生成式 AI 是电信行业变革的催化剂

生成式人工智能 (AI) 在 2023 年突然成为主流，点燃了企业将企业级版本集成到其流程中的热情。到 2024 年，60% 的高级管理层计划以某种方式试行或运营生成式 AI，这表明生成式 AI 面向公众的平台已经让世界意识到其突破性的能力

特别是对于通信服务提供商 (CSP) 和网络设备提供商 (NEP) 而言，生成式 AI 具有巨大潜力，可以帮助改善各种运营和用户参与。具体来说，生成式 AI 将改变客户服务、IT 和网络优化以及数字劳动力，即自动化可以显著提高敏捷性和效率的所有领域。CSP 和 NEP 通常拥有庞大的支持中心，而 IBM 有潜力帮助转变所有生态系统参与者之间的工作流。以下是 AI 可以促进电信生态系统转型的一些方式：

传统上，管理客户关系的工作属于被动型工作：接打电话、回复电子邮件和制定解决方案。将生成式 AI 融入这些互动有助于向更主动的客户关怀转变，从而有可能提高客户满意度，解锁新的收入来源。通过消除常规类型的问答环节，客户服务代理将能够专注于复杂的案例，这是同时提升净推荐值和员工满意度的完美案例。

聊天机器人已经存在了一段时间，但通常会给客户带来令人沮丧的体验。生成式 AI 可以超越基本的问答，还可以通过训练识别负面情绪并将工单分类给合适的代理，从而减少进一步上报的情况，并使代理能够快速、适当地做出反应。聊天机器人技术还可以应用于电话交互，进一步完善客户服务流程。

AI 还有助于推动自动化推广，预测客户的需求和问题，以及实现个性化营销，从而促进销售额提升并优化客户体验。例如，AI 可以查看一系列输入信息来构建优惠，例如当前使用情况和资费计划、设备所有权生命周期、服务体验，扩展优惠以升级，并根据优惠购买更多产品或保留服务。这可能有助于减少客户流失、提高每用户收入并降低订阅者获取成本。

AI 有助于提高电信网络的性能、效率和可靠性，这对于满足不同客户群日益增长的需求至关重要。通过实时数据分析和预测，AI 工具可以帮助在网络运营中心工作的员工和网络工程师缓解拥塞，缩短停机时间。随着 5G 网络的不断扩展，对智能负载均衡和流量整形的需求可能会增长。

AI 增强的网络优化可以在多种方面使 CSP 受益：它不仅可以通过增强客户服务来增加公司的竞争优势，而且还可以通过缓解资源压力、帮助 CSP 和 NEP 之类的公司避免资源过度配置或配置不足，从而辅助管控运营成本。

CSP 可以利用 watsonx.ai 来训练、验证、调整和部署 AI 和机器学习能力，以帮助优化网络性能。Watsonx 的开源框架和 SDK 以及 API 库旨在更轻松地将 AI 实施到电信公司已用于监管其网络的现有软件平台中。

AI 的一个主要优点是，它可以作为一种生产力工具，自动执行较为日常和耗时的任务，使员工能够腾出时间，专注于更高层次的活动和工作。当今的许多员工在日常工作中使用大量的手动流程或零散的工具，并且不断地切换屏幕。一个很好的例子是使用 IBM Watson Orchestrate，利用机器人流程自动化简化工作流，并连接到应用程序，帮助员工更轻松地处理各种任务。

在着手实施 AI 增强之前，CSP 和 NEP 必须注意制定战略，以使这些强大的工具发挥最大效力。

AI 依赖数据，但许多组织仍在使用各种孤立的存储库。CSP 和 NEP 应定义和建立混合信息架构，以促进数据在多云环境中的轻松流动，并提供对数据质量的洞察分析。Watsonx.data 有助于简化这一过程，允许 CSP 和 NEP 在基于开放式湖仓一体架构的数据存储中扩展 AI，该架构支持查询、管理和流畅地访问数据。使用 watsonx.data，CSP 和 NEP 内部的业务职能部门可以通过单一入口点访问其数据，并连接到存储空间和分析环境，从而建立对数据的信任，并从可审计的来源开展工作。

制定了全面组织和数据战略的 CSP 和 NEP 不仅能够最大限度地发挥其 AI 框架的能力和道德规范，还可以应用这些战略来指导企业客户走上自己的旅程，从而在此过程中开辟获得额外收入流的潜力。

随着 AI 的能力不断发展，组织应该从两条道路中进行选择：一些组织将把 AI 视为其业务各个方面的附加工具，而另一些组织则将 AI 视为优先要务。走后一条路的 CSP 和 NEP 将有能力在成本节约、服务质量和客户体验方面获得针对竞争对手的优势，而这种优势只会随着未来十年 AI 的不断成熟而日益加大。

要详细了解 IBM 的 AI 产品（例如 watsonx）如何为电信行业做出贡献，请于 9 月 26 日至 28 日，在拉斯维加斯会展中心西厅举行 MWC Las Vegas 期间访问我们的 1010 号展位。