电信AI市场现状，2024年第四季度

进步与投资回报问题 GSMA是一个全球性组织，致力于统一移动生态系统，以发现、开发并交付对积极商业环境和社会变革具有基础性作用的创新。我们的愿景是释放联接的全力，使人们、产业和社会都能蓬勃发展。代表全球范围内的移动运营商和移动生态系统及相邻产业的相关组织，GSMA为成员提供三大支柱支持：良好的联接、行业服务与解决方案以及推广活动。这些活动包括推进政策、应对当今最大的社会挑战、支撑使移动技术运作的科技和互操作性，以及提供世界最大的平台，在MWC和M360系列活动上召集移动生态系统。 GSMA Intelligence是全球移动运营商数据的权威来源，提供分析预测，并出版行业报告和研究。我们的数据涵盖全球每个国家的所有运营商集团、网络和MVNO——从阿富汗到津巴布韦。这是最精确和最完整的行业指标集，包括数千万个单独的数据点，每日更新。 GSMA Intelligence被领先的运营商、供应商、监管机构、金融机构和第三方行业参与者所信赖，以支持战略决策和长期投资规划。这些数据作为行业参考点，经常被媒体和行业本身引用。 我们邀请您访问www.gsma.com了解更多信息。关注GSMA在X上的账号：@GSMA 我们的分析师和专家团队在多个行业主题上定期发布引领思想的调研报告。 info@gsmaintelligence.comwww.gsmaintelligence.com 萨亚利·博罗莱高级分析师 彼得·贾里奇GSMA情报部门负责人 蒂姆·哈特研究及咨询部门负责人 捕捉人工智能的真正价值 人工智能正在重塑全球电信运营，带来了一揽子机遇和复杂挑战。本报告评估了运营商在利用人工智能能力方面的进展，整合了全球人工智能基准调查的洞察，并探讨了人工智能的变革性影响。 考虑到在人工智能领域的大量投资，了解如何有效衡量回报对于确保可持续的价值创造至关重要。虽然财务回报仍然是一个关键指标，但它提供了一个单方面的视角。包括其他因素来评估和捕捉人工智能的真实价值是必不可少的。 本报告因此强调了通过更广泛的方法衡量人工智能投资回报的重要性。这包括如业务运营、劳动力技能和伦理（包括环境影响）等因素。衡量人工智能的长期影响需要动态的视角，考虑到人工智能在电信组织及其它领域所促成的系统性变革。 对于GSMA成员和行业领导者，我们希望这份报告能提供有价值的见解，了解如何将人工智能与战略精准结合，营造创新文化，并把握人工智能对电信未来变革性的影响。 Jeanine VosSDG加速器G&RA部门负责人，GSMA 关于本系列 这是关于电信行业AI策略四篇系列报告的第三篇。本期内容探讨了行业当前的AI转型，突出了进展和改进的关键领域，并提供了战略见解和可操作的收获。同时，它还讨论了衡量AI转型影响的方法。 电信AI：市场状况季度系列：研究方法 与报告系列相一致，GSMA Intelligence开发了一个AI基准，以跟踪电信行业的人工智能应用和实施。 市场背景 •对关键内容的回顾行业发展与影响•将产业进步在上下文中，以及人工智能和安全的协同效应 01 执行摘要 03领导力分析：电信领域人工智能应用案例第14页 05深度剖析：如何思考投资回报率？第24页 摘要 衡量回报 承诺、对齐和行动 04 01 大多数运营商将5-15%的数字预算投入到AI中，AI的投资涵盖了各个类别——从大型语言模型和数据系统到基础设施升级。这反映了实现业务转型的系统级需求，意味着衡量成功的标准可能会变得复杂。传统的财务回报衡量标准是有效的，但这些不能是投资回报率（RoI）的唯一组成部分。否则，大部分影响将无法被捕捉。 采用以策略为导向的人工智能方法是运营商的核心，其中65%的企业已建立人工智能策略，要么作为独立项目，要么将其纳入整体目标。策略和方法的地理差异存在，但负责任的AI实践被广泛优先考虑。近四分之一的运营商还在开发新的治理框架，而其他企业则利用现有结构来指导道德/负责任的AI使用。 人工智能成熟度的接受 02 人工智能领域的领先运营商平均在13个关键领域中的9个采用了人工智能（如网络运营、客户服务、生成新的收入来源等）。然而，人工智能部署的范围很广。将近一半的运营商仍处于早期阶段，探索用例或进行试点。人工智能部署的方法也因成熟度而异；虽然一些运营商使用现成的解决方案，但超过四分之一的运营商选择与合作伙伴共同开发人工智能，以更好地将人工智能解决方案与独特的业务需求相匹配。 全面衡量 05 更有效地思考AI投资回报率（RoI）的方法是将其分解为单个支柱——财务、业务转型、人力与技能以及道德与合规。这些反映了在AI投资和实施的结果下，企业绩效和成果可期待发生可衡量的变化的地方。与静态的季度关键绩效指标（KPIs）不同，AI的益处是动态展开的，可能需要5-10年的时间框架。为了帮助对此进行考量，不同支柱的权重可能会随着时间的推移而变化，这取决于运营商的企业战略和成熟阶段。投资回报率成为了一个全面的衡量指标，以反映它将对运营商业务产生的广泛影响。 成长的痛苦 03 运营商正在投资于基础设施准备、建设熟练的劳动力队伍，并培养数据驱动的文化，以支持人工智能项目。然而，网络安全风险、数据隐私、基础设施限制和人才短缺仍然是关注的问题。尽管近40%的运营商报告拥有强大的AI人才资源，但许多人仍在招聘和保留熟练专业人士方面挣扎，这突显了持续人才发展计划的需求。 人工智能数据统计 65% 运营商认为“设计即安全”方法在过去三年中对网络安全和电信网络影响最大的三个领域之一的比例。 运营商中将“生产力提升”视为评估人工智能项目成功主要指标的百分比。 调查的运营商中实施人工智能策略的比例——作为独立的倡议或融入更广泛的目标中。 调查中被调查运营商中认为分布式拒绝服务（DDoS）攻击将变得更加普遍的比例。 生产力提升被衡量为节省时间的百分比，与之前花费的时间相比。紧随其后的是成本节约，这些指标突显了运营商在评估人工智能对运营的实质性影响时，对效率与成本效益的关注。 随着科技的快速转型和AI的使用，网络攻击的威胁也随之增加，特别是钓鱼/短信钓鱼、勒索软件和供应链攻击。 虽然全球运营商在利用人工智能方面有不同的方法和策略，但负责任地实施仍然是大多数人的首要任务。 威胁情报共享被视为现在和未来最重要的措施，其次是提升安全文化。 02景 市场背 03040502市场背景第8页01执行摘要第5页 人工智能新闻：拉斯维加斯MWC的信息 GSMA 2024年10月活动——在首尔举办的M360 APAC和在拉斯维加斯举办的MWC Las Vegas为运营商和移动生态系统提供了一个聚集、联系和分享行业观点的机会。人工智能在每个会议的信息中都扮演了重要角色，为行业中的AI新闻提供了背景和强调。 随着人工智能领域的持续演变，新发展和创新的大量涌现不可避免地导致了一系列多样化的（可能令人困惑的）市场信息。在电信领域的AI领域也不例外，但最近的事件中出现了几个关键主题。 人工智能放大了威胁。 本系列第二份报告探讨了人工智能如何帮助管理风险，同时也可能引入风险。在此，我们特别考虑了人工智能如何放大风险，对网络基础设施、客户数据和以人工智能驱动的服务构成威胁。为了减轻这些风险，运营商必须保持警惕，并采取先进的策略来对抗攻击。 人工智能赋能的安全威胁 移动网络和设备面临最高的威胁等级考虑到您在主要运营国家2024年的网络安全形势，您将以下产品和服务的整体威胁级别如何评估？评价为高或 非常高的运营商百分比。 人工智能的整合带来了独特的挑战，创造了许多超越传统防御的高级网络威胁的机会。这包括数据中毒——即攻击者创造输入数据来使模型以未经预期的方式运行的诱饵注入攻击。此外，由生成式AI支持的欺诈、使用AI识别新的攻击类型，以及如深度伪造等合成身份欺诈进一步复杂化了网络安全环境。 基础设施与声誉风险 这些威胁对网络基础设施、系统或数据构成重大风险，目的是窃取、损坏或中断运营。网络安全威胁的范围从简单的病毒和钓鱼攻击到复杂的入侵和针对关键系统的勒索软件。对于移动运营商而言，网络安全威胁可能会危及网络的完整性，泄露敏感客户数据，并造成重大的财务和声誉损失。鉴于移动网络的规模和重要性，这些威胁具有深远的影响。 适应网络安全挑战的复杂性 近50%被调查的运营商认为网络安全问题是实现人工智能目标的最大障碍。 网络安全领域的五大主要威胁考虑到2024年网络安全威胁态势，请在您的首要运营国家中，对影响移动网络 的主要五大威胁进行排名。将运营商评价为前三大威胁的比例。 复杂网络安全威胁 网络运营商所面临的网络威胁态势复杂且迅速变化。恶意行为者持续采用新技术和手段。运营商面临着既定的威胁途径，如勒索软件、恶意软件以及分布式拒绝服务（DDoS）攻击，同时也面临诸如“从土地中获得生存能力”和“孤狼”攻击等更加细微的策略。 在这些威胁中，钓鱼/短信欺骗的排名最高，88%的运营商将其视为主要担忧。 人工智能服务的安全性仍在发展中 由于网络攻击可能造成严重损害（包括声誉损害和财务/客户损失），运营商了解、监控和应对不断发展的威胁至关重要。人工智能和机器学习（ML）服务的安全性仍在发展中，并依赖于实施一系列安全活动：设计安全、安全开发、安全部署以及安全运营和维护。 03领导力分析：电信领域人工智能应用案例 AI在行动：KT KT于2024年宣布其转型为AICT（人工智能和信息技术）公司，强调在整个运营中整合人工智能。这一战略转型包括内部由人工智能驱动的创新。现在，它越来越被视为支持基于人工智能的客户数字化转型的一个关键合作伙伴。 战略合作伙伴关系与微软 定制解决方案：KT和微软将在人工智能全栈的各个领域共享他们的技术和专业知识。全栈包括服务、模型、平台、基础设施、数据、治理和人才。 AI之旅 2017年：KT的AI之旅始于GiGA Genie的推出。通过这个对话界面，客户可以控制IPTV、搜索信息和参与对话。GiGA Genie已拥有超过400万订阅者。KT还建立了一个AI技术中心来管理技能。 • 云服务：KT云服务将以微软模式提供作为韩国安全公共云服务。KT还将维持其向公共和金融部门提供的现有服务。 2022年：KT开发了其自身的LLM，名为mi:dm，该技术已应用于内部业务创新和服务，例如KT的社交机器人和AI客户中心（AICC）。 • 不仅仅是数据：KT将与微软共同开发一个基于韩国的语言、文化和价值观的模式。 • 人员与技能：KT和微软计划运营各种培训项目，例如人工智能/云计算实践培训以及微软前沿小组计划。 2024年：KT成为AICT公司以创造新的业务价值，在可持续运营方面进行创新并加强竞争力。目前，KT正见证基于人工智能的显著内部创新，重点关注成本降低、运营效率和新型服务的发展。 在这个战略合作伙伴关系下，KT 自己的 LLM（大型语言模型），mi:dm，将被调整为特定行业的轻量级模型（SLM）。作为一个具有多种能力的 AI 产品，它可以进行定制，并采用多模型方法（如 ChatGPT-4o 和 Phi）作为企业服务提供。 主要障碍包括员工在人工智能技术方面的专业知识有限，以及现有网络基础设施未设计用于支持人工智能应用，这导致创新缓慢。此外，需要将分立的遗留系统模块重新结构化为统一的协议，以实现无缝的人工智能集成和更快的流程。 AI在行动：KT（续集） 投资与影响 AICC处理了KT呼叫中心的15%的电话，并将剩余电话的响应时间缩短了10%。 投资：KT正对人工智能领域进行重大投资，旨在到2025年通过基于人工智能的服务实现1万亿韩元（7.73亿美元）的收入，并承诺到2027年为人工智能业务投资54亿美元。 • 人员与技能准备：KT强调通过AI技术中心进行人力资源开发，重点招聘AI开发人员并培训内部团队。Aible学校——一个针对B2B和B2G客户的商业化AI培训项目——展示了其在提