Komunikacja stawia czoła wyjątkowym wyzwaniom związanym z przyjęciem sztucznej inteligencji

Sztuczna inteligencja przechodzi przez technologię, ale napotkała pewne przeszkody w dziedzinie komunikacji. Dowiedz się, co utrudnia ten trend i jakie są możliwości.

“data-credit =” Zdjęcie: metamorworks, Getty Images / iStockphoto “rel =” noopener noreferrer nofollow “>

Zdjęcie: metamorworks, Getty Images / iStockphoto

Na powierzchni sztuczna inteligencja (AI) wydaje się być szeroko rozpowszechniona w branży telekomunikacyjnej. Od lat znamy aktywowane głosem systemy menu, które reagują na polecenia słowne.

Więcej na temat sztucznej inteligencji

Jednak potencjał sztucznej inteligencji w komunikacji jest znacznie głębszy niż sterowanie akustyczne, aczkolwiek z pewnymi wyjątkowymi wyzwaniami. Rozmawiałem o tym z Tomem Fotet, wiceprezesem Accedian ds. Zarządzania produktem, dostawcą rozwiązań gwarantujących wydajność, Kyle’m Andersonem, wiceprezesem ds. Portfolio i inżynierii w Blue Planet, dostawcą Intelligent Automation Provider oraz Ericem Braunem, dyrektorem handlowym MobiledgeX, firmy informatycznej Pionierski nowatorski.

Widzimy: 5G: Co oznacza Internet przedmiotów (bezpłatny plik PDF) (TechRepublic)

Scott MathesonJakie są możliwości sztucznej inteligencji w komunikacji?

Tom FotetSieci komunikacyjne generują ogromną ilość danych, w wyniku czego istnieje wiele możliwości sztucznej inteligencji w tej dziedzinie. Możliwości są podzielone na trzy główne kategorie:

  • Użyj danych, aby zrozumieć i prognozować wydajność i bezpieczeństwo sieci i aplikacji.
  • Użyj danych, aby zrozumieć i przewidzieć zachowanie klienta.
  • Użyj danych, aby pomóc klientom w razie problemów (obsługa klienta).

Aby w pełni wykorzystać sztuczną inteligencję, operatorzy telekomunikacyjni będą musieli skorzystać z technologii, która jest w stanie dostarczyć najdokładniejsze (i czyste) wysokiej jakości dane związane z wydajnością, doświadczeniem użytkownika końcowego i bezpieczeństwem przedsiębiorstwa.

Erik BrownIstnieje wiele możliwości sztucznej inteligencji w komunikacji. Istnieją trzy obszary możliwości, w których sztuczna inteligencja w komunikacji może być transformująca:

Systemy operacyjne i biznesowe Telecom maksymalizują możliwości osobistego doświadczenia klienta, jednocześnie maksymalizując wydajność dostaw, wydajność i konserwację zapobiegawczą. Systemy operacyjne i komercyjne telekomunikacji generują duże ilości czystych i cennych danych – idealny punkt wejścia do analizy uczenia maszynowego i wykorzystania procesu wnioskowania przeprowadzonego przez system sztucznej inteligencji. Dzisiaj telekomunikacja jest już największym rozwiązaniem Internetu rzeczy (IoT) na świecie.

Ze względu na wyjątkową dystrybucję komunikacji infrastruktura może być dostępna do hostowania silników AI zewnętrznego dostawcy zamówień, który może pracować w dużych ilościach danych publikowanych przez strony trzecie w czasie rzeczywistym i których nie można wykorzystać w inny sposób do uzyskania wglądu zewnętrznego dostawcy zakupów. Jest to główna szansa, którą obliczenia 5G i przewagę mogą wykorzystać z perspektywy zewnętrznego dostawcy zakupów, ponieważ wszystkie firmy stają się usługodawcami na własnych prawach wobec swoich klientów.

Widzimy: GlobalData oczekuje, że sieci 3G / 4G zdominują ogromny indonezyjski rynek telekomunikacyjny do 2023 r (TechRepublic)

W przyszłości istnieje również możliwość zintegrowania wizji sztucznej inteligencji w komunikacji i wizji zewnętrznego dostawcy zakupów w celu poprawy jakości obsługi i działania dzięki obecności w sieci Edge Telecom. Przykładem tego jest przewidywalna wydajność radia, w której aplikacje mogą przewidywać zmiany w zdolności do komunikowania się i dostosowywania swojej wydajności przed zmianami.

Kaylem AndersonSztuczna inteligencja jest niezbędna do działania i kontroli nie tylko w dzisiejszych sieciach, ale także w przyszłości. W miarę jak dostawcy usług rozwijają swoje sieci, aby wspierać stale rosnące zapotrzebowanie na nowe produkty i usługi, budują je w oparciu o istniejące systemy – łączą stare i nowe A i dostawcę B i generalnie stają się bardziej wyrafinowane.

Zarządzanie tą złożonością sieci obciąża techników sieciowych i stawia dostawców usług na pierwszym planie w zakresie interakcji z siecią, a nie proaktywności. Przenoszenie sztucznej inteligencji do sieci stanowi doskonałą okazję do przezwyciężenia problemów z usługami, ograniczenia ręcznych zadań i poprawy wydajności operacyjnej, ostatecznie umożliwiając przekierowanie zasobów w celu stworzenia lepszego, bardziej przyjaznego dla klienta doświadczenia. Jest to ostateczny cel sieci adaptacyjnej – automatyzacji opartej na sztucznej inteligencji.

Scott Matheson: Co może zapewnić Amnesty International, a czego nie mogą zapewnić obecne wdrożenia?

Tom FotetSieci komunikacyjne tradycyjnie były bardzo tradycyjne i ustalone w zakresie projektowania, wdrażania i konserwacji. Ostatnie wymagania wobec sieci operatorów musiały stać się bardziej dynamiczne (co doprowadziło do pojawienia się sieci definiowanej programowo (SDN), wirtualizacji sieci (NFV) i sąsiednich technologii), ale proces projektowania, wdrażania i utrzymywania ich zmagał się z nadążeniem za tą rosnącą złożonością i w większości pozostawał operacjami ręcznymi przez większość Operatorzy telekomunikacyjni.

Krótko mówiąc, Amnesty International obiecuje możliwość lepszej automatyzacji części cyklu projektowania / wdrażania / konserwacji, umożliwiając większą złożoność sieci bez odpowiedniego wzrostu kosztów operacyjnych sieci.

Erik BrownHistorycznie systemy komunikacyjne zostały starannie zaprojektowane i wdrożone w oparciu o wieloletnie doświadczenie w charakterze połączeń telefonicznych. Z 4G / LTE 5 G, obciążenia sieciowe są szybko przekształcane w połączenia danych, które mają zupełnie inny charakter niż połączenia głosowe, które wymagają od dostawców usług telekomunikacyjnych zmiany wielu zasad projektowania i działania, w rezultacie. Uczenie maszynowe i już dostępne dane zapewniają takie możliwości, a także podstawę do automatyzacji pracy sieci.

Widzimy: Jak sztuczna inteligencja wpływa na miejsce pracy (TechRepublic)

Zautomatyzowane uczenie się w oparciu o te dane jest również sposobem dla operatorów sieci na uzyskanie nieocenionego wglądu w to, jak wykorzystywane są ich sieci i gdzie powstaje wartość.

Kaylem AndersonAI ma po prostu zdolność do ulepszania każdego kroku operacji sieci. Sztuczna inteligencja może uczyć się szybciej niż ludzie, więc korzystając z ogromnej ilości danych wytwarzanych przez te sieci, rozwiązania sztucznej inteligencji mogą identyfikować wzorce i potencjalne problemy z siecią, zanim się spełnią, znaleźć rozwiązanie i wdrożyć je przed przerwami w świadczeniu usług. Na przykład, rozwiązanie Blue Planet Proactive Network Operations usprawnia sztuczną inteligencję, aby przewidywać wiele nieplanowanych awarii sieci, identyfikować przyczynę i opisywać działania niezbędne do proaktywnego rozwiązania problemu.

Scott MathesonJak łatwe były te możliwości wdrożenia?

Tom FotetZ jednej strony, te możliwości AIOps są łatwe do wdrożenia, ponieważ mówimy o sieciach, które tradycyjnie generowały wiele danych na temat ich działania. Z drugiej strony, gromadzenie tych danych i robienie z nimi czegoś inteligentnego nie jest procesem inicjowanym przez większość operatorów telekomunikacyjnych; W dużej mierze wykorzystują dane do generowania alarmów i pracują z nastawieniem na uszkodzenie / naprawę. Wdrożenie systemów i procesów może być trudne.

Erik Brown: Zmiana praktyk projektowych i biznesowych opracowanych w ciągu stulecia doświadczenia jest co najmniej trudna. Problemy te są spotęgowane przez nowość ML / AI, nową wymaganą wiedzę i zmiany wymagane do automatyzacji procesów. Potencjalna wartość jest ogromna, ale uchwycenie tej wartości wymaga zmiany na wszystkich poziomach operatora – od zarządzania i struktury biznesowej po wymagane kompetencje sportowe.

Jeśli szukasz zaawansowanej technologii 5G, skorzystaj z szablonu 4 Pokazana tutaj krawędź jest jasna, że ​​krawędź komunikacji istnieje dzisiaj, ale jedynymi aplikacjami, które korzystają z obecności infrastruktury rozproszonej, są same funkcje komunikacyjne, takie jak kontrolery radiowe, rdzenie pakietów i funkcje sieci granicznej. Największym wyzwaniem dla firm telekomunikacyjnych, aby w pełni skorzystać z możliwości sztucznej inteligencji dla siebie i zewnętrznych dostawców zamówień, jest umożliwienie programowego dostępu do ich infrastruktury i systemów oraz uczynienie takiego dostępu tak łatwym i „lokalnie w chmurze”, jak to możliwe.

Kaylem Anderson: Wykorzystanie sztucznej inteligencji w sieci nie jest tak proste jak dotknięcie palcem, ale raczej dość wartościowa próba. Pierwszym krokiem dla każdego usługodawcy jest zdefiniowanie, czym jest automatyzacja, a zatem AI pojawia się w jego sieci – tam, gdzie jest potrzebne i gdzie może lepiej pomóc zapewnić wartość. Stamtąd mogą zacząć wprowadzać sztuczną inteligencję do procesów. Ma to kluczowe znaczenie, choć robi to tak szybko, że rozwiązania AI wciąż potrzebują czasu na naukę, co oznacza, że ​​przyjęcie AI nie jest natychmiastowe.

Widzimy: 4 Sposoby poprawy wdrażania sztucznej inteligencji i uczenia maszynowego (TechRepublic)

Rzeczywiście dostawcy usług będą w dalszym ciągu polegać w dużej mierze na ludzkiej wiedzy, szczególnie na wczesnych etapach: tak, zespół ds. Operacji sieciowych użyje sztucznej inteligencji do zidentyfikowania potencjalnych problemów źródłowych, ale członkowie zespołu nie zamkną pętli sztucznej inteligencji i zautomatyzują naprawę. Tylko wtedy, gdy rozwiązanie AI opracuje udokumentowane doświadczenie, a zespół operacyjny ma wysoki stopień pewności w swoich zaleceniach oraz jest w stanie odpowiednio opisać i działać, jeśli rozwiązanie AI jest wykorzystywane do pełnej automatyzacji procesów.

Dane są głównym prądem, który przebiega przez całą rozmowę, i to te dane będą decydować o szybkości, z jaką może być funkcja AI. Systemy te wymagają danych do nauki. Polegają na szkoleniu i tagowaniu danych, co wymaga inwestycji. Dostawcy usług, którzy wcześnie docenią znaczenie danych, zobaczą długoterminową rentowność, ponieważ ich zdolności AI spłacają się w szybkim tempie.

Scott Matheson: Co powoduje te opóźnienia i przeszkody?

Tom Fotet: Technologia wykorzystania danych Aiops jest dostępna w dzisiejszych sieciach komunikacyjnych i jest w dużej mierze oparta na ugruntowanych technologiach open source i solidnych danych naukowych opracowanych w innych dziedzinach i branżach. Największą barierą, którą widzimy, jest zmiana: zdolność motywowania ludzi i procesów do przyjęcia potrzebnych im zmian, aby przejść od w dużej mierze ręcznej metody pracy do bardziej zautomatyzowanej i czasochłonnej metody. Organizacje potrzebują czasu, aby nauczyć się ufać danym i ufać, że sztuczna inteligencja może skutecznie automatyzować wiele zadań, umożliwiając ludziom wykonywanie bardziej złożonych i cennych operacji.

Erik Brown: Zmiana tej wielkości musi być prowadzona z góry na dół, w oparciu o jasny strategiczny cel firmy lub zlecona z wyraźnym wsparciem operacyjnym, aby pokonać spodziewany opór wobec „nie robimy tego w ten sposób!” Przyjęcie rodzimych procesów, procesów i talentów w chmurze jest niezbędne, a odkrycie musi przejść od struktur akademickich do faktycznie inteligentnego uczenia się.

Jak powiedział kiedyś nasz dyrektor marketingu, inteligentna komunikacja stawia wiele zakładów. Zaletą zaawansowanych komputerów jest to, że tak się stanie, ponieważ każdy gracz zdaje sobie sprawę, że tak się musi stać. Dotyczy to prędkościomierzy, operatorów komórkowych i wszystkich sprzedawców. Więc jedynym pytaniem jest, jak to się powinno stać. To nie jest rynek dla wszystkich.

Widzimy: Wśród najlepszych prognoz technologicznych na 2020 r. Znajdują się znaczące postępy w sieciach 5G, sztucznej inteligencji i zaawansowanych technologiach komputerowych (TechRepublic)

Wszystkim operatorom mówimy, że jedyną złą strategią jest nic nie robić. Proszę, nie mów o tym naukowo przez dwa lata, ponieważ w ciągu najbliższych dwóch lat rynek utworzy się prawdziwym słowem i nie będziesz miał wpływu ani zrozumienia. Gdybym był członkiem organizacji społeczeństwa obywatelskiego, bardzo bałbym się wybrać jedną strategię, gdy nikt nie jest pewien, jak ten rynek się pojawi. Postaw dwa zakłady i ucz się na ich podstawie.

Scott MathesonCo muszą zrobić organizacje, aby złagodzić przeszkody?

Tom FotetAIOps polega na stopniowej zmianie: dobrym pomysłem jest rozpoczęcie od małych danych i czerpanie korzyści z podejmowania lepszych decyzji, pozostawiając ostateczną decyzję w rękach ludzi. Dostępna jest technologia automatyzacji automatyki w „zamkniętej pętli” bez angażowania ludzi w podejmowanie decyzji; Na przykład automatyczne wykrywanie i naprawianie problemu z siecią – ale to nie musi być pierwszy krok.

Scott Matheson: Co dostawcy usług powinni zrobić, aby złagodzić blokady na drodze?

Tom FotetBądź na bieżąco z klientami. Jeśli AIOps dotyczy stopniowej zmiany, usługodawcy muszą przestać przesadzać z korzyściami i współpracować ze swoimi klientami, aby rozpocząć wdrażanie. W przypadku większości operatorów zmiana nastąpi przez ewolucję, a nie rewolucję.

Scott MathesonJakie możliwości będą dostępne w przyszłości?

Tom FotetPonieważ sieci komunikacyjne są bardzo bogate w dane, istnieje wiele możliwości. Koncepcja wykorzystania automatyzacji w zamkniętej pętli w sieciach do samodzielnego leczenia jest celem, do którego wszyscy dążą, i z pewnością jest w dużej mierze osiągalna w przyszłości.

Zobacz też