L'AI generativa quale catalizzatore del cambiamento nel settore delle telecomunicazioni

L'AI generativa (gen AI) ha preso piede nel 2023, spingendo le aziende a integrarne versioni di livello aziendale nei propri processi. Il 60% dei vertici aziendali ha intenzione di sperimentare o utilizzare in qualche modo l'AI entro il 2024, il che indica che le piattaforme di AI generativa rivolte al pubblico sono riuscite a fare capire al mondo quanto possano essere rivoluzionarie

In particolare, per i fornitori di servizi di comunicazioni (CSP) e i fornitori di attrezzature di rete (NEP), l'AI generativa offre un enorme potenziale per contribuire a migliorare tutti i tipi di operazioni, oltre al coinvolgimento dei clienti. L'AI generativa trasformerebbe soprattutto l'assistenza clienti, l'ottimizzazione dell'IT e delle reti e il lavoro digitale, tutte aree in cui l'automazione può contribuire ad aumentare l'agilità e l'efficienza. I CSP e i NEP dispongono solitamente di enormi centri di supporto e IBM può potenzialmente aiutarli a trasformare i workflow tra tutti gli elementi dell'ecosistema. Ecco alcuni modi in cui l'AI può contribuire alla trasformazione dell'ecosistema delle telecomunicazioni:

Il compito di gestire le relazioni con i clienti è tradizionalmente reattivo: rispondere alle chiamate, rispondere alle e-mail ed elaborare soluzioni. L'integrazione dell'AI generativa in queste interazioni aiuta a supportare il passaggio a un'assistenza più proattiva, con il potenziale per migliorare la soddisfazione dei clienti e sbloccare nuovi flussi di introiti. Consentendo agli agenti dell'assistenza clienti di concentrarsi sui casi più complessi, eliminando la necessità di rispondere alle domande più comuni, si migliorano sia il Net Promoter Score che la soddisfazione dei dipendenti.

I chatbot esistono da qualche tempo, ma spesso possono creare esperienze frustranti per i clienti. L'AI generativa non si limita alla semplice funzione di risposta alle domande, bensì può anche essere addestrata per identificare i sentiment negativi e indirizzare i ticket all'agente giusto, riducendo l'ulteriore escalation e consentendo agli agenti di rispondere rapidamente e in modo adeguato. La tecnologia chatbot può essere applicata anche alle interazioni telefoniche, migliorando ulteriormente il processo di assistenza clienti.

L'AI può anche aiutare ad anticipare le esigenze e i problemi dei clienti, oltre a rendere il marketing più personalizzato, così da incrementare le vendite e ottimizzare l'esperienza del cliente. Ad esempio, l'AI può prendere in esame una serie di input per creare offerte, come l'utilizzo attuale e i piani tariffari, il ciclo di vita della proprietà dei dispositivi, l'esperienza del servizio e l'estensione delle offerte di upgrade, incentivando a acquistare di più o a mantenere un servizio grazie a queste offerte. Ciò può contribuire a ridurre il tasso di abbandono, ad aumentare gli introiti per utente e a ridurre i costi di acquisizione degli abbonati.

L'AI può aiutare a migliorare le prestazioni, l'efficienza e l'affidabilità delle reti di telecomunicazione, il che è essenziale per soddisfare le richieste sempre crescenti dei diversi segmenti di clienti. Attraverso l'analisi dei dati in tempo reale e il predictive forecasting, gli strumenti di AI possono aiutare i dipendenti che lavorano nei centri operativi delle reti e i network engineer a mitigare la congestione e i tempi di inattività. Via via che le reti 5G continuano ad espandersi, è probabile che aumenti anche la necessità di un bilanciamento intelligente del carico e di una modellazione del traffico.

L'ottimizzazione della rete potenziata dall'AI potrebbe portare beneficio ai CSP in molti modi: non solo può aumentare il vantaggio competitivo di un'azienda migliorando il servizio per i clienti, ma può anche aiutare a gestire i costi operativi affrontando il peso sulle risorse e aiutando sia i CSP che i NEP a evitare il il provisioning eccessivo o insufficiente delle risorse.

I CSP possono utilizzare al meglio watsonx.ai per addestrare, convalidare, adattare e distribuire funzionalità di AI e machine learning al fine di ottimizzare le prestazioni della rete. I framework open source e le librerie SDK e API di watsonx sono progettati per semplificare l'implementazione dell'AI nelle piattaforme software esistenti che le società di telecomunicazioni già utilizzano per supervisionare le proprie reti.

Uno dei principali benefici dell'AI è il suo potere quale strumento di produttività per automatizzare le attività più ripetitive e dispendiose in termini di tempo, consentendo ai dipendenti per concentrarsi su attività e lavori più importanti. Molti dipendenti utilizzano attualmente un'enorme quantità di processi manuali o di strumenti frammentati nel loro lavoro quotidiano, passando costantemente da uno schermo all'altro. Un buon esempio è l'uso di IBM watsonx Orchestrate, che utilizza la Robotic Process Automation per semplificare i workflow e connettersi alle app, aiutando i dipendenti ad affrontare più facilmente una serie di attività.

Prima di intraprendere l'implementazione dei miglioramenti dell'AI, è fondamentale che i CSP e i NEP sviluppino strategie organizzative per rendere più efficaci questi potenti strumenti.

L'AI si basa sui dati, ma molte organizzazioni gestiscono ancora vari repository in silos. I CSP e i NEP dovrebbero definire e stabilire un'architettura informativa ibrida che faciliti il facile flusso di dati in ambienti multicloud e fornisca insight sulla qualità di tali dati. watsonx.data aiuta a semplificare questo processo, consentendo a CSP e NEP di scalare l'AI su un data store basato su un'architettura di lakehouse aperta che supporti interrogazioni, governance e accesso fluido ai dati. Utilizzando watsonx.data, le funzioni aziendali all'interno del CSP e del NEP possono accedere ai propri dati da un unico punto di ingresso e connettersi agli ambienti di storage e analytics per creare fiducia nei propri dati e lavorare con fonti verificabili.

I CSP e i NEP che sviluppano strategie organizzative e di dati complete non solo saranno in grado di massimizzare le funzionalità e l'etica dei loro framework di AI, ma potranno anche applicare queste metodologie per guidare i propri clienti aziendali lungo i propri percorsi, sbloccando il potenziale per ulteriori flussi di introiti lungo il cammino.

Con l'evolversi delle funzionalità dell'AI, le aziende devono scegliere tra due percorsi: alcune organizzazioni vedranno l'AI come uno strumento aggiuntivo per vari aspetti del business mentre altre saranno AI-first. I CSP e i NEP che intraprendono quest'ultima strada saranno posizionati per ottenere vantaggi rispetto alla concorrenza in termini di risparmio sui costi, qualità del servizio ed esperienza del cliente; in particolare, quest'ultima non potrà che migliorare con la maturazione dell'AI nel prossimo decennio. 

Per saperne di più su come i prodotti AI di IBM, come watsonx, possono contribuire al settore delle telecomunicazioni, visita il nostro stand (n.1010) al MWC Las Vegas dal 26 al 28 settembre, nella West Hall del Las Vegas Convention Center.