电信运营商AI拐点：领先企业的价值获取之道

科技、媒体与电信业务部 电信运营商的AI转折点：领导者如何捕捉价值 自主AI为电信运营商提供了调整近期发展轨迹的潜在机遇。问题在于，他们能否对其组织进行足够的重新设计，以充分利用这一机遇。 本文由Benjamim Vieira、Guilherme Cruz、Ignacio Ferrero和Tomás Lajous共同撰写，Borja Belda、Daniela Mendoza和Manuel Palacios代表麦肯锡技术、媒体与电信实践部门及QuantumBlack、麦肯锡AI的观点。 十多年来，电信运营商（telcos）为应对增长放缓、资本密集度上升和产品差异化有限等问题，一直追求一波又一波的数字化转型。虽然大多数实现了渐进式增长，但并未带来行业所需的、具有全局性结构性的变革。当创新、竞争以及严峻的周期性挑战的步伐毫无减缓迹象时，这一点尤为明显。 自主AI或许将是首个能够改变这一趋势的技术。与早期仅改进个体任务的自动化工具不同，AI代理有潜力重塑整个工作流程，甚至能够协助做出运营决策、协调跨部门工作。这使AI从强大的生产力工具转变为一个能够从根本上改变电信运营商运营设计、资本部署和价值创造方式的全景执行层。 电信领导者面临的问题，已不再主要在于确切地应用人工智能，而在于如何重新设计企业，以便与其协同运作并优化其效能。 近年来，该行业中的许多人已付出沉重代价，认识到没有捷径可以达成目标。尽管大多数电信运营商在日益增长的AI投资中未能获得真正价值，因推出过多零散或重复的AI用例和试点项目，但少数具有远见的企业正展示出，自主AI的快速涌现如何能成为一场范式转变，为行业前景提供了难得的重新定位机会。 在利用人工智能产生重大影响方面，电信行业领导者已经证明，这需要一种持续的、长期的方法，包括由CEO领导的赞助、纪律性的组织转型和变革管理，以及明确关注端到端流程而非单个任务。本文基于最近的一项调查 顶尖电信高管的经验以及我们在协助客户进行人工智能部署方面的经验，为行业同行提供了一条通往类似成功的道路，有望在五年内将投资回报率（ROIC）和息税折旧摊销前利润（EBITDA）的利润率分别提高10个百分点。2 它阐述了电信运营商为在未来几年捕捉规模化的新价值与增长所必需的、一套连贯的自主型人工智能运作模式中的几个关键要素，并突出了电信行业人工智能的当前采纳状态及其影响，涵盖了领先且行动早的电信运营商以及行业其他企业。 电信运营商人工智能现状 尽管电信高管们越来越认识到人工智能对其未来的重要性，但相对而言，只有少数人从他们拥抱这项技术中看到了显著的影响。而且，这种拥抱在近年来已经显著增长。 我们调查的电信运营商中，超过一半拥有至少50名全时当量（FTE）的员工专门从事人工智能工作，而且完全有三分之二预计今年将增加其IT预算中用于人工智能的部分；该领域的大约一半企业预计将把超过10%的该部分支出用于人工智能，而行业平均配置比例正增长至9%（图1）。 麦肯锡公司 尽管我们调查的几乎所有电信运营商都在试点人工智能，但只有57%的报告称正在多个领域推广用例，主要涉及客户服务和网络，与近一年前几乎持平。远 fewer——仅16%——将人工智能视为其组织内的“新常态”。与此同时，只有51%的人认为人工智能是一项“重磅技术”，将全面改变行业，而这一比例在去年同期为61%。之前的调查.3 这种情绪的转变大部分是转向一种更清醒的看法，即该技术是“与行业相关且将产生影响的某事物”，这一观点现在为47%的受访者所认同，较去年的36%有所上升。 这种更现实但仍乐观的心态，专注于有形成果而非技术看似无限的能力，反映了行业在整合人工智能方面的初步经验。尽管电信公司在某些领域看到了显著的成本节约，但大多数公司尚未实现广泛的生产力提升。只有12%的受访者报告已经捕捉到了显著的成效，而其他大多数公司则陷入我们所说的“资金投入阶段”，即投资尚未带来任何真正的资产负债表收益，尽管它确实推动了其他方面的影响。然而，行业领袖中的大多数仍谨慎乐观，认为这些效益将在本世纪末实现；他们视客户支持和网络功能为最肥沃的领域，其次是IT领域，电信公司大多数预计在未来一两年内至少节省10%的成本，到2030年将接近30%（图2）。 尽管长期前景相对乐观，电信公司高管们也承认在扩大人工智能影响方面面临重大挑战，例如超越孤立用例带来的有限生产力提升。超过四分之三的受访者认为，不成熟的运营模式、数据限制以及因变革管理不善导致的采用滞后是主要问题。当涉及将影响转化为可衡量、实质性的价值时，共识度较低（图3）。略过半数的受访者将员工或团队的采用视为最大障碍，三分之一的人指出大规模实施流程变更的困难，而四分之一的人则指出预算不灵活是关键障碍。 电信运营商的人工智能转折点 电信运营商相对乐观地看待克服这些挑战的关键原因在于近期涌现的具代理能力的AI。与以往主要实现令人印象深刻但仍属渐进式改进的AI工具不同，代理代表了行业自动化驱动的拐点的可能性。麦肯锡全球研究院预测，到2030年，仅在美国电信行业，AI自动化就可能创造160亿美元的新经济价值；而围绕人机协作重新设计工作流程，无论是针对销售代表、设备安装人员还是电子工程师，可能都是抓住这一机遇的关键。该行业约一半的工作岗位可能具有通过协作人机自动化进行重塑的潜力，这比大多数其他行业高出两倍以上。利用代理来重新定义（或重塑）工作流程的前景意味着该行业或许能够超越那些已被证明是新价值解锁障碍的过时运营流程和模式。 虽然一年前关于代理人的行业讨论大多停留在理论层面，但现在超过一半的电信公司调查受访者表示，他们正在至少一个职能部门中部署代理式用例。一些早期采用者已经展示了如何利用这项技术来捕获可观的商业价值，以下跨越不同职能的例子便说明了这一点。 客户服务 欧洲各大电信运营商普遍面临客服量上升和呼叫中心成本高昂的问题，因此提升客户服务效率已成为一项战略优先事项。 附件2 电信运营商预计，到2030年，人工智能将有助于在客户服务、网络和IT领域实现大幅成本节约。 麦肯锡公司 附件3 员工采用和大规模部署流程变革是电信运营商声称在利用人工智能创造价值时面临的最大障碍。 电信运营商从人工智能中创造价值所面临的最大挑战，%的受访者 麦肯锡公司 在KPN，这已转化为开发语音交互式AI来处理端到端的客户服务互动。为了构建这个语音交互式代理，团队采取了三步方法。他们首先使用通话量和通话记录来识别和分析交互式语音应答端点；接下来，他们深入探究“子意图”（例如固定电话无拨号音、损坏的调制解调器或路由器更换、或移动语音/SMS漫游问题）和客户旅程，以评估可行性和代理化复杂度；然后他们根据影响价值和开发复杂度及可行性构建用例。 利用这项分析，运营商优先考虑了18个用例中的六个，包括发票代理、通用问答和初始试点认证。因此，运营商旨在将需要人类专家处理的通话平均处理时间缩短，从而在一年内显著降低呼叫中心的总体运营成本。 网络 对于两家服务于不同地区精明且要求苛刻的客户的主要网络运营商——欧洲的MASORANGE和亚洲的NTT DOCOMO而言，近期深刻理解网络客户体验（CX）已成为一项关键竞争优势。这发生在资本支出（capex）水平加剧了对更高效投资决策需求的时候。 为此，每位运营商都使用AI来评估客户体验指数，创建了一个每日指标，将运营商的网络性能与客户满意度和风险相关联。结果，运营商能够识别出对网络不满的客户，确定其体验不佳的主要原因，并建立关联。 利用这些洞察来实施资本投入（例如场地升级）或其他新的客户服务，以帮助提升客户留存率。例如，被识别为运营商优先进行资本性支出投入的场地是那些CX指数低而收入高的站点。 为优化机遇，双方均重新设计了资本支出规划流程，并主导了提升网络团队在此人工智能应用方面的技能的努力，以确保新决策方法在各个领域和分支机构得到持续应用。采用此方法后，运营商们要么沿着使用最频繁的通勤线路（例如，影响约500万至1000万用户）评估客户体验，并重新优先排序其2025-26年资本支出计划，要么识别出客户对网络性能波动最为敏感的领域，并推动采取行动改善网络，以帮助提升这些客户的忠诚度和体验。（关于NTT DOCOMO使用人工智能评估客户体验指标的更多信息，请参见侧栏“NTT DOCOMO：利用人工智能让社区更紧密连接”。） 案例研究 NTT DOCOMO：运用人工智能让社区更紧密地连接 在日本高度互联的城市里，网络质量并非一个抽象的指标。它体现在拥挤的通勤列车上转瞬即逝的时刻，在密集的城市走廊里，在短促重复的互动中——比如在车站间查看地图，在拥挤的站台刷新新闻应用，或者重发短信时延迟了足够长的时间而被察觉。 客户网络体验指数（CNX）——一个由人工智能驱动的指标，旨在以对整个组织具有可操作性的方式量化网络客户体验。 基于超过400TB的网络端数据构建，CNX指数运用先进的分析技术和机器学习模型，捕捉用户在不同地点和时间段内的真实网络体验，而非理论上的网络表现。 对于NTT DOCOMO来说，那些时刻正成为警示信号。 尽管公司持续大力投资网络基础设施，但在一些流量密集区域，客户体验却不断恶化。传统的工程指标可以证实网络拥堵——但它们却无法解释为何客户日益感到沮丧。 该方法论是根据日本的独特使用模式量身定制的。特别是，开发了“通勤线路”功能，以反映密集城市交通走廊中反复、短时长的连接所产生的影响——这是影响客户感知的一个关键因素，而传统的指标（如下载速度）未能反映这一点。 NTT DOCOMO意识到，弥合这一差距需要一种全新的网络处理方式：一种将技术性能与客户实际体验相结合，并将两者直接与投资决策联系起来的方式。其目标并非渐进式优化，而是一种以体验为导向的系统性方法，用于指导网络的规划、运营和改进。 随着网络变得越来越复杂，提升客户体验需要的不只是增加基础设施，”NTT DOCOMO研发创新副总裁乌梅泽八雄（Yoshio Umezawa）表示。“CNX指数使我们能够将网络性能直接与网络的实际体验联系起来，为我们整个组织内的决策提供了一个共同、客观的基础。人工智能使我们能够从被动响应转向更系统化、以体验为导向的网络管理方法。” 作为客户体验网络 为促成这一转变，NTT DOCOMO与麦肯锡合作，将其作为思想伙伴，共同开发 通过将体验指数与站点收入挂钩，NTT DOCOMO能够精准定位关键地点，在这些地点进行针对性干预将产生不成比例的客户影响。 超越解析解：驱动实质性变革 关键在于，CNX从未被视为一个独立的分析输出。NTT DOCOMO将此指数直接嵌入核心工作流程中，包括网络规划、预防性维护和资本支出（CAPEX）决策。CNX的洞察结果明确与站点收入挂钩，使团队能够识别出糟糕体验与高经济重要性重叠的区域。规划人员随后能够以一致、客观的方式，将干预措施与体验和站点收入进行比较。 结果：大约10%到30%的计划资本性支出干预措施有潜力进行重新排序，从而允许资本被重新导向更高影响力的用途，而不会提高整体投资水平。如今，CNX被总部和各地区的团队使用，以支持更一致的优先排序、中央规划与地方执行之间更紧密的对齐，以及更严格的成果监控。 为确保长期拥有，麦肯锡还通过一个AI学院支持NTT DOCOMO建立内部能力，该学院为工程师和规划师培训了分析基础知识以及CNX的实际应用。两家公司还共同开发了一个全面的变革管理计划，以推动总部和地区的采用——通过围绕共同定义、仪表板和决策流程来统一团队。 除了效率提升之外，CNX还为NTT DOCOMO提供了更持久的价值：一个基于客户实际体验来管理网络的基础。通过将AI驱动的洞见嵌入日常决策中，该公司正展示出高级分析如何从分析走向行动，即便网络复杂性持续上升。 “让这场转型如此强大的，并非技术本身——而是思维方式的转变，”麦肯锡驻东京合伙人渡部隆志表示。“通过将网络决策与真实的客户体验相结合，NTT DOCOMO创造了一种通用语言，