电信行业AI现状：2024年中国趋势调查报告

深入了解电信行业的AI趋势 人工智能在电信行业中的作用与日俱增，尤其是随着生成式AI的蓬勃发展。电信行业正在采用AI来改善客户体验、实现流程自动化、提高生产力并优化网络运营。NVIDIA调查了中国250多名电信专业人士，了解他们对在公司和行业中实施AI的机遇和挑战的看法。 本报告重点介绍了定义2024年电信行业AI现状的关键调查见解。这表明AI (尤其是生成式AI)的采用率在不断增长，高管对AI的热情也显著提高。此外，与去年的报告相比，AI在行业中的作用更加清晰，AI用例数量不断增加，AI的投资回报(ROI)也得到了更好的理解。最后，虽然对AI投资不断增长，但该行业仍处于AI投资周期的早期阶段。 现场观点 本报告重点关注负责在该领域实施和提供AI (包括生成式AI)的电信行业专业人士的观点。它在2023年11月的调查中获取了关键见解，该调查要求250多名受访者量化在其企业中采用AI的机会和挑战。其中包括对行业如何接近AI以及合作伙伴在电信行业实施AI解决方案方面的作用的见解。 调查对象包括电信公司(包括移动、固定和有线公司)及其硬件和软件供应商。受访者代表了不同的群体，如客户服务、营销和业务发展，结果包含了经理级行业专业人员(包括高管)的反馈。 关于电信行业AI的重要见解 机遇与挑战 >人们对AI取得成功的期望继续呈上升趋势。>电信行业迎来了生成式AI浪潮。>提升客户体验是最大的机遇。>AI正在改善收入并节省成本。>技能短缺是采用和实施AI的主要挑战。 AI投资 >对AI的投资正在增长，但仍然偏低。>客户体验吸引了最高的AI投资。>从试点扩展到实施是驱动AI投资的主要因素。 实施方法 >适用于AI的混合托管是首选，但云托管正在增长。>合作伙伴关系对于在行业中的运用解决方案仍然至关重要。 机遇与挑战 从AI到成功的期望值持续上升 人们对采用AI有着持续的兴趣，并且对AI取得成功的期望越来越高，行业高管尤其如此。在2023年的调查中，89%的受访者表示他们目前正在评估/试点阶段或实施/使用阶段使用AI。这种持续参与表明，AI正在成功渗透到电信价值链的许多部分。 这种持续参与的主要原因是，许多行业利益相关者期望AI为其公司的成功做出贡献。总体而言，53%的受访者同意或强烈同意“AI对我公司未来的成功至关重要”。与2022年中国受访者的35%调查结果相比，这一数字提高了18个点。 53%的受访者认为 AI 对其公司的成功至关重要。 提高参与度反映了一种信念，即AI将使采用AI的人能够在市场上获得竞争优势。这在竞争激烈的电信行业非常重要。在2023年的调查中，53%的受访者同意或完全同意采用AI将成为竞争优势的来源，而2022年这一比例为35%。但并非所有人都同意AI在行业中的重要性。持不同意见的受访者数量表明，所有利益相关者都需要开展更多工作，以展示AI如何解决行业中的实际业务问题。 电信行业迎来生成式AI浪潮 显然，生成式AI和大型语言模型(LLM)是年度突破性AI技术。2022年的调查并未提及生成式AI。但在2023年的调查中，27%的受访者表示他们正在投资这项技术，这清楚地表明电信行业正热情地接受生成式AI浪潮，以满足各种业务需求。鉴于54%的受访者表示他们的企业将在接下来的12个月中持续投资生成式AI，这项趋势也将在下个年度更加攀高。 在电信价值链的许多领域，生成式AI都是前景光明的资产。在部分投资AI的调查对象中，有69的调查对象使用生成式AI*来改善客户服务和支持，51的调查对象使用生成式AI来提高员工生产力，35的调查对象使用网络运营和管理，29的调查对象使用网络规划和设计，27的调查对象使用营销内容生成。 除了用例之外，调查还揭示了电信行业如何开发和部署用于生成式AI的LLM模型。以及他们正面对的挑战。以重要性来说，55%的受访者采用从多个云获取的数据进行模型训练，34%的受访者更喜欢本地部署，而29%的受访者表示他们对低延迟响应和高速输出的需求。而挑战方面，57%的受访者对内部的技术力缺乏表示顾虑，这也与另一项调查不谋而合：相比28%的受访者选择自己内部来构建模型，40%的受访者则与合作伙伴共同打造或定制模型。 增强客户体验是最大的机遇 提升客户体验是电信行业最大的AI机遇。在这项调查中，41%的受访者选择将其作为使用AI的主要目标，而生成式AI的这一比例则上升到69%*。约32%的受访者将客户体验视为其关键的AI成功案例之一。 41%的受访者表示增强客户体验作是首要目标。 电信公司正在利用AI通过提供虚拟协助、丰富零售体验、提供建议和管理客户流失的解决方案来提高参与度。 对于为全球超过50亿客户提供服务的行业而言，这一点是可以理解的，而客户流失管理是衡量单个电信运营商绩效的关键指标。其他明显的机会包括使用AI降低成本、实现盈利目标和提高员工工作效率。 AI正在改善收入并节省成本 对于行业利益相关者而言，最终结果是借助AI增加收入或降低成本。在所有受访者中，70%的受访者表示AI的采用帮助他们增加了收入，其中有21%的受访者表示收入增长超过10%。对于至少处于试用或试点阶段的受访者，72%的受访者表示AI的采用帮助他们增加了特定业务领域的收入。 70%报告的AI收入增长。 在降低成本方面也出现了类似的情况。在所有受访者中，有59%的受访者表示AI的采用帮助他们降低了特定业务领域的成本，其中有11%的受访者表示这种成本降低幅度超过一成。对于至少处于试验或试点阶段的受访者，62%的受访者表示AI的采用帮助他们降低成本。 对于资本支出和运营支出支出高达数十亿美元且难以充分增加收入的行业而言，收入和成本效益的新情况是一个好兆头。 技能短缺是采用和实施AI和生成式AI的主要挑战 尽管迄今为止取得了成功，但仍然存在一些挑战，阻碍了AI和生成式AI在行业中的广泛应用。在2023年的调查中，缺乏或是找到合适的技术力是AI (36%)和生成式AI (57%*)面临的最大挑战。第二大的挑战是缺乏健全的基础设施(33%)。紧接而后的则是缺乏预算(27%)及投资回报率的难以量化(26%)。 36%表示缺乏能够支持其AI计划的数据科学家。 值得注意的是，2022年至2023年，关注这两项挑战的受访者比例有所下降。无法量化投资回报率(ROI)是2022年的最大挑战，49%的受访者表示无法量化投资回报率(ROI)，而42%的受访者担心数据科学家过少。这些结果表明，在过去的一年中，许多公司一直在努力工作，以便更好地了解如何在其组织中部署AI解决方案并获取价值。 其他障碍主要是数据缺乏和数据隐私的问题。值得注意的是，2022年至2023年期间，关注除了数据缺乏和网络安全挑战外的受访者数量也呈下降趋势。确保获得适合用于训练AI模型的数据，正日益成为公司的一项关键竞争优势。同样地，在许多国家地区运营关键的国家基础设施的行业中，人们对网络安全日益增长的关注是可以理解的，而这些行业往往面临着欺诈和地理政策方面的考虑。 AI投资 AI投资不断增长，但仍处于低位 随着电信公司加强对采用AI的承诺，并寻求克服所面临的挑战，对AI的投资也在增长。这些投资都集中在AI基础架构和模型上，使电信公司能够将其传统基础架构转变为AI就绪型平台，或部署AI以满足业务需求。 96%将在2024年增加或维持其对AI的投入。 在2023年的调查中，44%的受访者表示2022年在AI方面的投资超过100万美元，49%的受访者表示2023年的投资相同，61%的受访者表示2024年AI基础设施的预算将增加。这些数字表明，与2022年面向中国电信行业专家的调查结果相比，数字呈稳步上升趋势。 但AI投资仍然偏低，这表明该行业仍处于早期投资阶段。不过，这种情况正在改善，因为在2023年的调查中，报告投资超过5000万美元的受访者数量增加。这增加了7个百分点，达到9%，反映了AI基础架构在处理生成式AI方面的扩展。 客户体验正在吸引更多AI投资 在2023年，投资客户体验优化是最热门的AI用例(占调查对象的46)，与2022年相似(占调查对象的48)。具体来说，就生成式AI而言，客户服务和支持是最受欢迎的投资，占调查对象的69*。考虑到客户体验被受访者视为最大的AI机遇，这项结果是可以预见的。 54%将于2024年投资生成式AI(包括大型语言模型)。 电信公司还在投资客户体验以外的其他AI用例。安全性(42%)、市场决策优化(34%)、合规性(34%)、网络预测性维护(32%)和优化现场运营(32%)是其他值得注意的例子。然而，除了生成式AI的兴起外，2022年至2023年期间，在交易和支付中使用AI进行欺诈检测的受欢迎程度大幅提升，占受访者的26%，上升了13个百分点。 调查结果也反映了电信行业中AI用例的多样性。总体而言，26的受访者表示，他们在2023年至少投资了6个AI用例，而42的受访者计划在2024年扩展到6个或更多用例。 从试点扩展到实施是AI投资的主要驱动因素 随着对AI理解的提高和不确定性的降低(例如，在投资回报率方面)，电信公司热衷于从概念验证(PoC)和试点转向实施AI驱动的应用程序。对于38%投资AI的受访者而言，这是AI投资的主要驱动力。到目前为止，已有43%的受访者完成了这一转变，目前正处于实施阶段。 38%正在投资将AI从试点扩展到实施。 除了从PoC扩展规模之外，经济不确定性和优先考虑其他地方支出的需求也推动了决策制定。约37%的受访者对经济表示关注。同样，26%的受访者表示AI投资将与定期基础设施升级支出相平衡，而20%的受访者表示其市场差异化策略是其AI投资决策的主要因素。 比较2023年和2022年的调查结果，可以看出几项关键进展。随着世界距离疫情年代越来越远，经济不确定性的重要性也随之降低。同样，基础架构升级和市场差异化的优先级较低，这反映出AI正日益被视为主流业务需求，而非特殊业务需求。 实施方法 首选AI混合托管，但云托管正在增长 随着AI成为电信公司的主流，选择用于运行AI的平台变得更具战略性。到目前为止，云托管的发展势头似乎明显，这表明对更本地化的云基础设施的需求与日俱增。在2023年的调查中，34的受访者表示他们的大部分AI工作负载都在云端运行，而在2022年的调查中，这一比例为22。 34%更倾向仅在云端运行大部分AI工作负载。. 相比之下，25%的受访者在本地基础架构上运行AI项目和工作负载。在2022年的调查中，这一比例仅为21%。总体而言，混合使用云和本地基础设施的混合配置仍然是主要的托管模式，尽管它的受欢迎程度正在下降。在2023年的调查中，41%的受访者使用的是混合模型，与2022年调查中的57%相比有所下降。 进入2024年后，47的受访者表示他们将选择混合，35将选择云端，18将在本地。然而，在中国这些偏好在2024年不可能保持不变，因为当前的满意度看起来很平均。只有46的受访者对云感到满意，43的受访者对本地环境感到满意。事实上，55%*的受访者更倾向采用来自多个云的数据来训练他们的生成式AI模型。 合作伙伴关系对于AI解决方案在行业中的采用至关重要 在2023年的调查中，51%的受访者表示，与合作伙伴共同开发是其公司开发AI解决方案的首选方法。约24%的受访者更喜欢使用开源工具，而25%的受访者更喜欢AI即服务方法。 合作对于增强内部AI能力非常重要。只有10的受访者认为自己的AI能力处于行业领先地位，其中34的人担心自己在行业中处于落后状态。因此，在投资AI技术时，寻求与第三方合作以加速AI采用成为受访者的首要任务。合作伙伴关系还为电信公司创造了机会，使其能够以较低的投资为客户创建新的服务，并能够快速扩展。57%的受访者表示，他们为内部和外部用户开发了AI解决方案。 展望未来 AI在电信行业中的作用正在加深。一年前，首版《电信行业AI现状》确定了AI在电信行业中的地位以及AI正在改变