Виммельбух, 3, перетяжка
Виммельбух, 3, перетяжка
Виммельбух, 3, перетяжка

Сетевой эффект: телекоммуникации и ИИ

Распространение искусственного интеллекта в телекоммуникационной отрасли затрагивает всех ее участников, но крупные и небольшие игроки выбирают разные сценарии внедрения ИИ. Об основных сферах применения генеративных сетей в телекоме и о том, как меняется отрасль, рассказывает Александр Красников.

107 открытий2К показов
Сетевой эффект: телекоммуникации и ИИ

Искусственный интеллект и телекоммуникации «генетически» близки: с появлением высокоэффективных вычислительных технологий ИИ они почти сразу стали использоваться телеком-компаниями для оптимизации процессов создания сетевой инфраструктуры и ее поддержки, а позднее — и в клиентском сервисе.

Сегодня улучшение поддержки клиентов стало одной из основных областей применения генеративного ИИ и больших языковых моделей (LLM) для телекоммуникационных компаний, согласно исследованию NVIDIA (2024 год) (в нем приняло участие более 400 телекоммуникационных компаний в мире). 57% респондентов, которые инвестируют в ИИ, вкладывают в инструменты для улучшения клиентского сервиса: развитие чат-ботов и умных систем поиска информации в базе знаний. Еще 57% используют ИИ для повышения производительности сотрудников, 48% — в процессах эксплуатации и управления сетями, 40% — при планировании и проектировании сетевой инфраструктуры, 32% — для генерирования маркетингового контента и в SMM.

Главными результатами применения ИИ участники рынка телекоммуникаций называют снижение издержек компаний при росте выручки. Кстати, по мнению 94% компаний, опрошеннных в совместном исследовании консалтинговой компанией «Яков и партнеры» и «Яндекс», применение искусственного интеллекта при решении бизнес-задач позволяет внижать издержи, а каждая третья компания верит, что ИИ позволит увеличить выручку в будущем.

Разный ИИ для крупных и небольших телеком-компаний

Крупные игроки телекоммуникационного рынка часто используют математические модели ИИ в поддержке инфраструктуры и автоматизации управления ею. Например, чтобы строить, поддерживать и оптимизировать сетевую инфраструктуру, компаниям нужны данные о трафике и предиктивная аналитика, которая помогает предсказывать изменения нагрузки в разных зонах связи. В решении этих задач используются ИИ-решения: нейросети глубокого обучения, которые умеют строить прогнозы сетевой нагрузки и анализировать трафик.

Таким образом, ИИ-решения помогают компаниям просчитывать, насколько выгодными могут оказаться инвестиции в строительство новых объектов (базовых станций) на тех или иных территориях. Примерно с такой же целью крупные телеком-компании используют технологию цифровых двойников: виртуальные модели, помогающие строить гипотезы и планировать размещение новых объектов.

В «умных» телекоммуникационных сетях, созданных с использованием алгоритмов искусственного интеллекта, возможно корректировать сетевые операции и функциональность в зависимости от трафика, уровня сигнала и других факторов. В обычных управление сложными ситуациями всегда требует ручного вмешательства.

В колл-центрах и любом клиентском сервисе ИИ начинают применять и крупные, и небольшие участники рынка. Но для последних это всё еще скорее эксперимент: они только ищут возможности использовать его с наибольшей эффективностью, ограничиваясь помощью нейросетей в работе с базой знаний и обслуживании первого уровня клиентских обращений в контакт-центрах.

ИИ-модели общаются на одном языке с клиентами и генерируют маркетинговый контент

Генеративный ИИ и речевая аналитика (в том числе Яндекс GPT и другие подобные нейросети) всё чаще применяются в маркетинге, клиентском сервисе и внутрикорпоративных коммуникациях. На их основе создаются чат-боты, цифровые аватары компаний, которые отвечают на запросы клиентов. Операторы колл-центров используют нейросети для того, чтобы быстро искать информацию во внутренней базе знаний и CRM, а с помощью языковых моделей оперативно генерируют ответы на самые сложные вопросы клиентов.

Однако полностью заменить сотрудника ИИ не может пока ни в одной области телекоммуникационного бизнеса. Это касается и операторов первой линии поддержки, для которых ИИ может при этом являться полезным ассистентом. И не только им, но и, например, эффективным тренером: с помощью нейросетей можно моделировать разные ситуации общения с клиентами и учить сотрудников правильно на них реагировать.

Кроме того, неоценимую помощь нейросети оказывают в подготовке текстового и видеоконтента для служб маркетинга и SMM. Есть немало видео и текстовых редакторов, в которых применен генеративный ИИ, помогающий создавать и редактировать как тексты, так и изображения и видео.

Маркетинговые цели

Огромный пласт бизнеса, который телекоммуникационные компании могут оптимизировать с помощью ИИ, — сбор и обработка больших данных от абонентов и создание на их основе новых продуктов и решений. Это, к примеру, геоаналитические сервисы, которые помогают прогнозировать трафик в определенных локациях, определять и сегментировать целевую аудиторию бизнесов. Таким же образом телекоммуникационные компании работают с собственной клиентской аудиторией, получая (на основе обезличенных данных, Big Data) важную для них маркетинговую информацию и делая более точные целевые предложения тарифных планов и иных услуг.

ИИ как защитник

ИИ-решения в телекоммуникациях также способствуют повышению безопасности как самой сетевой инфраструктуры, так и коммуникаций. В первом случае они помогают компаниям прогнозировать возможные сбои в работе оборудования (предиктивная аналитика, о которой говорилось выше), делая это в режиме реального времени. Нейросети обрабатывают информацию с базовых станций и коммутаторов и умеют выявлять подозрительную активность, способствуя предупреждению утечек данных. Если же говорить о внедрении ИИ непосредственно в коммуникациях, то они уже играют роль «защитника» в некоторых нейросетевых интерфейсах. В некоторые ИИ-ассистенты встроены решения для защиты от мошеннических звонков и спама: они могут сами ответить на звонок и определить, является ли он нежелательным для абонента.

Кстати, по данным исследования NVIDIA, среди респондентов компании использование ИИ в целях обнаружения мошенничества с транзакциями и платежами с 2022 года по 2023 год стало популярнее: оно актуально для 28% опрошенных (против 14% в 2022-м).

Генеративные сети создают новые профессии

Внедрение искусственного интеллекта не происходит само по себе, и в этом не могут помочь сами нейросети: обычно бизнесу нужен посредник, специалист по работе с ИИ, например промпт-инженер. Его задача в том, чтобы делать правильные запросы к языковым моделям, обозначая в них прикладную задачу ИИ-проекта, целевую аудиторию, контекст, примеры и детали. Качество промпта обусловливает успех или провал внедрения ИИ-решения.

Еще одна новая профессия, формирующаяся с развитием ИИ: специалисты, умеющие дообучать нейросети. Дело в том, что модели нужно постоянно развивать на основе новых данных, чтобы они оставались эффективными. Справиться с этим в какой-то мере может любой ИТ-специалист, умеющий работать с данными. Но в перспективе тренеры нейросетей, скорее всего, станут самостоятельными штатными единицами в телекоммуникационных компаниях.

А вот говорить о замене целых категорий сотрудников ИИ-моделями пока рано. Например, для того чтобы продать продукт, уже сейчас используется много автоматизированных решений: чат-боты, мобильные приложения, всплывающие формы, голосовые роботы. Могут ли эти инструменты, даже если в них используются большие языковые модели, успешно продавать сами? Да, но только если покупатель готов к покупке и сам зашел в приложение, заполнил форму на сайте, позвонил в компанию и пообщался с голосовым ассистентом. Такое возможно, но в любых активных продажах незаменим менеджер, который умеет коммуницировать с потенциальными клиентами, обладает навыками и квалификацией в предметной области (хорошо знает продукт, который продает). Однако языковые модели будут все чаще помогать людям повышать эффективность продаж. Прежде всего, конечно, в области сегментации целевой аудитории и на первых этапах воронки продаж, так как поиск клиентов становится более точным и быстрым благодаря вычислительным возможностям решения на основе ИИ.

Будущее ИИ в телекоммуникациях

Искусственный интеллект помогает телекоммуникационному сектору повышать эффективность создания сетевой инфраструктуры и профилактики сбоев, а также оптимизации управления сетью. Благодаря этому компании строят точные прогнозы развития и предотвращают возможные сбои. Но кроме того, ИИ начинает играть всё более значимую роль в улучшении клиентского сервиса. Впрочем, использовать инструменты на базе ИИ в работе с клиентами нужно обдуманно и только в тех случаях, когда это уместно. Если вы размещаете объявления на «Авито» с предложением своих услуг, а на звонок клиента отвечает голосовой робот, то, скорее всего, останетесь без заказчиков.

Следите за новыми постами
Следите за новыми постами по любимым темам
107 открытий2К показов