借助生成式AI重塑電信行業(yè)分辨信號與噪聲的7項(xiàng)關(guān)鍵策略

重塑電信行借助生成式AI重塑電信行分辨信號與噪聲的7項(xiàng)關(guān)鍵策略22TMForum如何提供幫助TMForum是一個全球性的電信和技術(shù)公司聯(lián)盟，致力于引領(lǐng)行業(yè)重新定義影響深遠(yuǎn)的新運(yùn)營模式、新合作伙伴關(guān)系以及先進(jìn)的軟件平臺。我們幫助合作伙伴更有效地發(fā)掘數(shù)據(jù)價值，促進(jìn)其在快速發(fā)展的通信行業(yè)中捕捉DTWIgnite、AccelerateCollaboration活動中，TMForum為行業(yè)變革者提供了一個分享突破性創(chuàng)新、市場發(fā)展、產(chǎn)品發(fā)布和業(yè)務(wù)轉(zhuǎn)型歷程的平臺。我們是唯一將全球十大通信服務(wù)提供商和所有主要超大規(guī)模云計(jì)算商視為活躍戰(zhàn)略成員的行業(yè)800多名合作伙伴，致力于重新塑造電信行業(yè)，使其更加靈活、創(chuàng)新、有活力，推動整個數(shù)IBM如何提供幫助IBMAI優(yōu)先的方法，幫助通信服務(wù)提供商在整個價值鏈中推動業(yè)務(wù)和交付轉(zhuǎn)型，從而釋放新的收入潛力。我們的解決方案有助于優(yōu)化網(wǎng)絡(luò)運(yùn)營；在客戶、員工、邊緣設(shè)備等各個領(lǐng)域提供差異化體驗(yàn)；以及加強(qiáng)網(wǎng)絡(luò)安全。如需了解更多信息，請?jiān)L問：/industries/telecommunications序言如今，電信行業(yè)在全企業(yè)范圍內(nèi)利用生成式AI進(jìn)行轉(zhuǎn)型，通信服務(wù)提供商（CSP）應(yīng)迅速學(xué)習(xí)如何應(yīng)對這些變化帶來的商業(yè)機(jī)會與挑戰(zhàn)，從而積極影響業(yè)務(wù)。通信服務(wù)提供商迫切希望能夠利用生成式AI的力量，包括評估多個業(yè)務(wù)領(lǐng)域的多個用例，以及增加在生成式。IBM商業(yè)價值研究院（IBMIBV）的最新研究表明，通信服務(wù)提供商的準(zhǔn)備程度與這些期望之間存在較大差距，這是一個令人擔(dān)憂的問題。只有三分之一的受訪電信高管認(rèn)為其組織能夠有效利用生成式AI。而更令人擔(dān)憂的是，60%的受訪者承認(rèn)其組織的數(shù)據(jù)集成能力仍處于不成熟或初級階段。構(gòu)建堅(jiān)實(shí)數(shù)據(jù)基礎(chǔ)對生成式AI的成功至關(guān)重要。正如TMForum現(xiàn)代數(shù)據(jù)架構(gòu)行業(yè)合作項(xiàng)目所揭示，要想成功大規(guī)模采用生成式AI，不僅需要構(gòu)建AI驅(qū)動的自主流程，還需要集成外部數(shù)據(jù)，開發(fā)現(xiàn)代數(shù)據(jù)架構(gòu)。通信服務(wù)提供商需要優(yōu)先建立數(shù)據(jù)基礎(chǔ)設(shè)施，并采取靈活的治理和監(jiān)督方法，以確保能夠充分發(fā)揮生成AI的潛力。此外，在生成式AI的采用過程中，通信服務(wù)提供商需要采取深思熟慮的戰(zhàn)略方式，避免草率決策帶來的高成本風(fēng)險。BhartiAirtel的首席信息官指出，許多關(guān)鍵決策若沒有經(jīng)過深思熟慮，可能會影響企業(yè)的長遠(yuǎn)發(fā)展和技術(shù)方向，這往往也是通信服務(wù)提供商所忽視的。為了降低風(fēng)險，運(yùn)營商必須在積極嘗試與慎重考慮架構(gòu)和大語言模型（LLM）TMAPI和開放數(shù)字架構(gòu)等行業(yè)標(biāo)準(zhǔn)。最后，成功的關(guān)鍵在于選擇最具回報(bào)的用例，保持正確的心態(tài)，并采取穩(wěn)健的技術(shù)決策和成本管理方法。通信服務(wù)提供商可以利用其云計(jì)算領(lǐng)域的FinOps專業(yè)知識和多年的機(jī)器學(xué)習(xí)操作經(jīng)驗(yàn)來實(shí)現(xiàn)大規(guī)模、安全可靠的AI部署。借助適當(dāng)?shù)慕M織文化和技能，通信服務(wù)提供商可以創(chuàng)建和部署可帶來可觀回報(bào)的用例。TMIBMAI采用過程中必須謹(jǐn)慎考慮七項(xiàng)關(guān)鍵因通過仔細(xì)規(guī)劃和開展合作，通信服務(wù)提供商可以更有效地發(fā)揮生成式AI的潛力，推動業(yè)務(wù)的數(shù)字化轉(zhuǎn)型與創(chuàng)新。NikWillettsTMForum首席執(zhí)行官22摘要I，乃將其集團(tuán)首席人工智能和數(shù)據(jù)官DenaAlmansoori集團(tuán)首席人工智能和數(shù)據(jù)官e&

電信行業(yè)對生成式AI的潛力表現(xiàn)出極大興趣。內(nèi)為行業(yè)內(nèi)外帶來機(jī)遇。對準(zhǔn)備不足和資源限制的擔(dān)憂，削弱了高管的期望。只有不到四分之一的受訪高管表示已經(jīng)明確如何通過生成式AI打造差異化企業(yè)戰(zhàn)略。電信高管在推進(jìn)生成式AI過程中必須考慮七個關(guān)鍵因素。著眼于這些因素有助于組織快速且審慎地從實(shí)驗(yàn)過渡到富有成效、創(chuàng)造價值的生成式AI項(xiàng)目。略思維是不可或缺的?！庇新运季S是不可或缺的?！盞enKen十字路口提供商正處于AITM100多個使用AI的用例。1IBM商業(yè)價值研究院（IBMIBV）對300位全球電信行業(yè)領(lǐng)導(dǎo)者的調(diào)查揭示了他們對生成式AI持樂觀態(tài)度，但也承認(rèn)在采用過程中會存在擔(dān)憂。AI，生成AIAI37%。此外，受訪高管也在評估和部署多個關(guān)鍵業(yè)務(wù)領(lǐng)域中的用例（1）。圖1通信服務(wù)提供商正在評估和部署生成式AI在多個業(yè)務(wù)領(lǐng)域的用例。評估 部署 優(yōu)化客戶服務(wù)）信息安全

3%47% 50%3%52% 44%3%財(cái)務(wù)風(fēng)險與合規(guī)銷售營銷人力資源

57%73%70%62%63%73%

38%22% 2%22% 5%33% 1%30% 2%21% 1%問：貴組織在以下職能中采用生成式AI的情況如何？電信高管對這些用例的潛在業(yè)務(wù)影響也抱有高預(yù)期（2）。然而，經(jīng)過仔細(xì)審視，AI也給電信行業(yè)領(lǐng)導(dǎo)者帶來了挑戰(zhàn)。只有不到四分之一的受訪高管表示已經(jīng)明確AI打造差異化企業(yè)戰(zhàn)略。NTTITKenKomazawa強(qiáng)調(diào)：“變革的速度之快，令我們難以有足夠的時間進(jìn)行戰(zhàn)略思考，但戰(zhàn)略思維是不可或缺的?！眻D2隨著眾多用例的提出，高管們預(yù)計(jì)生成式AI將在未來三年內(nèi)為行業(yè)內(nèi)外帶來機(jī)遇?，F(xiàn)在 未來三年成新洞察據(jù)中生80%82%獲取額外數(shù)據(jù)80%82%角色組織的行業(yè)72%82%擴(kuò)大客戶覆蓋68%82%機(jī)會他行業(yè)創(chuàng)造66%79%拓展新市場66%77%開發(fā)產(chǎn)品/服務(wù)49%75%AI和基礎(chǔ)模型和“在一定程度上”的總和。事實(shí)上，大多數(shù)高管認(rèn)為其組織尚未做好充足的準(zhǔn)備來采用生成式AI：45%的受訪高管認(rèn)為準(zhǔn)備程度一般，只有三分之一的受訪者認(rèn)為準(zhǔn)備程度良好。受訪高管認(rèn)為資源限制（包括人才和技術(shù)）是采用生成式AI的主要障礙之一（見圖3）。明確的方法來采用這項(xiàng)技術(shù)。BhartiAirtel首席信息官PradiptKapoor擔(dān)心，通信服務(wù)提供商在進(jìn)行關(guān)鍵決策時缺乏更全面的視野，未能評估不同選擇所可能帶來的機(jī)會和風(fēng)險。他表示：“大型企業(yè)對于所做決策所帶來的后果缺乏清晰的認(rèn)識。”應(yīng)在何處投資？采購哪些基礎(chǔ)設(shè)施？使用哪種模型？如何平衡成本與價值？

IBMTMForum攜手合作，提出了電AI采用過程中面臨的不確定性。理解并解決這些問題可以幫助組織快速且審慎地從實(shí)驗(yàn)過渡到AI項(xiàng)目。e&DenaAlmansoori說道，“徒具速度而無方向，乃是短視。AI的真正潛力在于將其深思熟慮地融入到業(yè)務(wù)的方方面面，確保支持我們的長期目標(biāo)，并在長遠(yuǎn)發(fā)展中增強(qiáng)市場地位。這意味著AI優(yōu)先的方法，對業(yè)務(wù)進(jìn)行戰(zhàn)略轉(zhuǎn)型。”AIAI時從謹(jǐn)慎轉(zhuǎn)變?yōu)樽孕?。圖3高管們在權(quán)衡生成式AI的價值和可行性。采用障礙財(cái)務(wù)依據(jù)/商業(yè)論證不足 生成式AI專業(yè)能力不足

的擔(dān)憂準(zhǔn)確性或偏見45%

41%

39%1 3 513524技術(shù)能力有限 專有數(shù)據(jù)不足的2445% 40%問：貴組織目前采用生成式AI面臨的最大障礙是什么？采用生成式AI的7項(xiàng)關(guān)鍵因素11AI用例2識別和評估數(shù)據(jù)2識別和評估數(shù)據(jù)擇模型并決定所需的

4制定商業(yè)論證4制定商業(yè)論證更新AI治理6 7制定監(jiān)控和調(diào)整計(jì)劃評估和解決技能需求制定監(jiān)控和調(diào)整計(jì)劃81.AI用例AI用例，領(lǐng)先的通信服務(wù)提供商則具備戰(zhàn)略思維，能夠識別快速成效和長期機(jī)會（請參見“觀點(diǎn)：BhartiAirtelAI解決方案”）。但是，組織應(yīng)如何選擇最有意義的重點(diǎn)領(lǐng)域？一種方法是：從低風(fēng)險的實(shí)驗(yàn)開始，提升員工效率，例如使用生成式AI創(chuàng)建營銷活動內(nèi)容或總結(jié)文檔。但真正的挑戰(zhàn)在于識別和部署那些可變革運(yùn)營和客戶體驗(yàn)的優(yōu)質(zhì)用例。（4AI時的主要難題。受訪者還專注于尋找那些能夠根據(jù)戰(zhàn)略對齊、財(cái)務(wù)投資回報(bào)率和最終用戶收益提供最大價值的用例。圖4高管們根據(jù)六項(xiàng)關(guān)鍵標(biāo)準(zhǔn)來評估生成式AI用例。戰(zhàn)略對齊 生態(tài)系統(tǒng)合伙伴成熟度

最終用戶獲益 財(cái)務(wù)投資回報(bào)率 實(shí)施復(fù)雜度 技能可用性問：貴組織優(yōu)先選擇生成式AI用例的關(guān)鍵標(biāo)準(zhǔn)是什么？如前所述，客戶服務(wù)、IT（包括網(wǎng)絡(luò)運(yùn)營）和信息安全已經(jīng)成為生成式AI部署的主要業(yè)務(wù)領(lǐng)域。在這些業(yè)務(wù)領(lǐng)域中，受訪者正在根據(jù)價值和可行性評估用例。例如，在客戶服務(wù)中，配置聊天機(jī)器人和增強(qiáng)知識搜索的排名最高（見圖5）。圖5通信服務(wù)提供商正在根據(jù)可能帶來的價值和實(shí)際部署的可行性來確定最具前景的客戶服務(wù)用例。電信客戶服務(wù)用例高配置聊天機(jī)增強(qiáng)知識器人搜索高配置聊天機(jī)增強(qiáng)知識器人搜索客服輔助分析客戶互動匯總大型流程自動化復(fù)雜文檔低生成個性生成化回復(fù)文檔高價值3價值21信息來源：IBMIBV分析

2 可行性 3 410在考慮用例時，組織應(yīng)選擇那些可跨多個部門和業(yè)務(wù)領(lǐng)AI能力。以增強(qiáng)知識搜索為例，我們的分析表明，這不僅是客戶服務(wù)、網(wǎng)絡(luò)運(yùn)營和信息安全領(lǐng)域的強(qiáng)大用例，也可以應(yīng)用于人力資源、采購或AI算法來改進(jìn)現(xiàn)有知因此搜索結(jié)果會更加個性化，用戶也會更加積極主動。當(dāng)集成到組織的平臺中時，增強(qiáng)型知識搜索可幫助用戶更迅速地找到更準(zhǔn)確的信息。2在評估用例時，NTTKomazawa建議，跨職能團(tuán)隊(duì)至關(guān)重要。他指出，“在業(yè)務(wù)部門，需要銷售和工程部門的參與。在管理部門，則需要治理、法律和知識產(chǎn)權(quán)部門的參與。“BhartiAirtelKapoor提醒通信服務(wù)提供商不應(yīng)將客戶AI可以帶來長特別是在考慮企業(yè)的規(guī)模和地區(qū)差異時，必須權(quán)衡AI的成本與收益。Kapoor建議，長期價值通?？梢酝ㄟ^更好地映射客戶和網(wǎng)絡(luò)數(shù)據(jù)來實(shí)現(xiàn)，然后基于這些數(shù)據(jù)構(gòu)建企業(yè)的生成式AI用例。他說道，“這與數(shù)據(jù)貨幣化有關(guān)，電信企業(yè)一直在努力解決這個問題。他們掌握大量數(shù)據(jù)，但傳統(tǒng)上，聚合商能從中獲取更多的利潤。電信企業(yè)還沒有解決如何在沒有聚合商的情況下互相共享數(shù)據(jù)的問題?！?/p>

需探討的問題您認(rèn)為生成式AI能幫助您解決的主要業(yè)務(wù)問題是什么？該解決方案如何與您的整體戰(zhàn)略對如何將用例應(yīng)用于其他類似的業(yè)務(wù)問題？111111觀點(diǎn)AIartiAirtel聯(lián)合AI盡管許多運(yùn)營商傾向于將其AI開發(fā)和實(shí)施的資源和決策集中在一個部門或團(tuán)隊(duì)內(nèi)，BhartiArtel的首席信息官提出了一種聯(lián)合的AI解II他指出，他們對Airtel的每個部門（供應(yīng)鏈、財(cái)務(wù)、營銷、人力資源等）都進(jìn)行了技術(shù)普及，通過演示和親身體驗(yàn)來介紹生成式AI的概念以及可能的應(yīng)用。他繼續(xù)說道，“我們還嘗試將創(chuàng)意生成過程模板化，通過提出適當(dāng)?shù)膯栴}來識別具有業(yè)務(wù)價值的用例。然后，我們與數(shù)字（產(chǎn)品和工程）團(tuán)隊(duì)合作，看看他們根據(jù)我們現(xiàn)有的數(shù)據(jù)和技術(shù)能夠做些什么?！?835個已投入使用或即將投入使用的AI用例，通過生成式AI在多個領(lǐng)域推動價值創(chuàng)造，聚焦提升客戶服務(wù)、降低成本和效率改進(jìn)。這些用例包括：員工聊天機(jī)器人允許員工詢問諸如“我還有多少假期？”或“育兒政策是什么意思？”等問題。呼叫中心的所有來電都會自動生成通話記錄和摘要，并自動上傳到客戶交互歷史記錄中。進(jìn)一步對通話進(jìn)行情感分析。這些舉措顯著縮短了平均處理時間，并提升了通話質(zhì)量。生成超本地化的內(nèi)容和優(yōu)惠。AI驅(qū)動的語音機(jī)器人呼叫。這項(xiàng)10060%提高到64%。AI幫助生成測試用例和代碼。1212122.識別和評估數(shù)據(jù)AI的命脈。這就要求通信服務(wù)提供商同時考慮所需的數(shù)據(jù)和支持?jǐn)?shù)據(jù)的基礎(chǔ)設(shè)施。e&Almansoori說道，“電信企業(yè)擁有大量的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，是成功利AI模型的理想選擇。然而，只有擁有合適的工具和人才，才能真正發(fā)揮這種數(shù)據(jù)優(yōu)勢?！蓖ㄐ欧?wù)提供商首先應(yīng)檢查是否擁有與每個用例相關(guān)的，準(zhǔn)確、完整和最新的數(shù)據(jù)。這需要收集不同領(lǐng)域的數(shù)據(jù)并進(jìn)行整合，如客戶互動、網(wǎng)絡(luò)性能指標(biāo)和外部數(shù)據(jù)提供商。這還可能涉及非運(yùn)營商數(shù)據(jù)。例如，天氣和交通數(shù)據(jù)可以用于預(yù)測網(wǎng)絡(luò)問題，競爭對手故障的社交媒體數(shù)據(jù)可以用來推動營銷活動。在評估這些數(shù)據(jù)時，通信服務(wù)提供商必須考慮數(shù)據(jù)隱私和安全法規(guī)，這些法規(guī)會影響關(guān)于如何使用、保護(hù)和存儲客戶數(shù)據(jù)的決策（例如存儲在本地還是云端）。事實(shí)上，71%AI模型中的數(shù)據(jù)流動和使用。超過三分之一的受訪者（37%）擔(dān)心網(wǎng)絡(luò)安全黑客會操控他們的生成式AI本的數(shù)據(jù)安全原則，以保護(hù)模型的輸入和輸出。4通信服務(wù)提供商還必須防范數(shù)據(jù)中的潛在偏差。這意味著要追蹤模型中所使用數(shù)據(jù)的來源，并確保數(shù)據(jù)代表了不同的客戶、網(wǎng)絡(luò)和場景。最后，通信服務(wù)提供商的數(shù)據(jù)基礎(chǔ)設(shè)施對于集成來自不同來源的數(shù)據(jù)至關(guān)重要。遺憾的是，這對于許多通信服務(wù)提供商都是一個薄弱環(huán)節(jié)。BhartiAirtelKapoor指出：“我認(rèn)為，大多數(shù)電信企業(yè)將數(shù)據(jù)基礎(chǔ)設(shè)施視為一不僅僅用于存儲和報(bào)告數(shù)據(jù)，更應(yīng)支持業(yè)務(wù)決策和技術(shù)創(chuàng)新，但很少有電信企業(yè)考慮到這點(diǎn)?！?0%AI將在未來三年顯著加速他們與數(shù)據(jù)和分析平臺的合作。60%的受訪者承認(rèn)他們的數(shù)據(jù)集成能力仍處于不成熟或初級階段。這些限制可能會使通信服務(wù)提供商難以獲取最符合其生成式AI用例的數(shù)據(jù)。數(shù)據(jù)織物架構(gòu)等先進(jìn)解決方案可以支持多個數(shù)據(jù)管道和云環(huán)境的端到端集成。5Kapoor說道，“分類明確、易于理解的高質(zhì)量數(shù)據(jù)是AIAI首先應(yīng)投資數(shù)據(jù)平臺。”

需探討的問題您的數(shù)據(jù)基礎(chǔ)設(shè)施是否支持集成各種來源的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)？您的數(shù)據(jù)治理政策和程序是否支持在生成式AI模型中負(fù)責(zé)任地使用數(shù)據(jù)？如何加強(qiáng)數(shù)據(jù)安全文化？3.并AI模型迅速發(fā)展，為通信服務(wù)提供商提供了多種選擇。去年，人們的關(guān)注點(diǎn)聚焦于多用途的大語言模型（LLM）上，而今年小語言模型（SLM）的發(fā)展則更具成本效益6（OpenAIChatGPTAnthropicClaude以及開放模型（MetaLlamaMistralAIMixtral）。有些模型是多模態(tài)的，能7（請參見：“觀點(diǎn)：網(wǎng)絡(luò)基礎(chǔ)模型提升網(wǎng)絡(luò)性能潛力”）。NTTKomazawa（包括日本組織他們已經(jīng)構(gòu)建了自己的大語言模型。他說道，“從地緣政治角度來看，日本是一個獨(dú)特的環(huán)境，擁有自己的語言和文化?！钡差A(yù)測，日本將使用多種大語言模型。選擇一種或多種模型并非易事。最終，通信服務(wù)提供商可能需要多種模型，以提供更高AI應(yīng)用的多樣性，但也會帶來AI技術(shù)的投資，避免因過度投入而積累無法有效管理的技術(shù)債務(wù)。8AI模型和服務(wù)供應(yīng)商時，應(yīng)避免依賴單一供應(yīng)商，以便能夠靈活應(yīng)對技術(shù)進(jìn)步的快速變化。在通信服務(wù)提供商評估其模型選擇時，還需要考慮如何根據(jù)具體需求精確地調(diào)整這些模型的功能和參數(shù)，以滿足特定需求。使用最廣泛的技術(shù)包括：模型添加更多特定的或新的信息。9檢索增強(qiáng)生成（RAG）。這項(xiàng)技術(shù)利用外部數(shù)據(jù)源提需要將模型與持有附加數(shù)據(jù)的系統(tǒng)進(jìn)行集成。10適用于多種自然語言處理任務(wù)（析、問題解答等），然是一項(xiàng)成本較高的技術(shù)。11許多通信服務(wù)提供商仍在使用傳統(tǒng)技術(shù)，如何將生成式AI與現(xiàn)有技術(shù)有效集成是一項(xiàng)嚴(yán)峻的挑戰(zhàn)。e&集團(tuán)的AlmansooriAI的優(yōu)勢顯而易見，但采用AI需要在前期妥善處理與傳統(tǒng)系統(tǒng)的互操作性問題。圍繞需求進(jìn)行戰(zhàn)略規(guī)劃、精簡傳統(tǒng)基礎(chǔ)設(shè)施以及切實(shí)可行的分階段集成方法是關(guān)鍵所在。”

需探討的問題貴組織將如何處理來自供應(yīng)商的模型變更（模型版本控制）？AI模型的使用是否會改變工作流程？它將如何融入當(dāng)前的運(yùn)營框架？模型決策過程的透明度如何？供應(yīng)商如何處理數(shù)據(jù)隱私和安全問題？觀點(diǎn)網(wǎng)絡(luò)性能潛力12升快速發(fā)展的AI技術(shù)正在改變電信行業(yè)解決復(fù)雜問題的方法。IBMResearch?將基礎(chǔ)模型應(yīng)用于網(wǎng)絡(luò)數(shù)據(jù)，利用未標(biāo)記的大數(shù)據(jù)集來推動創(chuàng)新。聯(lián)合領(lǐng)先的通信服務(wù)提供商，該團(tuán)隊(duì)在優(yōu)化城市環(huán)境中的無線接入網(wǎng)絡(luò)(RAN)參數(shù)方面取得了突破。通過定制和微調(diào)基礎(chǔ)模型，使其與移動網(wǎng)絡(luò)數(shù)據(jù)兼容，電信企業(yè)在提高網(wǎng)絡(luò)性能的同時，也提升了網(wǎng)絡(luò)的覆蓋范圍。概念A(yù)I(NPS)XGBoost等傳統(tǒng)機(jī)器學(xué)習(xí)方法。經(jīng)過訓(xùn)練的基礎(chǔ)模型可應(yīng)用于多種用例，包括：AI能夠識別性能不佳的基站，有效優(yōu)化資源分配，提高整體網(wǎng)絡(luò)性能。AI能夠幫助電信企業(yè)根據(jù)網(wǎng)絡(luò)狀況調(diào)整最優(yōu)配置，確保網(wǎng)絡(luò)效率最大化。多變量分析。多變量分析能夠幫助電信企業(yè)評估新特性或新功能對網(wǎng)絡(luò)性能的影響，從而進(jìn)行科學(xué)決策和優(yōu)化。網(wǎng)絡(luò)模擬器。使用基礎(chǔ)模型預(yù)測配置變化的影響，從而迭代調(diào)整參數(shù)，優(yōu)化網(wǎng)絡(luò)關(guān)鍵績效指標(biāo)。這種模擬驅(qū)動的方法將徹底改變通信服務(wù)提供商優(yōu)化網(wǎng)絡(luò)性能的方式，利用數(shù)據(jù)洞察使得決策更加科學(xué)，并在市場中保持競爭優(yōu)勢。1717174.制定商業(yè)論證AI解決方案并不是簡單添加到現(xiàn)有系統(tǒng)中的附加組件，這不僅涉及高昂的成本，還需要技術(shù)上的深度整合。這項(xiàng)技術(shù)要求通信服務(wù)提供商考慮整個解決方案生命周期中的成本。13具體包括：推理成本。推理成本反映了模型生成響應(yīng)所需的費(fèi)用。該過程需要大量計(jì)算資源。AI應(yīng)用的成本，還需考慮應(yīng)用生成數(shù)據(jù)的額外存儲成本。還必須重新審視云計(jì)算和傳統(tǒng)基礎(chǔ)設(shè)施戰(zhàn)略，以確保它們對生成式AI解決方案而言具有成本效益。部署成本。部署成本包括在多個地區(qū)部署解決方案的費(fèi)用，例如服務(wù)器托管。人才成本。必須考慮短期和長期的人才計(jì)劃，包括開發(fā)人員、數(shù)據(jù)管理人員和安全團(tuán)隊(duì)的再培訓(xùn)和招聘優(yōu)先事項(xiàng)；加強(qiáng)安全教育，使員工意識到生成式AI帶來的風(fēng)險；以及確定人工反饋在模型訓(xùn)練中的作用。AI/服務(wù)來推動業(yè)務(wù)價值。例如，IBMAI解40%，遏制潛在網(wǎng)絡(luò)威脅的速度895%。14為了更好地了解解決方案的財(cái)務(wù)價值，通信服務(wù)提供商可以使用價值樹來評估該解決方案如何幫助增加收入、管理成本和降低風(fēng)險。更具體地說，他們需要評估特定指標(biāo)，如新客戶的百分比、新產(chǎn)品收入的百分比、銷售周期時間、營銷投資回報(bào)率以及檢測和響應(yīng)網(wǎng)絡(luò)安全事件的平均時間等（見圖6）。15圖6與關(guān)鍵業(yè)務(wù)績效指標(biāo)對齊的價值樹有助于識別生成式AI解決方案的財(cái)務(wù)價值。增加有機(jī)收入增加客戶數(shù)量增加有機(jī)收入增加收入增加收入管理成本實(shí)現(xiàn)盈利性增長管理聲譽(yù)風(fēng)險降低風(fēng)險管理運(yùn)營風(fēng)險管理現(xiàn)場服務(wù)成本管理產(chǎn)品/服務(wù)開發(fā)成本成成本(GA)般及行政管理市場營銷成本管理客戶服務(wù)成本管理IT成本管理網(wǎng)絡(luò)安全 管理技術(shù)風(fēng)險管理人員風(fēng)險信息來源：IBMIBV對標(biāo)值項(xiàng)目通過價值樹構(gòu)建有效的商業(yè)論證需要技術(shù)團(tuán)隊(duì)和財(cái)務(wù)e&Almansoori表示術(shù)領(lǐng)導(dǎo)者和財(cái)務(wù)團(tuán)隊(duì)之間的緊密合作可以將技術(shù)愿景和指標(biāo)轉(zhuǎn)化為明確的業(yè)務(wù)效益和投資回報(bào)率預(yù)測，同時優(yōu)化投資，確保項(xiàng)目結(jié)構(gòu)合理，最大限度地提高投資回報(bào)率。”

需探討的問題您希望通過生成式AI用例改善哪些關(guān)鍵績效指標(biāo)？您期望增加收入還是降低成本？實(shí)現(xiàn)目標(biāo)最具成本效益的訓(xùn)練模型方式是什么？您的技術(shù)團(tuán)隊(duì)和財(cái)務(wù)團(tuán)隊(duì)之間是否建立合作，以指導(dǎo)業(yè)務(wù)案例開發(fā)？若沒有，如何加強(qiáng)合作？5.AI治理AI的成功不僅依賴于技術(shù)本身，還取決于企業(yè)對其治理的重視。有效的治AI安全運(yùn)行且合乎倫理。AI的治理框架必須能夠識別和防范技術(shù)帶來的風(fēng)險，例如算法偏見、歧視以及對個人隱私的侵犯。同時，AI的決策過程需要具備可解釋性，以增強(qiáng)用戶的信任和接受度。16e&集團(tuán)的Almansoori表示，“數(shù)據(jù)準(zhǔn)確性和偏見問題不容小覷。由于電信企業(yè)擁有對用戶的個人數(shù)字信息流的獨(dú)特訪問權(quán)限，并充當(dāng)網(wǎng)絡(luò)監(jiān)管角色，我們觀察到監(jiān)管機(jī)構(gòu)和客戶，對數(shù)據(jù)主權(quán)、隱私和模型可解釋性問題的關(guān)注不斷增加?！盢TTKomazawa同樣強(qiáng)調(diào)了治理的重要性。他說道，“曾經(jīng)有些技術(shù)極具變革潛力，飽受期待。但由于治理問題，我們未能做出部署決策。”AI治理充滿信心，78%的受訪者表示他們已經(jīng)建立了明確的組織結(jié)構(gòu)、政策和流程。例如，為保護(hù)知識產(chǎn)權(quán)，組織需要為員工如何使用生成式AI制定準(zhǔn)則，并且治理框架應(yīng)當(dāng)解決使用基于大量數(shù)據(jù)預(yù)訓(xùn)練模型可能出現(xiàn)的問題，尤其是在組織對這些數(shù)據(jù)控制較少的情況下。通信服務(wù)提供商不斷推進(jìn)生成式AI用例，e&集團(tuán)的AlmansooriAI治理框架，以應(yīng)對以下問題：加大對可解釋性和透明度的關(guān)注。生成式AI需要對模型生成內(nèi)容（如文本、代碼或其他媒體）的方式有AI創(chuàng)作背后的推理過程，并減少訓(xùn)練數(shù)據(jù)中的偏見。AI相關(guān)的獨(dú)特風(fēng)險。監(jiān)管框架和標(biāo)準(zhǔn)不斷發(fā)展，以預(yù)測惡意用途的深度偽造和其他形式的合成媒（AI法規(guī)迷宮AI技術(shù)的發(fā)展，將會出臺更多的功能限制和監(jiān)AI技術(shù)符合最新的法規(guī)和監(jiān)管標(biāo)準(zhǔn)。AI與人類協(xié)作的性質(zhì)不斷演變，通AI的AI協(xié)助時決策責(zé)任的歸屬，并在關(guān)鍵任務(wù)中保留人類監(jiān)督。AI依賴大量訓(xùn)練數(shù)據(jù)，這引發(fā)了對偏見以及無意中使用版權(quán)數(shù)據(jù)的擔(dān)憂。17需要評估風(fēng)險，并明確其在數(shù)據(jù)隱私方面的責(zé)任。AI原則不僅符合道德和法律要求，還有助于提升企業(yè)的市場競爭力。Almansoori表示，“若電信企業(yè)從一開始就將透明度、可解釋性、安全性和公并比那些遲遲未采用更合乎道倫理實(shí)踐的競爭對手更具優(yōu)勢。夯實(shí)基礎(chǔ)是關(guān)鍵?！?/p>

需探討的問題您現(xiàn)有的AI治理發(fā)展得如何？您的解決方案將部署在哪些國家？這些國家有哪些AI相關(guān)的法規(guī)？您將如何確保生成式AI輸出的透明度？觀點(diǎn)應(yīng)對AI法規(guī)迷宮AI法規(guī)，將對通信服務(wù)提供商更新其治理框架產(chǎn)生重大影響。該法案要求各組織確保被視為“高風(fēng)險”AI應(yīng)用是安全、透明的，并嚴(yán)格遵守隱私法律。18但除了歐盟的《人工AI法規(guī)網(wǎng)絡(luò)，這些法規(guī)正在全球范圍內(nèi)逐步建立，涉及從美國州級法律到國家層面。19例如，加拿大正在推進(jìn)《人工智能和數(shù)據(jù)法案》，印度提出了《數(shù)字印度法案》，中國AI監(jiān)管結(jié)構(gòu)。20e&Almansoori舉例說明了法規(guī)將如何適用于通信服務(wù)提供商：展示聊天機(jī)器人如何生成其響應(yīng)，避免生成具有欺騙性或誤導(dǎo)性的營銷信息AI系統(tǒng)如何預(yù)測網(wǎng)絡(luò)流量模式和分配資源。AI法規(guī)的演變和影響。技術(shù)公司AI解決方案中，以幫助組織減輕負(fù)擔(dān)。2323236.評估和解決技能需求AIe&集團(tuán)的Almansoori看來，這是一個更為深層的問題。她指出，“戰(zhàn)略性的人才招聘和技AI中心，而不僅僅依賴招聘。他們正在投資于人才的再培訓(xùn)?！眅&AICitizenX項(xiàng)目，確保員工在這些項(xiàng)目中獲得廣泛的培訓(xùn)機(jī)會。除了理論學(xué)習(xí)，e&還注重實(shí)踐經(jīng)驗(yàn)的積累。通過結(jié)合實(shí)際項(xiàng)目，員工能AI技術(shù)，并具備解決實(shí)際問題的能力。e&2021年推出了AIAI基礎(chǔ)知識，無論其工作安排或背景如何。同樣，NTTKomazawaAI的興趣，他AIAI用例、治理和安全問題。與以往的技術(shù)（如云或網(wǎng)絡(luò)基礎(chǔ)設(shè)施）一樣，通信服務(wù)提供商可以依靠業(yè)務(wù)合作AI技能方面的差距。事實(shí)上，我們的受訪者正寄希望于此：74%的AI創(chuàng)新工作至關(guān)重要。76%AIAI解決方案，無需通信服務(wù)提供商徹底改造其傳統(tǒng)基礎(chǔ)設(shè)施。然而，Almansoori再次提醒不要過度依賴合作伙伴。她說道，“過度依賴特定供應(yīng)商的專有技術(shù)和解決方案，會限制組織在動態(tài)市場中的長期戰(zhàn)略靈AI能力建設(shè)，電信企業(yè)可能難以實(shí)現(xiàn)所需的規(guī)模?！彪娦蓬I(lǐng)導(dǎo)者也認(rèn)識到，員工對AI的擔(dān)憂可能會對實(shí)施造成挑戰(zhàn)。Almansoori說道，“組織惰性、缺乏優(yōu)先級劃分以及對變革的抵觸情緒，可能會嚴(yán)重阻礙AI的采用。這不僅包括技術(shù)轉(zhuǎn)型，還包括改變公司文化，接受數(shù)據(jù)驅(qū)動的決策，重新定義工作角色，并解決員工的期望和對工作流失的擔(dān)憂?！盇lmansoori指出，e&的目標(biāo)是“確保負(fù)責(zé)任的過渡，AI創(chuàng)造新機(jī)會，并重塑現(xiàn)有角色。與其將AI之間的對立，將其視為互補(bǔ)力量，增強(qiáng)彼此的能力更為準(zhǔn)確?！?/p>

需探討的問題您需要在內(nèi)部培養(yǎng)哪些能力（AI機(jī)器學(xué)習(xí)、數(shù)據(jù)科學(xué)、提示工程等您可以建立哪些類型的再培訓(xùn)計(jì)劃？如何創(chuàng)造一種有利于生成式AI發(fā)展的21業(yè)務(wù)合作伙伴可以在短期和長期內(nèi)發(fā)揮什么作用，幫助啟動和確保生成式AI項(xiàng)目？2525257.制定監(jiān)控和調(diào)整計(jì)劃最后，通信服務(wù)提供商如何評估其AI解決方案是否達(dá)到了預(yù)期效果？在推進(jìn)采用生成式AI時，通信服務(wù)提供商不能忽視這一規(guī)劃點(diǎn)。AIAI項(xiàng)目進(jìn)實(shí)施方案。AI發(fā)展迅速，通信服務(wù)提供商必須關(guān)注技術(shù)的前沿進(jìn)展，及時更新其技術(shù)應(yīng)用，并NTT公司的KomazawaAI至關(guān)重要。AI領(lǐng)域中的服務(wù)。仔細(xì)觀察市場，了解新服務(wù)是否安全，并且符合相關(guān)的法律和監(jiān)管要求。”他表示，“只有接受新技術(shù)帶來的挑戰(zhàn)，電信企業(yè)才能真正提供創(chuàng)新的服務(wù)，并在市場中獲得競爭優(yōu)勢?！?/p>

需探討的問題您的訓(xùn)練數(shù)據(jù)質(zhì)量是否足夠高？您選擇的生成式AI模型是否提供了所需的輸出精度和準(zhǔn)確性？您可以建立哪些系統(tǒng)或委員會，以保持對最新生成式AI進(jìn)展、安全風(fēng)險和法律法規(guī)的關(guān)注？備注和參考資料BuildinganAIstrategy:putthefoundationsinplace.TMForumKnowledgeBenchmark.March/research-and-analysis/reports/building-an-ai-strategy-telcos-put-the-foundations-in-placeGaray,Caroline,JadenSibrian,andVictorAlamillo.“ScaleknowledgemanagementusecaseswithgenerativeIBMThinkBlog.July27,2023./blog/scale-knowledge-management-use-cases-with-generative-ai/InterviewwithBhartiAirtelCIO,PradiptApril19,2024.Rodgers,Clark,MoumitaSaha,DimpleAhluwalia,Skapinetz,andGeraldParham.SecuringgenerativeAI:Whatmattersnow.IBMInstituteforBusinessValueinpartnershipwithAmazonWebServices.May2024.https://ibm.co/securing-generative-ai“Whatisadatafabric?”IBMwebsite.AccessedMay9,2024.https://www.ibm.com/topics/data-fabric“GenerativeAIBusiness.October10,2023./nlp/how-smaller-llms-could-slash-costs-of-generative-aiRouse,Margaret.“MultimodalAI(MultimodalArtificialIntelligence).”Techopedia.July4,2023.artificial-intelligenceBuildinganAIstrategy:putthefoundationsinplace.TMForumKnowledgeBenchmark.March/research-and-analysis/reports/building-an-ai-strategy-telcos-put-the-foundations-in-place“PromptEngineeringvsFinetuningvsMYSCALE.March26,2024.prompt-engineering-vs-finetuning-vs-rag/Ibid.Ibid.

BasedonaninterviewwithIBMResearch,Apr