Företag i olika branscher har i många fall likartade behov som ofta kan lösas med modern teknik så som ai. Detta gäller exempelvis inom kundtjänst, marknadsföring och datahantering. För telekomsektorn är ett primärt behov att effektivisera och optimera, och i bästa fall automatisera, nätdriften. Det finns mycket att vinna på detta eftersom näten utgör stora investeringar med betydande underhållskostnader, både kapital- och driftskostnader (CAPEX och OPEX).
Målet för automatisering av nätdrift beskrivs ofta som ”zero touch network operations”. En stor utmaning är att uppnå detta utan att kompromissa med kvaliteten på de tjänster som erbjuds genom nät. Det är också viktigt att kunna automatisera nätdriften på ett sätt som tillåter dynamisk skalbarhet, både uppåt och nedåt, med avseende på kapacitet.
Ai och inte minst generativ ai kan användas för att bygga lösningar för övervakning och analys av anomalier. Det är användbart eftersom telekomoperatörernas nätdrift är både komplex och omfattande. Komplexiteten ökar ytterligare när lönsamhetsaspekter ska beaktas. Det räcker inte att näten uppfyller satta KPI:er för nätkvalitet och fungerar tekniskt – driften måste även skötas på ett ekonomiskt lönsamt sätt. Det krävs analyser av de stora datamängder som genereras av telekomoperatörer för att lyckas.
För att realisera potentialen i generativ ai och andra ai-lösningar inom telekomsektorn måste flera utmaningar hanteras. Dessa omfattar tillgång till nödvändiga data för att bygga ai-modeller och göra analyser. Personlig integritet måste garanteras genom exempelvis anonymisering av kunddata vid analyser och säkerställande av datasäkerhet. Vidare krävs automatisering av den tekniska driften av nät med beaktande av tjänstekvalitet och lönsamhet. Och inte minst behöver rekrytering eller inhyrning av kompetens för att bygga ai-lösningar hanteras.
Stor potential på många olika områden
Att automatisera den tekniska driften av nät, med hänsyn till tjänstekvalitet och lönsamhet, är ett exempel på potentialen för generativ ai, andra typer av ai-lösningar och dataanalys inom telekomsektorn. Det finns även stor potential inom aktiviteter som behövs i andra branscher, såsom generering av programkod och syntetiska data för effektivare kundtjänst och riktad marknadsföring (below the line marketing).
Ambitionen att bygga öppna tekniska ekosystem är parallell med ansträngningarna att utveckla ai-lösningar. Öppna API:er och tekniska arkitekturer där de ihopkopplade komponenterna möjliggör skapandet av online-marknadsplatser, ”app stores”, för tredjepartsapplikationer som körs på operatörernas nät. Dessa öppna, standardiserade API:er och arkitekturer underlättar också byte av leverantörer av hårdvara, mjukvara och molntjänster.
Oavsett vilka aspekter som beaktas inom telekomsektorn så bör ai och dataanalys ses som centrala resurser inom alla delar av verksamheten framöver.
Mari Nilsson Björkman är globalt ansvarig för telekomlösningar på SAS Institute