C114訊 7月28日消息（艾斯）來自市場研究公司Omdia的最新報告寫到，生成式人工智能（GenAI）使人們對將人工智能（AI）應用于電信業(yè)務的興趣重新燃起。無論是在技術合作伙伴提供的產品中，還是在電信運營商自己為車隊管理和欺詐檢測等業(yè)務構建的管理系統(tǒng)中，AI在電信業(yè)已經得到了很好的應用。生成式AI在創(chuàng)建書面和視覺內容領域以及作為自然語言接口來查詢迄今為止難以利用的非結構化數(shù)據(jù)集方面提供了新的機會。
生成式AI在電信業(yè)最明顯的應用是為聊天機器人生成更有用的響應，為客服代理生成更有用的腳本。今年到目前為止的運營商公告表明，他們還看到了應用生成式AI解決網絡優(yōu)化和故障管理問題的機會。同時，需要強有力的AI治理來減輕模型偏差、AI幻覺和Prompt injection等風險。企業(yè)和組織還應確�；谏墒紸I的系統(tǒng)仍然受到人工監(jiān)督�？偟膩碚f，Omdia首席分析師Roz Roseboro和Omdia實踐負責人James Crawshaw認為，我們應該將生成式AI視為可以提高員工生產力的副駕駛（輔助），而不是取代員工的自主代理。
生成式AI抓住了時代精神
ChatGPT及其同類服務（例如Google Bard）的推出，導致人們今年重新燃起對AI的興趣。這一點同樣適用于電信業(yè)和其他行業(yè)。自從AI這個詞在20世紀50年代首次被創(chuàng)造出來以來，它已經經歷了好幾個炒作周期。最近一輪是在2016年，當時Google DeepMind在圍棋游戲中擊敗了世界上最優(yōu)秀的人類選手，人們普遍對此感到非常興奮。
在接下來的四年里，這導致了很多關于電信業(yè)AI的討論，以及供應商對AI的大量洗牌。我們很難區(qū)分什么是利用AI的真正創(chuàng)新，什么是簡單地偽裝成新事物的現(xiàn)有統(tǒng)計分析。
電信業(yè)從業(yè)人員多年來一直在使用機器學習來解決工作負載調度和異常檢測等問題，一方面，他們很高興自己開始在公司內部得到更多的認可，另一方面，他們又對這些大驚小怪感到有點困惑。
正如AT&T首席數(shù)據(jù)官Andy Markus在最近一篇博客中指出的那樣，“AI嵌入了AT&T的各個部門�？蛻舴⻊帐且粋�主要的受益領域。AI在幕后優(yōu)化了我們現(xiàn)場技術人員駕駛卡車的日常路線，以服務更多的客戶，并以更少的油耗處理更多的維修需求。并且，AI幫助我們近乎實時地識別和阻止網絡中的欺詐行為，從而大大減少客戶收到的垃圾電話數(shù)量。”
在十年更替之際，電信業(yè)對AI的熱議逐漸消退，但在去年11月，ChatGPT重新推動了這一熱潮。對于數(shù)百萬嘗試過這項服務的人來說，這是AI民主化的分水嶺時刻。與之競爭的生成式AI服務很快推出，開源社區(qū)也紛紛開發(fā)了自己的模型和工具。
如圖1所示，Omdia在6月調查的幾乎所有通信服務提供商（CSP）專業(yè)人士都表示，他們的組織或者已經使用生成式AI（21%），或者正在實驗室中進行測試（20%），或者在調查可能的用例（56%）。這些調查結果來自于Omdia即將發(fā)布的報告：AI和分析在客戶體驗管理中的作用（The Role of AI and Analytics for Customer Experience Management）。
圖1：您的組織對生成式AI（例如ChatGPT）的立場是什么？注: n=39.
資料來源：Omdia對CSP專業(yè)人士的調查，2023年6月。
AI受到關注
ChatGPT利用的科學突破可以追溯到Google Brain的一個研究小組2017年發(fā)表的一篇學術論文，名為《Attention is all you need》。該論文介紹了Transformer概念——一種基于神經網絡的深度學習模型。與傳統(tǒng)的循環(huán)神經網絡不同，Transformer采用了一種叫做“自注意力”（self-attention）的概念，這使其能夠同時處理大量文本，而不是一次處理一個單詞。這允許更多的并行化，從而減少訓練時間。這使得OpenAI能夠使用包含大量網絡、維基百科、數(shù)字化書籍、arXiv、GitHub和Stack Exchange的大型數(shù)據(jù)集來生成模型。
但在一些組織中，除了樂觀和興奮之外，生成式AI也引發(fā)了擔憂。一些公司禁止其員工使用ChatGPT。一些國家禁止其公民使用ChatGPT。一個名為“Center for AI Safety”的組織發(fā)動數(shù)百名科學家和“知名人士”簽署了一份聲明，稱“減輕AI帶來的滅絕風險，應該與流行病和核戰(zhàn)爭等其他社會規(guī)模的風險一起，成為全球優(yōu)先事項。”
雖然公司和政府有可能禁止像ChatGPT這樣的特定服務，但他們無法禁止使生成式AI成為可能的基礎數(shù)學和計算機科學。生成式AI究竟應該、能夠以及將如何監(jiān)管，可以參考Omdia的另一份報告“Reining in generative AI: A fractious regional perspective unfolds”。在本文中，Omdia探討了生成式AI如何在電信行業(yè)中得到利用。
生成式AI在電信行業(yè)中的示例
生成式AI在電信領域的大多數(shù)用例與在任何其他行業(yè)中的用例都是相同的：
·為銷售和營銷生成書面和視覺內容；
·總結書面和口頭內容（報告、會議等）；
·幫助生成計算機代碼：
·客戶服務虛擬助理。
生成式AI在電信業(yè)最明顯的應用是為聊天機器人生成更有用的響應，為客服代理生成更有用的腳本。AI在這些領域的應用已有多年時間，但這些系統(tǒng)所依賴的知識基礎很狹窄�；陔娦胚\營商呼叫中心收集的數(shù)據(jù)（電話通話記錄、聊天信息對話等）創(chuàng)建專有的大型語言模型（LLM），并將其與OpenAI的GPT-4等基礎模型相結合，將能夠更智能地響應客戶查詢，并為客服代理提供更好的建議。雖然大部分討論通常圍繞生成式AI在這種情況下的潛在效率提升展開，但從創(chuàng)收的角度來看，即時提供個性化服務的能力也具有一定前景。
支持自治網絡是生成式AI的另一個主要用例。正如AWS電信和邊緣云首席技術專家Ishwar Parulkar最近在Light Reading的一篇文章中所寫的那樣，生成式AI可以取代工程師在安裝網絡元件時傳統(tǒng)上使用的幫助手冊，并“提供交互式指導和提示，以加快和簡化安裝任務”。它還可以用于提出故障排除建議，并協(xié)助進行網絡規(guī)劃和設計。
生成式AI在客戶服務和網絡運營方面的應用只是AI增強知識管理的更廣泛機會的兩個例子。有大量的制度性知識埋藏在電子郵件、文件和員工的頭腦中。隨著人們退休，這些知識有丟失的風險。保留這些知識并使其他員工可以很容易地獲取它，也許是生成式AI可以給所有行業(yè)（而不僅僅是電信業(yè)）帶來的最大好處。
表1展示了電信運營商表示將如何利用生成式AI的示例。其中一些用例是面向外部的，例如為客戶服務應用程序提供聊天機器人。有些是通用的工作場所活動，例如總結會議。其他涉及網絡優(yōu)化和故障管理�？梢岳斫獾氖牵@些公告背后的細節(jié)是模糊的，因為盡早采用生成式AI可能會給這些運營商在各自市場帶來競爭優(yōu)勢。
表1：電信運營商生成式AI公告。資料來源：Omdia。
一方面，電信運營商會從將生成式AI應用到自己的數(shù)據(jù)集中獲得巨大價值，同時，他們也將看到生成式AI被嵌入到他們用于運營業(yè)務的許多商業(yè)軟件系統(tǒng)中。它們將主要充當現(xiàn)有應用程序（如計費、訂單管理、網絡設計和安全）的助手。此外，CSP將需要幫助來基于其內部數(shù)據(jù)開發(fā)、培訓和部署大語言模型，這將為網絡設備制造商、獨立軟件供應商、咨詢公司和超大規(guī)模企業(yè)（hyperscaler）創(chuàng)造機會。例如，今年6月，領先的CSP咨詢公司埃森哲宣布，計劃在未來三年內投資30億美元，以擴大其數(shù)據(jù)和AI業(yè)務。代表CSP管理網絡的公司也在考慮基于網絡生成并存儲在運營支持系統(tǒng)（OSS）和BSS（業(yè)務支持系統(tǒng)）中的數(shù)據(jù)開發(fā)大語言模型。
表2提供了一些活躍在電信行業(yè)的供應商的生成式AI公告示例。
表2：電信供應商生成式AI公告。資料來源：Omdia。
使用生成式AI的風險
使用基于大語言模型的生成式AI的風險與傳統(tǒng)形式AI的風險大致相同。在最近Microsoft Build 2023活動發(fā)表的演講中，Andrej Karpathy從他的角度概述了存在的主要風險。Andrej Karpathy擁有斯坦福大學機器學習博士學位，曾在Google DeepMind工作，后來成為OpenAI的創(chuàng)始成員之一，他曾在特斯拉擔任計算機視覺方面的AI高級主管，現(xiàn)在又回到了OpenAI。
·模型可能存在偏差。如果訓練數(shù)據(jù)存在偏差（對于大多數(shù)網絡內容來說都是如此），那么模型將繼承這種偏差。當使用AI選擇求職者時，可以看到這種偏見的一個例子，其中訓練數(shù)據(jù)中的人類偏見在AI候選人選擇器中根深蒂固。
·模型可能會偽造信息。ChatGPT的輸出是如此令人信服且自信地呈現(xiàn)，以至于我們傾向于作為事實接受它。當它給出答案時，用戶必須批判性地思考并搜索源材料。
·模型可能存在推理錯誤。這些模型將統(tǒng)計分析應用于大量文本；它們不是邏輯引擎。
·模型存在知識盲區(qū)。訓練大模型需要大量的時間和算力（因此也需要大量資金）。因此，模型僅能夠定期更新。例如，ChatGPT對2021年9月之后的世界一無所知。
·模型容易受到Prompt injection、數(shù)據(jù)中毒攻擊等的影響。Prompt injection是指模型被誘騙去做一些意想不到的事情（例如編寫濫用性的答案）。數(shù)據(jù)中毒攻擊是指創(chuàng)建網站和維基百科條目等虛假內容，然后將其用于生成式AI數(shù)據(jù)集并污染其輸出。
建議
Omdia首席分析師Roz Roseboro和Omdia實踐負責人James Crawshaw指出，電信運營商應該尋找機會，將生成式AI應用于目前存在于員工電子郵件和數(shù)字文件中的龐大企業(yè)知識庫以及他們收集的客戶數(shù)據(jù)中。為了安全地做到這一點，他們應該采用基礎模型（如OpenAI的GPT-4或來自Meta的開源LLaMA模型），并在安全的環(huán)境中使用自己的數(shù)據(jù)對其進行微調，以防止意外泄露和黑客攻擊。
總的來說，Omdia分析師認為，我們應該把生成式AI作為靈感的來源：對我們自己的思維的補充，而不是替代。生成式AI可以提供建議，人類可以將其用作自己工作的起點，而不是作為自己工作的替代方案。
生成式AI應始終與人工監(jiān)督相結合。例如，在向客戶發(fā)送由AI生成的電子郵件之前，精明的銷售人員應該首先對其進行閱讀，以確保它是合乎邏輯的，并且不會造成尷尬。
正如AT&T首席數(shù)據(jù)官所指出的那樣，“我們正在訓練Ask AT&T（一種員工工具）……這樣我們就可以確保系統(tǒng)回應是有用的、準確的，也許最重要的是，它是負責任的響應。生成式AI工具并非是魔法，也不是萬無一失的。Ask AT&T用戶要負責檢查結果是否準確和適當。”
Omdia分析師表示，我們應該將生成式AI視為可以提高員工生產力的副駕駛（輔助），而不是取代員工的自主代理。例如，生成式AI可以為客服代理提供支持，使他們的工作更輕松，并改善他們提供的服務。
生成式AI將改變工作世界，電信業(yè)也不例外。公司必須謹慎地平衡實施生成式AI不當?shù)娘L險與行動過慢和處于競爭劣勢的風險。通過適當?shù)臄?shù)據(jù)治理和人工監(jiān)督，生成式AI的風險可以得到遏制。通過將生成式AI整合到運營商使用的商業(yè)軟件系統(tǒng)（BSS/OSS）中，也可以降低行動緩慢的風險。但是，如果要最大程度地利用生成式AI，電信公司應該尋求開發(fā)自己獨特的用例，使他們能夠在客戶體驗、網絡質量和運營效率方面實現(xiàn)差異化。
【注：Omdia由Informa Tech的研究部門（Ovum、Heavy Reading和Tractica）與收購的IHS Markit技術研究部門合并而成，是一家全球領先的技術研究機構�！�
window.articleid=1238760;
