扩大规模以取得成功：电信公司如何抓住亚太地区的GenAI机会

MargoStahl拍摄的照片克林顿，纽约 为了成功而扩展：电信运营商如何在亚太地区把握生成式人工智能的机遇 前言 随着众多行业的企业纷纷采用人工智能，全球电信运营商当然不会坐视不理。事实上，大多数公司早已成为人工智能驱动模型的支持者，并已部署了预测人工智能和机器学习计划，例如客户流失预防计划和“最佳下一产品推荐”的追加销售，已有十多年了。 在本文中，凯文尼与桥梁联盟的合作中，我们阐明了亚太地区电信运营商如何应对这些挑战，借鉴了凯文尼的人工智能评估 （AIA）调查，并从与超过10家亚太地区电信运营商（均为桥梁联盟成员运营商）的深入讨论中汲取了见解。本文重点探讨了电信组织如何通过人工智能产生影响力。 最新的技术进步，例如机器学习、自然语言处理、GenAI和高级数据分析，得益于过去一年GPU性能的巨大提升以及在对人才、存储和计算资源等关键推动因素的大量投资，正在为这些举措提供新的动力，并营造出一个非常适合更广泛AI采用的环境。 人工智能正为亚太地区的电信运营商提升运营方式铺平道路，帮助它们规模化使用人工智能，并在未来几年创造巨大的经济价值。迅速实施本文概述的方法的电信运营商可以优化其市场地位，并在动态的人工智能生态系统中巩固其领导地位。 然而，在某些举措的投资回报及其可扩展性方面仍存在重大问题，特别是在单一市场部署的背景下，尤其是在规模较小的市场。此外，由于当地市场的特殊性，一些亚太(APAC)电信公司正面临独特的挑战，例如独特的当地语言和文字、市场规模小以及缺乏可用人才。 成功的扩展：电信运营商如何抓住亚太地区的GenAI机遇1 思考-构建-扩展/治理：成功扩展AI执行的三支柱 2024年，凯尔尼对12个关键行业和50多个国家的1000多家公司进行了全球研究，以深入了解它们的数据、分析、人工智能能力与成熟度，以及它们与行业内外其他玩家的比较情况。该研究包含一个包含40多个问题的调查，涵盖了其组织中潜在的AI用例、当前AI能力的成熟度以及未来几年在AI方面的计划投资等议题。参与者的回答根据成熟度水平在0-4的量表上进行了评分。这些回答的总和被用来根据凯尔尼的AI准备和路线图框架：思考、构建、扩展/治理，确定其在人工智能生命周期三个构建模块上的成熟度。为本文的目的，我们还补充了凯尔尼的全球研究，并对BridgeAlliance成员进行了额外的研究，以及对部分BMO的CXO进行了后续深入访谈。 在Kearney的2024年人工智能评估(AIA)中，只有4%的公司被归类为领导者，而45%的公司是探索者，51%的公司是跟随者（见图3页的图1）。人工智能和分析领导地位背后的关键因素包括强大的内部人才能力、C级高管或C级高管1级的赞助以及早期对数据分析和对人工智能的投资。 根据我们的研究，电信业在全球12个行业中，人工智能应用的总体成熟度排名第七，落后于消费品、科技和零售等行业 （参见图2，第3页）。这表明，尽管电信业正在取得进展，将人工智能融入其运营中，但与其他领先行业相比，其增长和创新仍有巨大空间。 尽管如此，骰子已掷下，世界上一些以及亚太地区的电信运营商正在押注人工智能，这得益于向数字化转型推动。人工智能被证明是一个变革者，为电信运营商提供了增长顶线、改善客户体验、成本效率和组织效能的潜力。它的应用范围很广，包括客户服务、网络优化、预测性维护、智能能源管理和个性化精准营销等。然而，我们的研究表明，在全球范围内，电信运营商在人工智能投资和成熟度方面也存在巨大差异，有些人更喜欢在大量投资这些新举措之前采取观望态度（参见第4页的图3）。 成功扩展：电信运营商如何在亚太地区把握生成式人工智能机遇2 图1 领导人 探险者 粉丝 51% 45% 4% ly4%of在Kearney的2024年人工智能评估研究中被评为领导者类别的公司 来源：凯文尼2024年人工智能评估研究 成熟度分布 图2 电信行业在人工智能应用成熟度方面排名第七 全球各行业AI应用的整体成熟度 化学品 能量 医疗保健 电信 零售 银行 消费者货物 2.532.592.672.692.692.702.712.722.752.752.792.832.85 其他保险汽车 金属和开采 运输和科技 物流 来源：凯文尼的2024年人工智能评估研究 成功扩展：电信运营商如何在亚太地区把握生成式人工智能机遇3 图3 全球电信领域有三个AI原型正在涌现 —AT&T(美国) 基于强大的10年以上AI和机器学习之旅 —台湾移动（台湾）AI在电话营销、客户服务中，网络安全 —澳大利亚TelstraAI和机器学习用例在联系中心和生产力 —德国电信（欧洲和美国）国家) 联合投资以定制LLM 人工智能和机器学习视觉成熟度 谨慎地实验GenAI 从持续着关注价值 探险者 (45%) 传统AI和机器学习 增量构建在现有基础上 在人工智能、机器学习和 高级分析 共同点：大规模，中等风险 食欲，高复杂度 主要特征示例球员 **从根本上改变的大胆抱负商业模式 对AI、GenAI进行重大投资，机器学习 愿景性用例中的先行者 共同点：modernizeddata基础设施和创新文化 领导人 (4%) —Telefonica（欧洲和拉丁美洲）若干高级实验，例如，TelefonicaAura，TTech —SKTelecom(韩国)转变为全球AI领导者最前沿的基础设施和人工智能服务 —Spark(新西兰)AI驱动的决策模型以最大化市场支出回报率 等待行业采用成熟 建立数据基础首先 共同点：规避风险，处理遗留系统 粉丝 51% —环球电信（菲律宾） 专注于内部用例的孤立用例生产力，关注让员工 实验 —VodafoneIdea(印度) 一或两个孤立的用例，当前专注于商业逆风 —Smartfren电信（印度尼西亚）非显著AI与机器学习 投资，关注增长 注意：领导者雄心勃勃地通过大胆的AI和机器学习投资推动业务转型，并开创新的用例。探索者谨慎地扩展现有的AI和机器学习工作，以适度的风险平衡创新与价值。跟随者等待AI应用成熟，专注于基础改进，同时管理遗留系统。来源：公司网站；凯文（Kearney）2024年人工智能评估研究 成功扩展：电信运营商如何在亚太地区抓住生成式人工智能机遇4 然而，在超大规模企业的持续压力下，电信运营商必须迅速行动，扩大其关键人工智能计划，以在快速发展的AI领域中确立领先地位。竞争激烈，其他生态系统参与者，包括科技巨头，已经利用其优势在全球范围内提供全面的人工智能解决方案，这可能会限制电信运营商在人工智能为其内部生产力计划和工具之外的增长机会。 为了支持企业在人工智能领域的旅程，凯尔尼公司开发了人工智能准备和路线图框架，该框架跨越人工智能生命周期，分为三个模块：思考、构建、扩展/治理（见图4）。该框架旨在帮助企业通过确保所有人工智能投资和计划在组织内全面设计和执行，从而充分发挥其人工智能计划的全潜力。在人工智能采 用旅程中，想阶段是关键部分，公司在此定义雄心勃勃的 人工智能愿景，并识别出推动创新的具有影响力的应用案例。构建 阶段呈现硬协调数据和科技支持者以有效支持这一愿景的 挑战。最终，尺度/控制相位表示最难挑战，因为组织努力将人工智能深度嵌入其核心运营和文化以获得可持续的成功 。 AIA显示，亚太地区的电信运营商在人工智能成熟度的各个阶段，与全球和亚太地区的电信运营商领导者相比，表现出较低的整体人工智能采用成熟度（见图6页）。 图4 凯文尼的AI准备和路线图框架支持公司在其AI旅程中 想想：酷炫部分 愿景：最先进的用例 愿景：成为领先的数据和GenAI驱动型电信公司，安全地获取GenAI股息，作为客户信任的合作伙伴 驱动顶线增长 驱动客户体验驱动成本效益和组织效率 AI应用场景：在整个组织中发掘可衡量的生成式人工智能潜力 B2C B2B B2P 网络 它 人力资源 金融 法律 … 构建：硬核难点 缩放/控制：最难 部件 人工智能准备好的技术栈：构建、交付和运行生成式人工智能的技术 技术栈和工具 数据准备 合作策略 可扩展架构以实现 数据可用性、可访问性 发展伙伴关系的策略 多种用例，并优化成本 和合规 生态系统 和性能 组织与运营模式 人与文化 负责的AI治理 组织结构，方式 数据和生成式人工智能能力 必要政策、治理 工作，和研发 规划和人才战略 审计，风险缓解已建立的流程 人工智能运营模型：在组织内部和过程中嵌入和跨越生成式人工智能 注释：B2C是商业对消费者；B2B是商业对商业；B2P是商业对个人；R&R是认可与奖励。资料来源：Kearney分析 成功扩展：电信运营商如何在亚太地区把握生成式人工智能机遇5 思考：电信人工智能计划并非一刀切 —成本效益和组织效率。 能够帮助实现资本支出和运营支出节约的人工智能计划（例如网络推广或基于网络管理的能源节约） 基于Kearney的AI准备和路线图框架，用例分为三个价值驱动类别，影响电信公司业务模式的每个部分（见第7页的图6）： —顶线增长。能够帮助预防收入侵蚀（如客户流失预防）并推动收入增长顶线的AI项目，既适用于其现有的电信服务，也适用于新的面向客户的服务，例如推广自己的电信服务、“最佳下一项提议”。此外，一些电信公司还利用AI通过外部服务变现机会来推动收入增长顶线，例如为企业客户提供客户关怀聊天机器人，并在AI基础设施方面，为企业客户提供GPU即服务 （GPUaaS），或加入由SKTelecom领导的全球电信AI联盟或为超大规模企业准备的AI就绪数据中心。 我们的研究表明，全球领先的AI电信公司一直积极开发和部署三类AI解决方案。然而，大多数亚太电信公司一直专注于客户体验和成本效率举措。例如，台湾移动最近对一家IT服务公司的投资旨在升级电信公司的IT系统，以支持面向客户的ứngdụng，改善客户服务并提高员工生产力。 而一些企业开始制定计划推动营收增长，但这些计划大多仍是为了支持其现有的电信服务，鲜有企业尝试为它们的B2C （企业对消费者）和B2B（企业对企业）客户提供新产品和服务。 图5 亚太地区的电信公司在人工智能的采用上不够成熟 平均电信AI准备度分数 想 3.61 3.48 2.95 亚太电信运营商（全部）亚太地区电信业领袖 全球电信领袖 管理 3.55 3.402.93 2.513.21 3.38 构建 2.52 2.86 2.94 来源：专家访谈；《凯森尼公司2024年人工智能评估研究》 比例 —客户体验。能够帮助全面提供优质客户服务的人工智能计划（例如售后预防性服务） 成功扩展：电信运营商如何在亚太地区把握生成式人工智能机遇6 IT，欺诈，和安全性 支持和公司服务 管理员和运营费用 供应链和采购 人力资源和劳动力规划 金融 ~0–0.1%2 营收提升 ~0.3–0.4%1 成本降低 ~0.4–0.5%1 成本降低 网络安全 欺诈 它 操作denBack 图6 人工智能可以通过多种方式为电信职能创造价值 B2C ~0.1–0.3%1 成本降低收入提升 ~0.7–1%2 2B ~0.1–0.3%1 成本降低 ~1.7–2.4%2 营收提升 网络 客户服务 现场操作 故障和事故 分辨率 操作和维护 容量管理 配置管理 网络规划和投资 留存 产品交叉销售/追加销售 个性化和全渠道定位 获取 留存 资源与销售管道规划 交易定价 获取，空白字符 身份识别 ~0.8–1.3%1 成本降低 售后客户 参与度 技术支持，包括 联系方式和呼叫中心 一线服务 ~1.7–2.8%1 成本降低 cingr-fatomeCus 想 1相对于整体电信运营支出成本降低 2相对于整体电信收入的总收入增长 注意：显示的是全体员工的权利和职责的福利。B2C是商业对消费者；B2B是商业对企业。 成功扩展：电信运营商如何把握亚太地区的生成式人工智能机遇7 研究结果表明与亚太地区电信运营商的讨论揭示了他们采用了三种主要原型之一，这符合他们的A