電信運營商調查：電信運營中的AI

雖然電信IT軟件正在逐步實現AI賦能，但在大多數領域實現AI驅動仍需數年時間。關于投資回報率的問題仍然存在，尤其是生成式人工智能（GenAI）方面，盡管有相當一部分運營商認為AI投資也應考慮非財務效益。AI的輸出質量、數據質量以及技能缺乏也是顯著的障礙。 

代理式AI將首先在客戶服務領域顯現其影響，盡管從長遠來看，它將對網絡運營影響最大。運營商預計將購買代理式AI軟件，同時也會在內部構建這些能力。

令人鼓舞的是，大多數運營商正在使用傳統的關鍵績效指標（KPI）來衡量AI賦能的電信IT軟件的影響。這表明他們主要在利用AI提升現有流程的效率，而不是開展全新的任務。在GenAI最常被用于提升效率的領域中，分析和客戶服務是最為常見的兩個板塊。 

過去一年中，大多數運營商在電信特定活動和非電信特定活動中都增加了對AI的使用，盡管也有相當一部分運營商沒有改變對其的使用。運營商對所使用工具的質量總體上表示滿意。不過，他們仍然認為電信專用的大語言模型（LLM）是必要的，特別是在網絡管理和安全方面。目前，Google/Gemini和OpenAI/GPT-4.5是實際生產中最常用的LLM，而提示工程被視為利用這些基礎模型的最有效方法。 

不出所料的是，運營商認為，超大規模云服務商在協助其制定AI戰略方面處于最有利的位置。然而，識別具體應用場景仍是他們最迫切的需求。大多數運營商預計將采用多個專用的AI平臺來針對不同的使用場景。 

主要建議 

一旦供應商提供AI支持的電信 IT 軟件，運營商就應立即開始使用，或者當供應商不提供此類軟件時，尋找其它提供的供應商。越早積累相關經驗，收益就越大。即使投資回報尚不明確，所獲得的知識也很可能在未來帶來回報。 

運營商應該考慮如何利用A來重新設計其運營流程。提高現有流程的效率固然有其益處，但徹底改造流程，使其能夠完成以前不可能完成的任務，可能會產生變革性的影響。 

運營商不應因缺乏專為電信行業定制的 LLM 而放棄使用 GenAI。當前的早期采用者已經在從基礎模型中獲取價值，常用的方法包括提示工程和檢索增強生成。 

供應商應利用AI，協助其運營商客戶完成提升數據質量所需的艱巨工作。AI的輸出質量取決于其輸入數據的質量，因此，除非以有意義且可持續的方式解決數據質量問題，否則AI的潛在優勢將難以真正實現。 

供應商應向其運營商客戶提供關于其AI解決方案的充分解釋和可觀察到的實際收益。運營商對AI如何生成建議的理解越深入，就越有可能采納這些技術。如果他們對AI的輸出結果更有信心，就會更愿意將其應用于更多的使用場景。 

文章版權和解釋權歸微信平臺Omdia所有

Omdia隸屬于Informa TechTarget, Inc.（納斯達克代碼：TTGT），是一家全球領先的技術研究與咨詢機構。依托對科技市場的深刻洞察、與行業領導者的深入對話以及龐大數據資源，Omdia幫助客戶洞察趨勢、把握機遇，搶占市場先機。從研發到投資回報，我們識別最具潛力的機遇，推動科技產業持續發展。