Trí tuệ nhân tạo đi qua công nghệ, nhưng nó đã gặp phải một số trở ngại trong lĩnh vực truyền thông. Tìm hiểu những gì cản trở xu hướng này và cơ hội nằm ở đâu.
Nhưng tiềm năng của trí tuệ nhân tạo trong giao tiếp sâu hơn nhiều so với điều khiển âm thanh, mặc dù có một số thách thức độc đáo. Tôi đã nói chuyện với Tom Fotet, Phó chủ tịch quản lý sản phẩm của Accedian, Nhà cung cấp giải pháp bảo hành hiệu suất, Kyle Anderson, Phó chủ tịch danh mục đầu tư và kỹ thuật tại Blue Planet, Nhà cung cấp tự động thông minh và Eric Braun, Giám đốc thương mại tại MobiledgeX, một công ty máy tính mới nhất.
Chúng tôi thấy: 5G: Internet vạn vật có nghĩa là gì (PDF miễn phí) (Công nghệ)
Scott MathesonCác cơ hội cho trí tuệ nhân tạo trong giao tiếp là gì?
Tom FotetMạng truyền thông tạo ra một lượng dữ liệu khổng lồ và kết quả là có nhiều cơ hội cho trí tuệ nhân tạo trong lĩnh vực này. Các cơ hội được chia thành ba loại chính:
- Sử dụng dữ liệu để hiểu và dự đoán hiệu suất và bảo mật của mạng và ứng dụng.
- Sử dụng dữ liệu để hiểu và dự đoán hành vi của khách hàng.
- Sử dụng dữ liệu để giúp khách hàng khi họ gặp vấn đề (hỗ trợ khách hàng).
Để tận dụng tối đa trí tuệ nhân tạo, các nhà khai thác viễn thông phải tận dụng công nghệ có thể cung cấp dữ liệu chất lượng cao (và sạch) chính xác nhất liên quan đến hiệu suất, trải nghiệm người dùng cuối và bảo mật doanh nghiệp.
Erik BrownCó nhiều cơ hội cho trí tuệ nhân tạo trong giao tiếp. Có ba cách mà trí tuệ nhân tạo trong giao tiếp có thể biến đổi:
Hệ thống điều hành và kinh doanh của viễn thông tối đa hóa cơ hội trải nghiệm khách hàng cá nhân trong khi tối đa hóa hiệu quả phân phối, hiệu suất và bảo trì phòng ngừa. Các hệ thống viễn thông và hệ thống thương mại tạo ra một lượng lớn dữ liệu sạch và có giá trị – điểm khởi đầu lý tưởng cho phân tích học máy và sử dụng quy trình suy luận được thực hiện bởi các hệ thống trí tuệ nhân tạo. Viễn thông ngày nay đã là giải pháp Internet of Things (IoT) lớn nhất trên hành tinh.
Do phân phối truyền thông duy nhất, cơ sở hạ tầng có thể có sẵn để lưu trữ các công cụ AI của nhà thầu bên thứ ba, người có thể làm việc với một lượng lớn dữ liệu xuất bản của bên thứ ba và không thể được sử dụng theo bất kỳ cách nào khác để hiểu rõ hơn về nhà cung cấp mua bên thứ ba. Đây là cơ hội chính mà việc sử dụng máy tính 5G có thể nắm bắt từ quan điểm của nhà cung cấp mua hàng bên thứ ba, vì tất cả các công ty đều trở thành nhà cung cấp dịch vụ theo quyền riêng của họ đối với khách hàng của họ.
Chúng tôi thấy: GlobalData hy vọng mạng 3G / 4G sẽ thống trị thị trường viễn thông khổng lồ của Indonesia vào năm 2023 (Công nghệ)
Trong tương lai, cũng sẽ có cơ hội tích hợp tầm nhìn truyền thông trí tuệ nhân tạo và tầm nhìn của bên thứ ba mua nhà cung cấp để nâng cao trải nghiệm và kinh doanh do có mặt trong mạng Edge Telecom. Một ví dụ về điều này là hiệu suất radio có thể dự đoán được, nơi các ứng dụng có thể dự đoán những thay đổi về khả năng giao tiếp và điều chỉnh hiệu suất trước khi thay đổi.
Kaylem AndersonAI rất quan trọng cho hoạt động và kiểm soát không chỉ trong các mạng ngày nay mà trong tương lai. Khi các nhà cung cấp dịch vụ tiếp tục phát triển mạng lưới của họ để hỗ trợ nhu cầu ngày càng tăng đối với các sản phẩm và dịch vụ mới, họ xây dựng chúng trên các hệ thống hiện có – họ pha trộn A và Nhà cung cấp B cũ và mới, và chúng thường trở nên tinh vi hơn.
Việc quản lý sự phức tạp của mạng này làm quá tải các công nghệ mạng và đặt các nhà cung cấp dịch vụ lên hàng đầu trong việc tương tác với các mạng của họ thay vì chủ động. Đưa AI vào mạng cung cấp một cơ hội tuyệt vời để khắc phục các sự cố dịch vụ, giảm các tác vụ thủ công và nâng cao hiệu quả hoạt động, để cuối cùng các tài nguyên có thể được chuyển hướng theo hướng tạo ra trải nghiệm tốt hơn và thân thiện với khách hàng hơn. Đây là mục tiêu cuối cùng của một mạng tùy biến – tự động hóa dựa trên AI.
Scott Matheson: Tổ chức Ân xá Quốc tế có thể cung cấp những gì và những triển khai hiện tại không thể cung cấp?
Tom FotetTheo truyền thống, các mạng truyền thông rất truyền thống và cố định cho thiết kế, phân phối và bảo trì. Các yêu cầu mạng mới của nhà khai thác cần thiết để trở nên năng động hơn (dẫn đến sự xuất hiện của các mạng được xác định bằng phần mềm (SDN), mô phỏng ảo hóa cho NFV) và các công nghệ liền kề) nhưng quá trình thiết kế, phân phối và bảo trì chúng phải vật lộn để theo kịp sự phát triển này sự phức tạp và phần lớn vẫn hoạt động thủ công cho hầu hết các nhà khai thác viễn thông.
Nói tóm lại, Tổ chức Ân xá Quốc tế hứa hẹn khả năng tự động hóa một phần của vòng đời thiết kế / phân phối / bảo trì, cho phép tăng độ phức tạp của mạng mà không làm tăng chi phí vận hành mạng tương ứng.
Erik BrownTrong lịch sử, các hệ thống liên lạc đã được thiết kế và thực hiện cẩn thận dựa trên kinh nghiệm lâu năm về loại cuộc gọi điện thoại. Với 4G / LTE 5 G, tải mạng nhanh chóng được chuyển đổi thành kết nối dữ liệu, khác hẳn với các cuộc gọi điện thoại yêu cầu các nhà cung cấp dịch vụ viễn thông thay đổi nhiều nguyên tắc thiết kế và vận hành của họ. Máy học và dữ liệu đã có sẵn cung cấp các phương tiện để làm như vậy, cũng như nền tảng cho tự động hóa hoạt động mạng.
Chúng tôi thấy: Trí tuệ nhân tạo ảnh hưởng đến nơi làm việc như thế nào (Công nghệ)
Học tự động dựa trên dữ liệu này cũng là một cách để các nhà khai thác mạng có được cái nhìn sâu sắc vô giá về cách sử dụng mạng của họ và nơi tạo ra giá trị.
Kaylem AndersonAI chỉ đơn giản là có khả năng cải thiện từng bước trong hành trình của mạng. Trí thông minh nhân tạo có thể học nhanh hơn con người, do đó, bằng cách tận dụng lượng lớn dữ liệu do các mạng này tạo ra, các giải pháp trí tuệ nhân tạo có thể xác định các mô hình và các vấn đề mạng tiềm ẩn trước khi chúng thành hiện thực, tìm giải pháp và thực hiện chúng trước khi bị gián đoạn dịch vụ. Ví dụ: giải pháp Hoạt động mạng chủ động Blue Planet cải thiện trí thông minh nhân tạo để dự đoán nhiều sự gián đoạn mạng không có kế hoạch, xác định nguyên nhân và mô tả các hành động cần thiết để chủ động giải quyết vấn đề.
Scott MathesonLàm thế nào dễ dàng những cơ hội này để thực hiện?
Tom FotetMột mặt, các khả năng AIOps này rất dễ thực hiện vì chúng ta đang nói về các mạng đã tạo ra rất nhiều dữ liệu về cách chúng hoạt động. Mặt khác, thu thập dữ liệu này và làm một cái gì đó thông minh với nó không phải là một quá trình được khởi xướng bởi hầu hết các nhà khai thác viễn thông; Họ chủ yếu sử dụng dữ liệu để tạo ra các báo động và làm việc với một tư duy bị hỏng / sửa chữa. Việc thực hiện các hệ thống và quy trình có thể là thách thức.
Erik Brown: Tốt nhất, thay đổi thiết kế và thực hành kinh doanh được phát triển qua một thế kỷ kinh nghiệm là khó khăn. Những vấn đề này được kết hợp bởi tin tức ML / AI, kiến thức bắt buộc mới và những thay đổi cần thiết để tự động hóa các quy trình. Giá trị tiềm năng là rất lớn, nhưng để nắm bắt được giá trị này đòi hỏi phải thay đổi ở tất cả các cấp độ của nhà điều hành từ cơ cấu quản lý và kinh doanh đến năng lực thể thao cần thiết.
Nếu bạn đang tìm kiếm 5G cho việc sử dụng máy tính nâng cao, hãy sử dụng mẫu 4 Các cạnh hiển thị ở đây rõ ràng là cạnh truyền thông tồn tại ngày nay, nhưng các ứng dụng duy nhất được hưởng lợi từ sự hiện diện của cơ sở hạ tầng phân tán là chính các chức năng giao tiếp, chẳng hạn như điều khiển vô tuyến, lõi gói và chức năng mạng biên. Thách thức lớn nhất đối với các công ty viễn thông là tận dụng tối đa việc kích hoạt AI cho chính họ và các nhà cung cấp bên thứ ba là cho phép truy cập theo chương trình vào cơ sở hạ tầng và hệ thống của họ và làm cho việc truy cập trở nên đơn giản và “cục bộ trên đám mây” nhất có thể.
Kaylem Anderson: Tận dụng lợi thế của AI trong mạng không đơn giản như chọn ngón tay, mà là một nỗ lực khá có giá trị. Bước đầu tiên cho tất cả các nhà cung cấp dịch vụ là xác định tự động hóa là gì và do đó AI được hiển thị trong mạng của nó – nơi cần thiết và nơi có thể giúp cung cấp giá trị tốt hơn. Từ đó, họ có thể bắt đầu đưa trí tuệ nhân tạo vào các quy trình. Điều này rất quan trọng, ngay cả khi thực hiện nhanh chóng, các giải pháp AI vẫn cần thời gian để tìm hiểu, điều đó có nghĩa là không phải ngay lập tức áp dụng AI.
Chúng tôi thấy: 4 Các cách để cải thiện việc thực hiện AI và học máy (Công nghệ)
Trên thực tế, các nhà cung cấp dịch vụ tiếp tục phụ thuộc nhiều vào chuyên môn của con người, đặc biệt là trong giai đoạn đầu: Có, nhóm vận hành mạng sẽ sử dụng trí thông minh nhân tạo để xác định các vấn đề tiềm ẩn của rôto, nhưng các thành viên trong nhóm này không đóng vòng lặp AI và tự động sửa lỗi. Chỉ khi giải pháp AI phát triển hồ sơ theo dõi đã được chứng minh và nhóm vận hành có độ tin cậy cao đối với các khuyến nghị và khả năng mô tả và hành động đúng nếu giải pháp AI được sử dụng để tự động hóa hoàn toàn các quy trình.
Dữ liệu là luồng chính đi qua toàn bộ cuộc hội thoại và chính những dữ liệu này quyết định tốc độ mà chức năng AI có thể đạt được. Các hệ thống này yêu cầu dữ liệu học tập. Họ dựa vào giáo dục và gắn thẻ dữ liệu, đòi hỏi phải đầu tư. Các nhà cung cấp dịch vụ nắm bắt được tầm quan trọng của dữ liệu sớm sẽ thấy lợi nhuận dài hạn khi khả năng AI của họ được đền đáp nhanh chóng.
Scott Matheson: Điều gì gây ra sự chậm trễ và trở ngại?
Tom Fotet: Công nghệ sử dụng dữ liệu của Aiop tồn tại trong mạng truyền thông ngày nay và chủ yếu dựa trên các công nghệ nguồn mở được thiết lập tốt và khoa học máy tính vững chắc được phát triển trong các lĩnh vực và ngành công nghiệp khác. Rào cản lớn nhất mà chúng ta thấy là sự thay đổi: khả năng thúc đẩy con người và quy trình chấp nhận những thay đổi họ cần để chuyển từ phương pháp làm việc thủ công phần lớn sang phương pháp tự động hơn, tốn thời gian hơn. Các tổ chức cần thời gian để học cách tin tưởng dữ liệu và tin tưởng rằng AI có thể tự động hóa hiệu quả nhiều nhiệm vụ, cho phép mọi người thực hiện các hoạt động phức tạp và có giá trị hơn.
Erik Brown: Việc thay đổi kích thước này phải được điều khiển từ trên xuống dưới, dựa trên mục tiêu chiến lược rõ ràng từ công ty hoặc được yêu cầu hỗ trợ vận hành rõ ràng để vượt qua sự kháng cự dự đoán đối với “chúng tôi không làm theo cách này!” Việc áp dụng các quy trình, quy trình và tài năng trên nền tảng đám mây trong nước là rất quan trọng và khám phá phải chuyển từ cấu trúc học thuật sang học tập thực sự thông minh.
Như giám đốc tiếp thị của chúng tôi đã từng nói, giao tiếp thông minh đặt một số cược. Điều tốt về việc sử dụng máy tính tiên tiến là nó sẽ xảy ra bởi vì mọi người chơi đều nhận ra rằng nó phải xảy ra. Điều này bao gồm đồng hồ tốc độ, nhà khai thác di động và tất cả nhân viên bán hàng. Vì vậy, câu hỏi duy nhất là làm thế nào nó nên xảy ra. Nó không phải là một thị trường phù hợp với tất cả mọi người.
Chúng tôi thấy: Trong số các dự báo công nghệ tốt nhất cho năm 2020 là những tiến bộ đáng kể trong mạng 5G, trí tuệ nhân tạo và sử dụng máy tính tiên tiến (Công nghệ)
Những gì chúng tôi nói với tất cả các nhà khai thác là chiến lược sai duy nhất là không làm gì cả. Xin đừng nói về vấn đề học thuật này trong hai năm bởi vì hai năm tiếp theo thị trường đã được hình thành theo đúng từ và bạn sẽ không có ảnh hưởng hoặc hiểu biết. Nếu tôi là thành viên của tổ chức xã hội dân sự, tôi sẽ ngại chọn chiến lược khi không ai chắc chắn thị trường này sẽ như thế nào. Thực hiện hai lần đặt cược và học hỏi từ họ.
Scott MathesonCác tổ chức phải làm gì để tạo điều kiện cho các rào cản?
Tom FotetAIOps là về sự thay đổi dần dần: bắt đầu dữ liệu nhỏ và tận dụng các quyết định tốt hơn, trong khi để lại quyết định cuối cùng trong tay con người, là một cách tốt để bắt đầu. Có những công nghệ để tự động hóa vòng lặp khép kín tự động, mà không liên quan đến mọi người trong việc ra quyết định; Ví dụ: tự động phát hiện và khắc phục sự cố mạng – nhưng đó không phải là bước đầu tiên.
Scott Matheson: Nhà cung cấp dịch vụ nên làm gì để giảm bớt rào cản?
Tom FotetVẫn thông báo với khách hàng của họ. Nếu AIOps liên quan đến thay đổi dần dần, các nhà cung cấp dịch vụ phải ngừng phóng đại lợi ích của mình và hợp tác với khách hàng để bắt đầu thực hiện. Đối với hầu hết các nhà khai thác, những thay đổi đến thông qua sự tiến hóa, không phải là cuộc cách mạng.
Scott MathesonNhững cơ hội nào sẽ có trong tương lai?
Tom FotetBởi vì mạng truyền thông rất giàu dữ liệu, có nhiều khả năng. Khái niệm sử dụng tự động hóa vòng kín cho các mạng tự xử lý là mục tiêu mà mọi người đang phấn đấu và chắc chắn nó có thể phổ biến trong tương lai.
