роль в обеспечении точности и согласованности данных в сети. Использование единой модели данных обеспечивает бесперебойную передачу данных между всеми системами и их корректное использование во всех автоматизированных рабочих процессах.

ИИ нужны данные, а аналитика данных нуждается в ИИ. Многие операторы сегодня сталкиваются со значительными трудностями при разработке согласованных стратегий работы с данными для полного использования технологий ИИ. Операторы на ранних этапах экспериментов с ИИ могут недооценивать, что необходимо, особенно в плане данных, для успешного масштабного внедрения ИИ.

У многих операторов связи отсутствует целостная стратегия, обеспечивающая горизонтальную передачу данных по всей организации в соответствии с единой моделью данных.

Некоторые конкретные проблемы при подготовке данных для ИИ:

Не хватает чётких, ясных, согласованных и применимых на практике данных , которые можно было бы применять к различным аспектам бизнеса: от сетевых процессов до предоставления услуг и взаимодействия с клиентами. Это критически важно для всех процессов, связанных с исполнением на основе данных и искусственного интеллекта.

Отсутствие единой модели данных (в настоящее время данные собираются от нескольких поставщиков) приводит к чрезвычайно трудоемкому процессу агрегации структурированных и неструктурированных данных.

Отсутствие контекста данных, отсутствие полной информации о том, как, когда, где и для каких целей собираются данные, является особенно существенным препятствием, которое телекоммуникационным компаниям необходимо преодолеть, если они хотят внедрить GenAI или любую другую модель машинного обучения.

Операторы осознают ценность данных и увеличивают инвестиции в их аналитику. По оценкам Omdia, к 2025 году глобальные операторы инвестируют около 2,5 млрд долларов в аналитику данных.

Фактически, время и инвестиции, необходимые для сбора, очистки, преобразования и хранения данных в правильном формате, часто непропорционально превышают время, необходимое для их использования. Процесс создания озёр и хранилищ данных продолжается уже много лет, но он пока не дал операторам связи возможности масштабного внедрения ИИ в своих организациях.

Появление инноваций и аналитики на основе искусственного интеллекта обусловило необходимость и необходимость более разнообразного и гибкого использования данных, например:

- Искусственный интеллект/машинное обучение требуют огромных объемов данных для обучения моделей.

- Для обеспечения объективных результатов ИИ необходимы разнообразные наборы данных и несколько типов данных.

- Добавьте слои данных для повышения точности модели и влияния на приложение.

- Модели должны постоянно обучаться с использованием новейшей информации для поддержания эффективности прогнозирования, особенно в динамических средах.

- Данные должны быть доступны в режиме реального времени для критически важных бизнес-функций, особенно в высокоинтерактивных средах.

- Появление GenAI предоставило операторам возможность использовать большой объем доступных неструктурированных данных, однако эти данные необходимо разметить и очистить перед передачей в LLM.

Чтобы добиться значительного прогресса в области ИИ с точки зрения данных, операторам необходимо кардинально изменить подход к данным, проходящим через систему, а иногда и корпоративную культуру. Ключевым фактором является создание общей модели данных и единого источника достоверной информации.

Создание единого источника достоверной информации — чрезвычайно сложная задача, которая до сих пор была не по плечу большинству операторов из-за фрагментации данных. BT, Deutsche Telekom и Telefónica предприняли шаги для решения этой проблемы, переместив все свои данные в публичное облако. Например, за последние два года BT перенесла более 90% своих данных на платформу Google Cloud Platform.

Архитектура ИИ, сборка, покупка и масштабирование

Между ИИ/GenAi и облачными вычислениями есть много общего, в частности, технологический сдвиг и доминирование гиперколлеров. Операторы сетей сталкиваются с той же проблемой, тем же вопросом, что и в случае с ИИ и облаком: что покупать и что создавать?

Подход операторов к ИИ во многом определяется основополагающими принципами открытой архитектуры и компонуемости. Омар Ахмед Хан из Deutsche Telekom отмечает, что большинство проектов компании в области ИИ представляют собой комбинацию компонентов, построенных и закупленных: «Deutsche Telekom использует гибридную стратегию, основанную на построении и закупке, и закупка никогда не подразумевала приобретение готового решения».

Операторы считают, что пока ещё слишком рано рассматривать ИИ как часть архитектуры их предприятия или как часть их эталонной архитектуры. Некоторые операторы с чётким видением и стратегией интеграции ИИ в будущую архитектуру предприятия также осознают сложности внедрения, связанные, в частности, с кадрами, инструментами и возможностями, необходимыми для достижения эффективных результатов и чёткой окупаемости инвестиций.

Индустриализацию программного обеспечения можно рассматривать как передовой опыт индустриализации ИИ, поскольку данные переносятся в публичные облака и становятся доступными в режиме реального времени. IT-директор из Юго-Восточной Азии, работающий в сфере телекоммуникаций, описал процесс индустриализации ИИ, который компания использовала для создания «фабрики данных». «Это значительно сократило время и стоимость производства ИИ», — сказал он.

«Два года назад стоимость производства ИИ была очень высокой. Создание модели ИИ занимало от шести до восьми месяцев. Теперь это занимает всего несколько дней. Весь цикл можно выполнить гораздо быстрее и с меньшим количеством людей».

Практика в некоторых операторах:

China Mobile: приобрела оборудование и построила собственный центр обработки данных, включая графические процессоры (GPU) и ускорители в рамках проекта Jiutian LLM.

Jio: Reliance Industries, материнская компания индийской телекоммуникационной компании Jio, заключила партнерское соглашение с Nvidia для создания суперкомпьютерной инфраструктуры для ИИ. Reliance намерена предоставить ИИ-инфраструктуру ученым, разработчикам и стартапам по всей Индии, а также создавать приложения и сервисы на базе ИИ для 450 миллионов клиентов Jio.

Выбор места развертывания ИИ в публичном или частном облаке также является проблемой для телекоммуникационных компаний и во многом зависит от масштаба развертывания. Развертывание ИИ в публичном облаке имеет преимущество в виде обширных вычислительных ресурсов, мощности и специализированного оборудования, необходимого для обработки сложных алгоритмов и больших объёмов данных. Однако стоимость может стать проблемой, если оператор использует публичное облако только для обработки больших объёмов данных.

Многие операторы считают решение использовать частное облако для GenAI нецелесообразным, если оператор не разрабатывает собственную систему управления доступом (LLM), как это делают China Mobile, Softbank и SK Telecom в Азии и Deutsche Telekom в Европе. Операторы, как правило, отдают предпочтение публичному облаку для тестирования и создания MVP-решений для использования ИИ.

По мере того, как операторы связи все активнее используют ИИ, это неизбежно приведет к более глубоким отношениям.

- Softbank: совместно с Nvidia создал центры обработки данных (TTDL), предназначенные для размещения приложений GenAI и беспроводных приложений. Новый TTDL будет обрабатывать рабочие нагрузки как ИИ, так и 5G.

- SK Telecom: удовлетворяет спрос на центры обработки данных на базе ИИ в рамках более широких амбиций SKT в области искусственного интеллекта. Финансовый директор Ян-Соб Ким заявил, что SKT планирует «дальнейшее развитие своего бизнеса в сфере центров обработки данных, сосредоточившись на центрах обработки данных на базе ИИ следующего поколения и глобальном расширении».

- NTT инвестирует 1,5 триллиона иен (около 12 миллиардов долларов США) в течение следующих пяти лет в расширение и модернизацию своего бизнеса центров обработки данных по всему миру для удовлетворения растущего спроса на данные, связанные с использованием GenAI и других технологий.

Выбор места развертывания ИИ в публичном или частном облаке также является проблемой для телекоммуникационных компаний и во многом зависит от масштаба развертывания. Развертывание ИИ в публичном облаке имеет преимущество в виде обширных вычислительных ресурсов, мощности и специализированного оборудования, необходимого для обработки сложных алгоритмов и больших объёмов данных. Однако стоимость может стать проблемой, если оператор использует публичное облако только для обработки больших объёмов данных.

Многие операторы считают решение использовать частное облако для GenAI нецелесообразным, если оператор не разрабатывает собственную систему управления доступом (LLM), как это делают China Mobile, Softbank и SK Telecom в Азии и Deutsche Telekom в Европе. Операторы, как правило, отдают предпочтение публичному облаку для тестирования и создания MVP-решений для использования ИИ.

По мере того, как операторы связи все активнее используют ИИ, это неизбежно приведет к более глубоким отношениям со сверхдержавами — Amazon Web Services, Microsoft Azure и Google Cloud.

Ссылки:
1. Бизнес-потенциал ИИ: понимание ценности ИИ для
телекоммуникационные операции. https://www.ericsson.com/4ac6ca/
assets/local/reports-papers/further-insights/doc/ai-
бизнес-потенциал.pdf
[2]. Радар влияния новых технологий: искусственный интеллект, Gartner, 19 января 2024 г., идентификатор G00796195
[3]. Генеративный ИИ: операторы делают первые шаги, TMforum 2023
[4]. Телекоммуникационные компании закладывают основу стратегии развития ИИ,
TMforum 3 марта 2024 г.
[5]. https://intellias.com/ai-in-telecommunications/
[6]. https://www.alliedmarketresearch.com/ai-in-
телекоммуникационный-рынок-A09352
[7] Gen AI в телекоммуникациях, основные выводы от телекоммуникационной компании Omdia GenAI
опрос поставщиков услуг Omdia 2024
[8] https://www.xenonstack.com/enterprise-generative-ai/
телеком/
[9]. Куда движется ИИ? Nokia https://www.nokia.com/thought-
лидерство/статьи/ИИ/где-находится-ИИ-заголовок/
[10]. Ericsson Telco AI, Внутренний документ

(Опубликовано в печатном издании журнала «Информация и коммуникации» № 8, август 2024 г.)

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