AI di bidang telekomunikasi

Industri telekomunikasi (telecom, telco) terus berinvestasi dalam kecerdasan buatan (AI) untuk meningkatkan kualitas layanan bagi pelanggan sekaligus mendorong peningkatan profitabilitas.

Seperti perusahaan di industri lain, perusahaan telekomunikasi memahami masa depan mereka didukung AI. Mengadopsi layanan AI memungkinkan perusahaan melayani pelanggan dengan lebih baik, meningkatkan efisiensi operasional, dan pada akhirnya mendorong pertumbuhan keuntungan.

Survei terbaru oleh IBM Institute for Business Value terhadap 300 pemimpin telekomunikasi global mengungkapkan bahwa sebagian besar penyedia layanan komunikasi saat ini sedang mengevaluasi dan menerapkan contoh penggunaan gen AI di berbagai aspek bisnis mereka.

Sebuah studi dari Nvidia pada tahun 2024¹ mengungkapkan bahwa hampir 90% perusahaan telekomunikasi telah menggunakan AI, dengan 48% berada dalam tahap uji coba dan 41% sudah menerapkan AI. Sebagian besar penyedia layanan (53%) telekomunikasi setuju atau sangat setuju bahwa adopsi AI dapat memberikan keunggulan kompetitif.

Industri telekomunikasi harus berinvestasi dalam teknologi dan layanan AI yang tepat. Dengan begitu, mereka mempersiapkan organisasi untuk memanfaatkan kemampuan penuh AI.

AI menghasilkan beberapa kemajuan dalam penyediaan layanan.

• Machine learning atau Pembelajaran Mesin
• Pembelajaran Mendalam
• AI Generatif
• Kembaran digital
• Otomatisasi cerdas

Machine learning dapat membantu perusahaan telekomunikasi mengolah kumpulan data dalam jumlah besar, sering disebut sebagai big data, untuk menghasilkan insight yang dapat ditindaklanjuti. Machine learning biasanya melibatkan aktivitas manusia untuk membantu sistem mengidentifikasi pola dan melakukan tugas dengan lebih baik.

Pendekatan ini memungkinkan perusahaan telekomunikasi menggabungkan data historis dengan perkiraan masa depan untuk melakukan analisis preventif dan prediktif, sehingga mereka dapat memahami tren dengan lebih baik dan menjaga keunggulan kompetitif. Misalnya, metode ini dapat mengurai data pelanggan untuk memahami pola penggunaan dan memprediksi dengan lebih baik kapan perlu meningkatkan pemberian layanan.

Pembelajaran mendalam, yang merupakan bagian dari machine learning, membutuhkan lebih sedikit campur tangan manusia dan menggunakan neural networks dengan beberapa lapisan untuk meniru kemampuan otak manusia dalam membuat keputusan yang kompleks. Perusahaan telekomunikasi dapat memanfaatkan pembelajaran mendalam untuk mendapatkan insight yang lebih mendalam tentang jaringan dan data pelanggan.

Ada beberapa contoh penggunaan utama penerapan gen AI dalam telekomunikasi, terutama yang berkaitan dengan pengalaman pelanggan. Perusahaan dapat menggunakannya untuk memecahkan masalah pelanggan dengan lebih baik, membuat konten yang dipersonalisasi, dan melakukan curah pendapat untuk perbaikan strategis. Pemrosesan bahasa alami (NLP), teknologi gen AI dapat membantu perusahaan telekomunikasi menangani banyak tugas berbeda yang secara historis memerlukan pekerjaan manual.

Contoh meliputi co-pilot untuk pengembangan perangkat lunak, sistem manajemen pengetahuan internal bagi staf pendukung, serta pembuatan dan personalisasi konten untuk mendukung aktivitas pemasaran dan penjualan.

Kembaran digital adalah representasi virtual dari suatu objek atau sistem fisik, yang diharapkan dapat memberikan kesempatan kepada perusahaan untuk menguji perubahan melalui simulasi tanpa mengganggu layanan. Banyak kembaran digital mengimplementasikan real-time untuk dapat mencerminkan sekata mungkin bagaimana objek atau sistem nyata berkinerja. Perusahaan telekomunikasi dapat menggunakan kembaran digital untuk menguji beban pada infrastruktur jaringannya dan mengidentifikasi pola penggunaan pelanggan yang berbeda-beda.

Otomatisasi cerdas menggabungkan AI, manajemen proses bisnis, dan kemampuan Robotic Process Automation (RPA) untuk menyederhanakan dan meningkatkan skala pengambilan keputusan di seluruh organisasi.

Ada beberapa manfaat bagi perusahaan telekomunikasi yang menyediakan layanan berbasis AI.

• Data dan analitik tingkat lanjut
• Pusat operasi jaringan yang diperkuat
• Peningkatan kinerja jaringan
• Pertumbuhan penjualan yang lebih besar
• Pengalaman pelanggan yang lebih kuat
• Layanan pelanggan yang disempurnakan

AI dapat meningkatkan analisis prediktif dan membuatnya lebih kuat. Penyedia telekomunikasi perlu memahami perubahan pola penggunaan untuk mencegah pemadaman jaringan dan memastikan layanan tetap berjalan dengan kualitas yang optimal. AI dapat membantu mengumpulkan dan mendistribusikan insight berharga di seluruh organisasi telekomunikasi serta kepada mitra mereka.

Contohnya, AI dapat membantu perusahaan telekomunikasi mengidentifikasi pelanggan yang berisiko berpindah layanan akibat pengalaman jaringan yang kurang memuaskan. Studi IBM Institute for Business Value terhadap para profesional di bidang telekomunikasi menemukan bahwa 80% responden percaya bahwa bisnis telah menggunakan AI untuk menghasilkan insight baru dari data yang ada.

Pusat operasi jaringan (NOC) adalah otak dari sebuah perusahaan telekomunikasi. Lokasi ini berfungsi sebagai  pusat kendali tempat perusahaan memantau dan mengelola jaringan serta sistemnya secara real-time, dengan tujuan mencegah gangguan dan kegagalan operasional. Hal ini dapat membantu meningkatkan efisiensi alur kerja, mengoptimalkan alokasi sumber daya, merencanakan kapasitas dengan lebih baik, serta mengurangi potensi aktivitas penipuan.

AI dapat memperlancar kinerja jaringan dalam beberapa cara berbeda.

• Efisiensi operasional: Operator telekomunikasi dapat menggunakan algoritma AI dan model AI untuk menganalisis kinerja infrastruktur jaringan mereka secara keseluruhan, mendeteksi pola penggunaan, dan menyesuaikan untuk meningkatkan latensi. Pada akhirnya, AI membantu meningkatkan optimalisasi jaringan dan mengurangi biaya operasional.
• Pemeliharaan prediktif: Perusahaan telekomunikasi bergantung pada waktu aktif jaringan mereka. Menggunakan pemeliharaan prediktif untuk mengidentifikasi potensi masalah dengan sistem perangkat keras atau perangkat lunak adalah alat yang sangat berharga. Perusahaan telekomunikasi kemudian dapat menjadwalkan pemeliharaan pada saat gangguan terhadap layanan minimal, sehingga meminimalkan churn pelanggan.
• Manajemen jaringan otomatis: AI dapat mengotomatiskan berbagai aspek manajemen jaringan, seperti penyeimbangan beban, perutean lalu lintas, dan perencanaan kapasitas. Penggunaan AI ini dapat mengoptimalkan kinerja jaringan berdasarkan permintaan saat ini dan yang diantisipasi, meminimalkan waktu henti, dan meningkatkan keandalan layanan.

Sebuah studi McKinsey³ menemukan bahwa AI dapat menghasilkan peningkatan hingga 15% dalam konversi penjualan dan penghematan biaya belanja modal hingga 10%. Perusahaan telekomunikasi dapat menggunakan AI untuk mendorong personalisasi pembuatan konten dan pesan yang lebih terarah serta pembelian media, dengan menggunakan teknologi untuk terus meningkatkan kampanye pemasaran di masa mendatang.

Perusahaan telekomunikasi memahami bahwa menanamkan AI dalam pengalaman pelanggan memberikan beberapa manfaat. AI dapat memenuhi kebutuhan pelanggan dengan menyediakan layanan dan strategi pemasaran yang lebih personal di setiap tahap perjalanan pelanggan.

Perusahaan telekomunikasi dapat memanfaatkan AI untuk menganalisis data dalam jumlah besar, sehingga dapat memahami perilaku dan interaksi pelanggan dengan lebih baik. Mereka dapat menyediakan konten yang dipersonalisasi yang dapat mereka gunakan untuk pengiklan ke segmen lanjutan.

AI dapat membantu menganalisis peta perjalanan pelanggan untuk mengidentifikasi titik-titik di mana prospek tidak melanjutkan proses pembelian atau pelanggan gagal menjadi pengguna tetap. AI dapat mengoptimalkan titik kontak pelanggan, sehingga pasar telekomunikasi lebih efisien dan efektif.

Yang terpenting, AI dapat membantu perusahaan telekomunikasi mendeteksi potensi masalah⁴ dalam layanan jaringan pelanggan, menyelesaikannya sebelum pelanggan menyadari adanya gangguan.

Perusahaan telekomunikasi dapat memantau bagaimana teknologi AI meningkatkan pengalaman pelanggan dengan melacak metrik kepuasan pelanggan utama seperti skor promotor bersih (NPS), skor upaya pelanggan (CES) dan skor kepuasan pelanggan (CSAT).

Perwakilan layanan pelanggan dapat menggunakan model bahasa besar untuk membantu pelanggan dengan lebih baik selama panggilan. Pusat panggilan yang didorong oleh AI dapat menggunakan aplikasi AI seperti asisten virtual dan agen AI untuk meningkatkan interaksi pelanggan guna memecahkan lebih banyak masalah pelanggan dengan lebih cepat. Pendekatan tersebut meningkatkan efisiensi mereka dan membantu pelanggan kembali ke aktivitas mereka yang lain.

Mereka juga dapat menawarkan kepada pelanggan chatbot layanan mandiri, atau asisten AI percakapan , yang didukung oleh AI, untuk menyelesaikan masalah mereka tanpa perlu berbicara dengan perwakilan dukungan pelanggan. Studi IBM menemukan bahwa 53% responden telah menerapkan atau mengoptimalkan AI untuk layanan pelanggan dan 47% sisanya sedang melakukan penilaian.

Meskipun AI menawarkan berbagai manfaat berharga bagi perusahaan telekomunikasi, teknologi ini juga menghadirkan sejumlah tantangan yang perlu diatasi.

• Mengelola investasi awal
• Mengetahui model mana yang akan digunakan
• Integrasi dengan sistem lama 
• Kesenjangan keterampilan

Menggabungkan teknologi baru apa pun memerlukan investasi melalui pembelian atau lisensi teknologi. Organisasi perlu mengalokasikan dana untuk melisensikan model LLM dan mungkin harus berinvestasi dalam pelatihan ulang karyawan yang ada atau merekrut tenaga kerja baru dengan keterampilan yang relevan. Namun, dengan pendekatan yang tepat, investasi tersebut dapat memberikan hasil yang sepadan melalui peningkatan efisiensi organisasi, pengalaman pelanggan yang lebih baik, dan layanan pelanggan yang lebih efektif.

Sebuah studi EY⁵ menemukan bahwa 50% responden telekomunikasi menyatakan kesulitan untuk mengidentifikasi jenis vendor gen AI yang tepat. Ada beberapa vendor ternama dan semakin banyak perusahaan rintisan yang menawarkan layanan khusus untuk industri tertentu. Oleh karena itu, sangat penting untuk bermitra dengan pihak yang tepat guna mengevaluasi berbagai opsi dan merancang solusi yang paling sesuai dengan kebutuhan masing-masing perusahaan.

Banyak perusahaan telekomunikasi mungkin masih menggunakan infrastruktur lama yang tidak kompatibel dengan sistem AI modern. Mengintegrasikan alat AI ke dalam sistem lama mungkin memerlukan pembaruan aplikasi dan perombakan infrastruktur TI, termasuk penerapan hybrid cloud, yang dapat menyebabkan peningkatan biaya.

Mungkin ada beberapa biaya awal untuk meningkatkan sistem tersebut. Namun, perusahaan telekomunikasi dapat mengharapkan pengurangan biaya TI melalui penggunaan cloud, dengan kebutuhan yang lebih sedikit untuk pembaruan dan pemeliharaan serta sistem yang lebih efisien di masa depan.

Mengadopsi AI mengubah organisasi dalam banyak hal. Solusi ini memerlukan sebagian besar, jika tidak semua, karyawan untuk mempelajari keterampilan baru agar dapat mengintegrasikan alat AI ke dalam pekerjaan mereka. Namun, program pelatihan yang tepat dapat mengatasi kekurangan pengalaman tersebut dan membantu karyawan mempersiapkan diri untuk masa depan yang didorong oleh AI. Responden dalam studi Institute for Business Value menyebutkan kekurangan keahlian sebagai salah satu hambatan utama dalam adopsi AI generatif.

Perusahaan telekomunikasi yang meningkatkan keterampilan karyawan mereka dapat menurunkan biaya tenaga kerja secara keseluruhan. Salah satu alasannya adalah bahwa merekrut karyawan baru cenderung lebih mahal. Alasan lainnya adalah bahwa karyawan dengan keterampilan yang ditingkatkan dapat bekerja lebih efektif daripada mereka yang tidak memanfaatkan manfaat AI.

AI telah diterapkan dalam jaringan, dengan fokus utama pada pengurangan biaya modal, pengoptimalan kinerja jaringan, dan penciptaan peluang pendapatan baru. 

• 5G
• Internet of Things
• Metaverse dan realitas virtual

Peluncuran 5G yang telah lama dinantikan menawarkan konektivitas yang lebih cepat dan kemampuan untuk menghubungkan lebih banyak perangkat melalui IoT, yang akan merevolusi cara pelanggan berinteraksi dengan bisnis dan satu sama lain. 

Perusahaan telekomunikasi yang memanfaatkan kemampuan AI dapat meningkatkan manajemen jaringan 5G dengan mengoptimalkan pemeliharaan prediktif, memperkuat keamanan, dan mempercepat proses peluncuran jaringan canggih ini. Manfaat utama lainnya dari 5G adalah kemampuannya untuk menghubungkan banyak perangkat sekaligus, dan AI dapat membantu menyederhanakan proses ini serta menemukan jalur tercepat untuk koneksi tersebut.

Selain itu, teknologi 5G dapat meningkatkan pengalaman pengguna AI, seperti memudahkan pelanggan untuk mendapatkan jawaban dari platform AI generatif langsung di ponsel mereka. 

Internet of Things (IoT) memungkinkan terciptanya jaringan global perangkat yang saling terhubung, membuka berbagai peluang contoh penggunaan yang baru. Misalnya, kulkas pintar dapat menggunakan IoT untuk memesan makanan dan minuman saat deteksi persediaan hampir habis.

 Dalam contoh lain, termostat pintar dapat menurunkan suhu di musim dingin saat penghuni sedang berada di kantor, dan menaikkannya tepat waktu saat mereka kembali. Perangkat-perangkat ini menjadi lebih pintar melalui machine learning dan teknologi AI lainnya, serta lebih bertenaga melalui peluncuran jaringan 5G yang lebih luas. 

Kedua teknologi tersebut memiliki peluncuran yang lebih lama dari yang diharapkan sebelumnya. Namun, banyak yang meyakini bahwa metaverse serta teknologi virtual dan augmented reality akan memainkan peran penting dalam masa depan komunikasi dan hiburan. 

Jika teknologi ini terus berkembang dan menjadi semakin penting, beban pada jaringan telekomunikasi, terutama bagi pengguna data seluler, kemungkinan besar akan meningkat. Perusahaan telekomunikasi perlu mengintegrasikan sistem AI canggih untuk mengelola peningkatan beban jaringan secara efektif.