AI generatif sebagai katalis perubahan dalam industri telekomunikasi

Seorang perempuan sedang menggunakan ponsel cerdas, di samping layar digital futuristis

Penulis

Stephen Rose

GM

Global Telco and Distribution Industries, IBM

Sejak kecerdasan buatan (AI) generatif menjadi populer pada 2023, banyak bisnis berlomba-lomba mengintegrasikan versi kelas perusahaan ke dalam proses mereka. Pada 2024, 60% eksekutif C-suite berencana melakukan uji coba atau mengoperasikan AI generatif dengan cara tersendiri. Hal ini membuktikan bahwa platform AI generatif publik telah berhasil memperkenalkan kemampuan inovatifnya kepada dunia

Khususnya bagi Penyedia Layanan Komunikasi (CSP) dan Penyedia Peralatan Jaringan (NEP), AI generatif memiliki potensi luar biasa dalam membantu meningkatkan semua jenis operasi dan interaksi pelanggan. Secara khusus, AI generatif dapat mengubah layanan pelanggan, optimasi TI dan jaringan, serta tenaga kerja digital. Dengan otomatisasi, semua aspek ini dapat meningkat secara signifikan dalam hal ketangkasan dan efisiensi. CSP dan NEP biasanya memiliki pusat dukungan yang besar dan IBM memiliki potensi untuk membantu mengubah alur kerja antara semua pelaku ekosistem. Berikut adalah beberapa kontribusi AI terhadap transformasi dalam ekosistem telekomunikasi:

Manajemen Siklus Proses Pelanggan dan inovasi layanan

Umumnya, pekerjaan mengelola hubungan dengan pelanggan bersifat reaktif: menerima telepon, menjawab email, dan mencari solusi. Menanamkan AI generatif ke dalam interaksi ini akan membantu mendukung pergeseran ke layanan yang lebih proaktif serta berpotensi meningkatkan kepuasan pelanggan dan membuka aliran pendapatan baru. Membantu agen layanan pelanggan berfokus pada kasus kompleks dengan menghilangkan jenis pekerjaan tanya-jawab rutin akan menjadi solusi sempurna untuk meningkatkan Net Promoter Score sekaligus kepuasan karyawan.

Chatbot telah ada selama beberapa waktu, tetapi sering kali dapat menciptakan pengalaman yang membingungkan pelanggan. AI generatif lebih dari sekadar tanya-jawab biasa, serta dapat dilatih untuk mengidentifikasi sentimen negatif dan mengategorikan tiket ke agen yang tepat, sehingga mengurangi eskalasi lebih lanjut dan memungkinkan agen merespons dengan cepat dan tepat. Teknologi chatbot juga dapat diterapkan pada interaksi telepon, sehingga proses layanan pelanggan menjadi jauh lebih baik.

AI juga dapat mendukung penjangkauan otomatis untuk mengantisipasi kebutuhan dan masalah pelanggan, bersama dengan pemasaran terpersonalisasi yang dapat mendorong peningkatan penjualan dan mengoptimalkan pengalaman pelanggan. Sebagai contoh, AI dapat mengamati berbagai input untuk membangun penawaran, misalnya penggunaan saat ini dan paket tarif, siklus proses kepemilikan perangkat, pengalaman layanan, serta memperluas penawaran untuk peningkatan dan pemberian insentif untuk membeli lebih banyak atau mempertahankan layanan berdasarkan penawaran. Hal ini berpotensi mengurangi churn, meningkatkan pendapatan per pengguna, dan menurunkan biaya akuisisi pelanggan.

Optimalisasi jaringan

AI dapat membantu meningkatkan kinerja, efisiensi, dan keandalan jaringan telekomunikasi, yang penting untuk memenuhi permintaan yang terus meningkat dari berbagai segmen pelanggan. Melalui analisis data langsung dan perkiraan prediktif, alat AI dapat membantu karyawan yang bekerja di pusat operasi jaringan dan insinyur jaringan untuk mengurangi kemacetan dan waktu henti. Seiring dengan terus berkembangnya jaringan 5G, kebutuhan akan penyeimbangan beban cerdas dan pembentukan pola lalu lintas kemungkinan akan meningkat.

Optimasi jaringan yang ditingkatkan dengan AI dapat menguntungkan CSP dalam banyak hal: selain dapat menambah keunggulan kompetitif perusahaan dengan meningkatkan layanan bagi pelanggan, hal ini juga dapat membantu mengelola biaya operasional dengan mengatasi tekanan pada sumber daya serta membantu CSP dan NEP menghindari kelebihan atau kekurangan penyediaan sumber daya.

CSP dapat memanfaatkan watsonx.ai untuk melatih, memvalidasi, menyesuaikan, serta menerapkan kemampuan AI dan machine learning untuk membantu mengoptimalkan kinerja jaringan. Perpustakaan API dan SDK dan kerangka kerja sumber terbuka Watsonx dirancang untuk memudahkan penerapan AI ke dalam platform perangkat lunak yang sudah ada dan sudah digunakan perusahaan telekomunikasi untuk mengawasi jaringan mereka.

Digitalisasi operasi dengan SDM berdukungan AI

Salah satu manfaat utama AI adalah kekuatannya sebagai alat produktivitas yang mengotomatiskan tugas-tugas rutin dan memakan waktu, sehingga memungkinkan karyawan berfokus pada aktivitas dan pekerjaan yang lebih penting. Banyak karyawan saat ini menjalankan banyak proses manual atau menggunakan bermacam alat dalam pekerjaan sehari-hari, dan selalu berpindah-pindah dari satu layar ke layar lainnya. Contoh yang tepat dari hal ini adalah penggunaan IBM Watson Orchestrate, yang memanfaatkan otomatisasi proses robotik untuk merampingkan alur kerja, dan terhubung ke aplikasi untuk membantu karyawan menangani berbagai tugas dengan lebih mudah.

Jalan menuju implementasi

Sebelum mulai menerapkan peningkatan AI, CSP dan NEP harus mengembangkan strategi organisasi dengan cermat demi mengoptimalkan efektivitas alat canggih ini.

AI mengandalkan data, tetapi banyak organisasi masih mengoperasikan banyak repositori secara terpisah. CSP dan NEP harus menetapkan dan membuat arsitektur informasi hibrida yang melancarkan aliran data di lingkungan multicloud sekaligus memberikan wawasan tentang kualitas data tersebut. Watsonx.data membantu memudahkan proses ini, sehingga CSP dan NEP dapat menskalakan AI di seluruh penyimpanan data yang dibangun pada arsitektur lakehouse terbuka yang mendukung pembuatan kueri, tata kelola, dan akses lancar ke data. Dengan menggunakan watsonx.data, fungsi bisnis dalam CSP dan NEP dapat mengakses data mereka melalui satu titik masuk dan terhubung ke lingkungan analisis dan penyimpanan untuk membangun kepercayaan pada data mereka dan bekerja dari sumber yang dapat diaudit.

CSP dan NEP yang mengembangkan strategi organisasi dan data secara menyeluruh tidak hanya akan diposisikan untuk memaksimalkan kemampuan dan etika kerangka kerja AI, tetapi juga dapat menerapkan metodologi ini untuk memandu pelanggan perusahaan mereka sendiri di sepanjang perjalanan mereka dan membuka potensi aliran pendapatan tambahan dalam prosesnya.

Perkembangan kemampuan AI mengharuskan perusahaan memilih antara dua jalur berikut: Akan ada organisasi yang memandang AI sebagai alat tambahan untuk berbagai aspek bisnis mereka, dan akan ada organisasi yang mengutamakan AI. CSP dan NEP yang memilih opsi kedua akan diposisikan untuk mewujudkan keunggulan dibandingkan pesaing mereka dalam hal penghematan biaya, kualitas layanan, dan pengalaman pelanggan. Keunggulan ini hanya dapat ditingkatkan dengan pematangan AI selama dekade mendatang. 

Menghadirkan AI ke dunia nyata

Untuk mempelajari lebih lanjut cara memanfaatkan produk AI IBM, seperti watsonx, dalam industri telekomunikasi, kunjungi stan kami (#1010) di MWC Las Vegas selama 26–28 September di West Hall, Las Vegas Convention Center.

 

Insight yang tidak boleh Anda lewatkan. Berlangganan buletin kami.

Melampaui hype dengan berita pakar tentang AI, komputasi kuantum, cloud, keamanan, dan banyak lagi.

Berlangganan hari ini