_原题为 AI使能成运营商数字化转型出口：能做什么？不能做什么？

文章图片

（采访人员 叶菁）今年的疫情 ， 让全世界各行业都意识到数字化转型的重要性 。 因为在这疫情中 ， 拥有强大数字化能力的企业表现出了良好的应变能力 。 同时 ， 通信运营商普遍意识到 ， 联接与AI等多种技术协同 ， 可构建更加智慧的网络 ， 支持千行百业数字化 。
近日 ， 国内三大运营商在AI上动作不断 。 中国电信正打造“5G﹢天翼云﹢AI”三生万物格局 ， 并对中国电信数据中心进行了重大调整 ， 名字更名为“大数据和AI中心”；中国联通则打造了运营商首款5G+AI新应用沃助理 ， 中国移动公布2020年至2021年人工智能服务器产品集中采购结果……
随着5G及AI时代的到来 ， 通信行业的竞争也越发激烈 ， 各大运营商都希望能在每个业务中通过AI+方式为客户提供更优质的服务 ， 提升用户满意度 ， 保留更多的用户 。 AI技术同5G技术一样刚刚登上历史舞台 ， 都处于“婴儿期” ， 那么在成就运营商数字化转型之前 ， AI能做的有什么？还有哪些进步空间？
AI赋能运营商数字化转型
【数字化|AI使能成运营商数字化转型出口：能做什么？不能做什么？】智能化的数字经济是全球经济增长的新引擎 ， 事关国家在未来世界版图中的地位 。 被高度重视的数字化转型成为数字经济浪潮中各国政府和产业团体的共同选择 ， 数字中国、智慧社会作为中国全域化、立体化和智能化的全场景数字化转型长期工程 ， 为ICT产业提供了有史以来最大的可持续发展空间 ， 作为网络强国建设主力军的电信运营商正将其视为自己的发展路径选择和动能转换秘诀 ， 全力把握这一难得的产业转型升级发展机遇 。
中国信息通信研究院政策与经济研究所副所长何伟表示 ， 在数字经济的增长过程中 ， 数字化转型是其中最重要的引擎 ， 未来5年 ， 数字化转型带来经济转型的影响会更加凸显 。 5G作为“新基建”数字底座 ， 能够为AI所需的数据传输、算力渗透提供网络基础 ， 同时AI技术也促进电信运营商智能运营和智能服务 ， 拓宽5G带来的社会经济生产力提升价值 。

文章图片

智能运营是强基之本 ， 三大运营商正不断提升AI能力 ， 推动运营智慧化 。
中国电信作为网络AI化的先行者 ， 一直致力于网络智能化、业务生态化、运营智慧化 。 去年年底 ， 中国电信进行了部门架构改革 ， 设立云网运营部（数据中心） ， 为强化AI和数据驱动 ， 中国电信将数据中心更名为“大数据和AI中心” ， 增设AI应用研发中心 ， 面向内部业务强化应用开发和AI赋能 。 据悉 ， 在人工智能技术创新方面 ， 中国电信已在融合数据分析、电信专用语料、业务趋势预测和场景智能识别方面开展积极探索与实践 。
中国移动从2013年起开始就进行AI相关技术研发和储备 ， 通过探索和实践 ， 去年推出“九天”人工智能平台 ， 平台聚焦电信场景 ， 汇聚了中国移动自研及合作伙伴优秀AI能力 ， 包括服务、市场、管理、网络和安全等 ， 提供从基础平台到AI核心能力的开放服务 ， 在赋能中国移动自身服务的同时 ， 通过算力、数据、环境和算法来赋能千行百业 。
中国联通去年6月也发布网络AI平台智立方CubeAI ， 聚焦5G+AI、智能运维及行业创新等场景 ， 推动5G与AI融合创新 ， 打造电信网络发展的智能引擎 。 据了解 ， 中国联通近日上线的“沃助理”产品 ， 提供话前名片、漏话提醒、语音留言、智能应答、话后挂短等通信增强服务 ， 可帮助用户自动识别并智能处理骚扰电话以及漏接电话等问题 。
运营商发展AI具备天然优势
提到人工智能（AI） ， 人们首先会想到将其应用于机器设备 ， 诸如智能音响、智能电视等 ， 实现减少过多的人工干预 ， 让冰冷的机器能够与人沟通、更灵活高效的完成工作 。 但实际上 ， AI不仅能用于机器设备 ， 也可以应用于网络 ， 成为解决运营商运营痛点的利器 。
以5G为代表的下一代网络和AI之间的关系可以说是相辅相成 。 从网络本身来讲 ，5G网络在设计之初 ， 就全面体现了灵活、定制、动态的自动化理念 ， 为AI能力全面引入网络提供了智能化基础 ， 利用AI赋能会给通信网络本身带来灵活、动态、智能新能力 ， 驱动5G网络的维护工作由当前以人驱动的被动管理模式逐步向“自动驾驶”的自治管理模式转变 。 AI正成为应对5G挑战的有力工具 ， 全面助力5G网络的部署、节能和运维 。

文章图片

AI发展需要数据、算法、算力、场景四个要素 ， 而运营商发展AI在场景、数据、算力方面具备三大潜在优势：首先是场景方面 ， 运营商拥有连接、客服、渠道等多重客户触点 ， 网络、客服、市场营销等多个应用领域的众多可规模化应用AI技术的场景 。 其次是数据方面 ， 运营商拥有人与人、人与物的海量、多样、高质数据 ， 这些海量的数据将持续为AI发展提供源源不断的动力 。 最后是算力方面 ， 大规模“云化”的基础设施为AI发展提供强大算力 ， 此外边缘计算为建设高性能人工智能平台提供契机 。分页标题
运营商还拥有AI商业化所必需的资源 。 在大数据应用方面 ， 运营商拥有用户的消费习惯、终端信息、ARPU的分组、业务内容、业务受众人群、人群流动轨迹、地图信息等资源 。 同时 ， 凭借自身优势 ， 以及多年来在信息化应用和大数据方面积累的能力与运营经验 ， 运营商可以充分运用技术和资源优势参与到AI的研发领域 。
运营商全面应用AI面临诸多挑战
AI 技术发展如火如荼 ， 但需要客观地认识到 ， 当前AI与运营商深度结合的应用场景还在摸索 ， 由于涉及海量数据 ， 大规模的应用尚未开始 。 从实验室到工程实践仍然有很长的路要走 。 运营商也将面临不小的挑战 。
首先 ， 运营商需要建立可靠的数据采集和治理模式以满足AI 计算框架要求 。 AI 需要数据来“喂养” 。 虽然运营商的数据从数据的种类和数量都有着其他企业无法比拟的优势 ， 但是这些海量的数据仍然存在着缺失、不一致、使用不方便、整合困难等问题 。 同时未来运营商将大力参与行业融合 ， 所对接的其他行业数据标准不一 ， 结构各异 ， 所以建立可靠的数据采集和治理模式对AI 的应用至关重要 。
其次 ， 数据+业务的复合型人才严重不足 。 由于AI 的应用有着极高的技术壁垒 ， 导致AI 相关人才极度稀缺 。 而单纯的AI 人才缺乏对电信网络、对运营商需求缺乏深入的了解 ， 而运营商内部则缺乏应用AI 的经验 ， 这就导致了既懂AI 又懂电信的复合型人才凤毛麟角 。 所以 ， 无论是外部引进还是内部培养都还有很长的路要走 。
第三 ， AI 应用的商业模式尚不明确 。 AI 应用的商业模式还在探索中 ， 具体细节落地还需要较长的时间 。 短期内 ， AI 为运营商带来的收入效益不明显 ， 投资回报不易评估 。
对于运营商来说 ， AI 既是挑战也是机遇 ， 它能够在5G 垂直应用时代为运营商打开更广阔的市场空间 ， 为增速放缓的电信行业带来新的业务增长点 ， 在人口红利、流量红利基本释放完毕的阶段 ， 提供新的发展思路 ， 但同时要求更为高效的组织管理模式、对于人员的综合素质要求也随之提高 。 通过电信运营商全面互联网化转型进程 ， 在已有的自身优势之上 ， 强化自主研发 ， 打造产业生态 ， 在网络、营销、服务、创新业务等诸多领域运营商应该大有可为 。

来源：(网络)

【】网址：/a/2020/0922/1600743490.html

标题：数字化|AI使能成运营商数字化转型出口：能做什么？不能做什么？