Page 21 - 网络电信2024年6月刊
P. 21

运营商专栏

     提高网络规划、建设等智能化能力                   术,实现千人千面的差异化服务,但由于这些AI客服系统受制
      以基于需求的网络管理与运营为例,通过深入分析大量历        于语义识别待准确等问题,存在答非所问等问题,AI改善体验
史网络数据、用户话单以及相关事件等信息,AI可以精准预测           方面仍有较大发展空间。
未来的网络需求、网络预期指标,来协助网络运营者合理规划
与预判网络能力。以AI在Amdocs应用为例,Amdocs智能网络套          重塑产业
件是通过增强的环境感知网络功能、服务可用性和解决方案生                  AI可以分析历史数据,以识别工作流程中的瓶颈、低效率
成能力,加速服务设计。                            和需要改进的领域,来提升通信运营效率,实现运营自动化。
     提高网络能效                            具体来说,AI通过分析大量数据集、识别模式和生成见解来加
      首先,在网络侧,实现更强大的网络休眠模式,更高性能        速创新,推动各个行业的进步,带来技术、工艺等的突破,目
的基站、天线等,以及实现网络高效调度、拥塞控制。例如AI           前已经在材料科学等领域取得了科研突破,在电信领域期待进
可以根据用户的网络使用习惯和需求,提供定制化的网络资源            一步突破。
分配建议,AI可以分析2B用户等的网络需求,为企业提供最佳                以AI在Amdocs应用为例,AmdocsamAIz能够在整个电信生态
的网络配置方案,实现资源调度、拥塞控制更自治化,减少能            系统中部署生成式人工智能用例,改变服务提供商在整个用户
源浪费。                                   和运营生命周期中探索、协助、生成和推荐活动的能力,并提
      其次,提升故障诊断效率及服务满意率,自动化例行任         高效率和生产力。
务、简化运营管理。以网络基础设施的维护和监测为例,人工
智能通过预测故障、智能巡检、维修优化以及决策支持,为网                其他赋能领域
络基础设施的可靠性、稳定性和
高效性提供了重要支持。基于对                              推动AI与运营商数字化转型协同发展
大量传感器数据等的定期监测,                                                                       根据“数据二十条”的内
结合AI和数字孪生的算法判断来
评估设备健康状况、预测设备故                                                                 容:数据要素市场在初次分配阶
障、提前提醒人员进行修复和维                                                                 段,按照“谁投入、谁贡献、谁
护、实时安排维修计划,最大限                                                                 受益”的原则,推动数据要素收
度提升网络能效。例如以AI在                                                                 益向数据价值和使用价值创造者
Amdocs应用为例,Amdocs智能运                                                           合理倾斜。一方面,电信运营商
营是通过访问实时体验数据增强                                                                 拥有用户、网络、位置信息等大
专家能力,以加快决策制定,实                                                                 数据,在安全合规的前提下AI赋
现零接触运营。                                                                        能其创新开发再利用,能够很好
     增强网络安全性                                                                   地挖掘数据的商业价值,推动数
      AI可以通过分析网络流量和                                                            据要素价值的产品化和服务化;
日志数据来识别异常模式实现威胁监测,可以通过监视用户和                                                    另一方面,电信运营商作为数据
设备的行为检测到异常活动,可以通过自动分析来自各种威胁                                                    服务方深度参与数据处理和数据
情报源的信息来及时识别潜在的攻击,还可以实现自动化的响                                                    交易环节的工作,运用AI、区块
应机制以迅速应对威胁,可以扫描网络以发现潜在的漏洞并建            链等技术保障数据资产安全可信地流通。
议修复措施。                                      实现AI与算力紧密结合
     体验方面,提升客服效率,打造个性化体验                     从国内电信运营商2023年公开财报可见,科技、通信产
      电信行业面临用户需求不同的挑战。AI可以帮助选择套        业的活力基本来自AI、数据要素市场等,这背后都离不开云计
餐,通过提供量身定制的服务来实现用户个性化体验。通过分            算,国内三大电信运营商在2023年不约而同将资本支出向算力
析用户使用模式、服务偏好等大数据,助力电信运营商研发满            网络领域倾斜。
足用户需求的个性化产品,创造独特的用户体验。除此以外,                  当下,运营商的云资源池和边缘节点已具规模,作为通信
AI具备持续学习和适应性的特点,用户需求和偏好随着时间推           基础设施的建设方和运营方,丰富的云网资源能够更好地服务
进而演进,利用AI可以迅速识别这些变化,调整个性化服务实           企业数字化转型,AI需要强大的算力能力,AI也需要进一步赋
现迭代,以此长期保持用户黏性,促进电信运营商在高度动态            能算力网络,实现电信运营商未来成长。
的市场中保持竞争优势。                                 深入大模型研发
      以AI在Amdocs应用为例,Amdocs用户参与平台是基于自        当前我国电信运营商在现有的连接和算力资源基础上,
然语言和用户环境输入,创建网络感知解决方案提案和架构配            为了满足未来大模型训练和推理需求,投入建设大模型基础设
置,Amdocs目录可以实现根据人口统计细分、价格敏感度和相         施。但是大模型部署难度大、成本高,大模型的竞争将逐渐演
关购买倾向,生成新的消费者服务产品。另外,电信运营商已            变为各参与方在大规模算力资源层面的竞争,以及对开发部署
经建设了AI客服系统,包含智能语音引导、AI质检等多项技           成本接受支持能力的比拼,未来各运营商需要持续加大在大模
                                       型领域的布局与投入,实现相应的突破。

                                           分功能细化、分阶段推进

20 网络电信 二零二四年六月
   16   17   18   19   20   21   22   23   24   25   26