人工智能 (AI) 正在解锁正在改变世界经济各行各业的用例。 从“自我修复”的基础设施到彻底重新构想（且非接触式）的客户服务和体验； 从大规模的超个性化到利用 ChatGPT 等生成式 AI 工具自动创建的营销信息和图像 – 如今这一切都已成为现实。 这些人工智能解决方案可以有力地增强甚至有时甚至远远超越大多数传统业务角色。
这些解决方案的影响正变得越来越明显。 人工智能领导者（接受麦肯锡分析商数评估的前五分之一的公司）的五年收入复合年增长率是同行的 2.1 倍，股东总回报是同行的 2.5 倍。
鉴于电信行业近年来面临的众多挑战，例如收入和投资回报率下降，人们可能会认为该行业已经全面过渡到这一技术。 然而，根据我们与世界各地运营商合作的经验，电信公司尚未完全接受人工智能和以人工智能为中心的思维方式。 相反，模型是一次性开发的，不会随着业务环境的发展而增强。 机器学习（ML）只是名义上的，限制了系统根据经验进行改进的能力。 最遗憾的是，人工智能投资往往与高层管理的优先事项不一致； 如果缺乏这种支持，人工智能部署就会停滞，对技术人才的投资就会萎缩，而且技术仍然不成熟。
将这种脱节的状况与人工智能原生组织进行对比。 在这里，人工智能被视为一项核心能力，为所有部门和组织层的决策提供动力。 需要人工智能投资来实现大多数 C 级优先事项，例如为客户提供更个性化的建议以及呼叫中心更快的应答速度。 高层管理人员是关键人工智能计划的倡导者。 数据和人工智能功能作为产品进行管理，旨在实现可扩展性和可重用性。 人工智能产品经理，即使是那些致力于基础产品的经理，也因其为组织带来的好处而受到赞誉。
达到这种人工智能成熟度并不是一件容易的事，但电信公司肯定有能力做到这一点。 事实上，尽管面临着种种压力，大规模部署人工智能并转型为人工智能原生组织可能是推动增长和更新的关键。 随着技术产生的业务影响逐渐显现，电信公司开始认识到这一点不容谈判，正在扩大人工智能投资。
虽然该技术的孤立应用可以帮助各个部门改进，但人工智能在各个级别和部门的整体连接将是保护核心收入和推动利润增长的关键，即使在最困难的环境中也是如此。 想象一下以下不太遥远的场景：
以客户为中心：Sarah 是一位纽约人，她的每用户平均收入 (ARPU) 较高。 意识到莎拉一半的手机使用时间都花在健身应用上，人工智能创建了一个诱人的定制升级优惠，其中包括适用于她最喜欢的健身订阅的六个月积分和纽约市特定的福利，例如即将举办的赞助音乐会的门票 由操作员。 人工智能了解莎拉的高度数字化倾向，1 向她提供仅限数字化的促销活动。
以员工为中心：当一家电信商场商店的员工 Trevor 在轮班开始时登录时，他会收到一条庆祝通知，祝贺他前一天与客户进行了高质量的互动。 由于 AI 检测到 Trevor 在配件和设备保护附加率方面表现不佳，因此他收到一条通知，指示他专门创建用于提高这些指标绩效的辅导资源。
专注于基础设施：资本规划团队总监 Lucile 根据对与商业成果（例如客户流失）密切相关的客户级网络体验评分的细致了解，使用 AI 为高度针对性的网络投资决策提供信息。 人工智能根据客户使用网络的位置和自动计算的阈值提供关于构建内容和地点的战术建议，之后新投资对运营商的体验和商业成果产生边际影响。
这些可能性如何成为现实至关重要，特别是考虑到大多数电信公司目前以有限的方式部署人工智能，而这无法推动可持续的大规模成功。
为什么现在？ 成为人工智能原生者的理由
支持电信公司采取这一举措的因素包括：
提高领先人工智能技术的可及性：Meta 等人工智能原生组织通过广泛提供新的编程语言、数据集和算法，继续发展开源生态系统。 与此同时，云提供商开发了多种快速部署的机器学习 API，例如 Google Cloud 的自然语言 API。 生成式人工智能解决方案（例如 ChatGPT）能够对人类查询创建引人入胜的响应，也可以通过 API 访问。 这两个因素，再加上数据处理和存储成本的下降，使得组织越来越容易利用人工智能。
可用数据快速爆炸：运营商可以比以往直接收集、构建和使用更多的数据。 这些信息包括来自个性化应用程序使用模式的数据流、特定站点的客户体验分数以及可以从合作伙伴或第三方购买或共享的内容。 为了回应消费者和监管机构提出的隐私担忧，电信公司还必须投资于建立数字信任，包括积极管理数据隐私并制定强大的网络安全策略和框架来指导人工智能的道德部署。
经过验证的用例和成果：各行业的人工智能原生组织已经部署人工智能，以实现与全球运营商高度相关的四个关键成果：1）通过个性化推动收入保护和增长，2）改变成本结构，3）实现无摩擦 客户体验，4) 满足新的工作场所需求。 运营商都可以向他们学习。 例如，流媒体播放器长期以来因根据过去的用户行为提供精心策划的个性化内容推荐而闻名。 为了优化成本并提供无缝的客户体验，美国领先的保险公司之一利用人工智能助手来减少甚至消除用户在获得保险或取消与其他运营商的保单时的人机交互。 反过来，世界上一些领先的科技公司因使用人工智能来突出优秀管理者和高绩效团队的特质而闻名，并利用这些见解来培训公司领导者。
技术投资被视为业务驱动力：在大流行后的世界中，投资者和高管之间存在广泛共识，即技术投资不仅仅是成本中心，而且是对利润产生深远影响的基本业务驱动力。 尽管存在经济动荡和衰退担忧的前景，但 IT 支出预计到 2023 年仍将增长 5% 以上，技术领导者面临越来越大的压力，需要展示对公司财务的影响。2
运营商的赌注需要超级充电：随着网络和产品的融合，运营商正在押注成为以成本和效率为中心、以体验为中心或生态系统的参与者。 与每个赌注更相关的人工智能用例可以让他们有更好的机会加速竞争并超越竞争。
为了获得最大的回报，这种转变要求电信公司接受人工智能原生组织的概念，即技术深深嵌入整个企业结构的结构。
利用人工智能重新构想核心业务
过去十年，随着传统增长动力的削弱以及经济价值日益向科技公司转移，电信公司一直承受着巨大的压力。 通过充分利用人工智能，运营商可以保护其核心业务免受进一步侵蚀，同时提高利润率。
随着行业寻求利用人工智能的力量，根据我们与世界各地电信公司合作的经验，我们看到六个主题在战略议程中越来越流行。
超个性化并构建销售和参与度
利用可利用的用户级数据的广度和深度，运营商一直在加大对人工智能个性化和渠道引导的投资。
例如，针对每个线路持有者的超个性化计划和设备推荐可以利用精细的行为数据（例如安装的应用程序的数量和参与度以及设备功能使用情况）来创建个性化的计划推荐（卓越的网络速度或流媒体服务附加组件） ）、促销（“每月仅需 5 美元即可接收用于音乐流媒体服务的无限预付费数据”）以及针对特定设备、位置和活动的消息传递（“升级到具有内置 VR 功能的最新设备”）。 随后，使用受众细分工具，可以引导客户进入提供引人入胜的体验的渠道，同时为电信公司带来最有利可图的销售成果。 例如，居住在距离商店几英里范围内的数字化倾向较低、3 ARPU 较高且流失风险较高的订户可能是推动店内设备升级的良好人选，从而吸引更好的客户 运营商的经验和潜在的更强的忠诚度。 或者考虑一个不同的场景：该用户在纽约使用先进的 5G 网络，并且是健身应用程序的常规用户，经常出国旅行。 因此，她的电信公司提供了个性化的计划推荐，包括卓越的网络访问、顶级健身应用程序订阅福利以及有吸引力的国际数据计划。
案例研究：一家亚太运营商启动了由人工智能（以个性化为核心）支持的全面客户价值管理转型，客户流失率降低了 10% 以上，交叉销售率提高了 20%。
重新构想主动服务
早期对数字基础设施的投资与预测性和规范性人工智能功能相结合，使运营商能够基于自主解决和主动推广开发个性化服务体验。
例如，通过完全自主的解决方案，系统可以在遇到客户不满意的潜在根源之前预测并解决它们。 当发现客户在国外旅行时产生漫游费后，人工智能系统会自动将最佳漫游套餐应用到她的每月账单中，以最大限度地减少费用。 然后，它会提供个性化的账单解释，详细说明套餐优化以及为客户带来的节省，从而带来令人惊讶和积极的客户体验时刻。
运营商也在探索借助人工智能助手充当数字礼宾员来重新设计数字服务旅程。 生成式人工智能技术，包括 ChatGPT 等工具，有可能通过更好地理解更复杂的客户意图、更富同理心的对话和更好的总结能力来增强现有机器人（例如，当机器人需要将客户交互移交给人类时） 代表）。 与当今的交互式语音应答系统相比，单个统一的人工智能助手也可能代表速度、准确性和参与度方面的阶跃变化。
人工智能驱动的服务组织是释放专业代表进行高价值互动的全部能力的关键因素，同时改善整体客户体验——这是全球电信公司的关键战场之一。
案例研究：一家领先的电信公司预计在主动式人工智能引擎的支持下，设备故障排除呼叫量将减少约 10%，该引擎会考虑客户呼叫的可能性和问题的严重性，以决定是否通过短信推送最有效的解决方案。 这种主动的引擎也是运营商在竞争对手中获得最高客户满意度的雄心的关键要素。
打造未来商店
在零售业，人工智能通过简化运营和提升消费者体验，正在引领商店设计和运营的一场革命。
一些电信公司已经使用地板屏幕上显示的虚拟零售助理与客户进行多项交易，包括为预付费帐户添加余额以及销售预付费卡和电视订阅。 一家领先的欧洲电信公司利用人工智能工具在商店中提供更准确的设备评级和以旧换新。 不久的将来的商店包括以下组件：
前台：根据机器视觉分析的浏览模式优化过道布局和产品放置。 数字标牌与店内的个人客户相关，并通过生物识别或地理围栏技术进行识别。 交互式信息亭提供个性化促销、服务帮助和等待时间预测。 客户与代表进行匹配，代表获得个性化信息的推动，可能会激发最佳互动并带来真正无缝的客户体验。
后台：自动管理设备 SKU 以优化库存和销售。 商店根据销售分析中显示的当地偏好精选库存品种。 基于计算机视觉的评分等人工智能工具可以为交易设备提供即时价格保证。
店外：在商店附近行走的消费者会收到短信或推送通知，其中包含个性化促销信息以及在店内检查产品的邀请。
案例研究：一家亚洲电信公司在无人快闪店推出了 5G 虚拟零售助手。 数字人通过引人入胜的面部表情和肢体语言，以个性化且友好的方式与客户进行交流。 她为客户提供多项交易支持，从购买预付卡到更换 SIM 卡。
部署自我修复、自我优化的网络
这家人工智能原生电信公司将利用技术来优化整个网络生命周期阶段的决策，从规划和建设到运行和运营。 例如，在规划和建设阶段，人工智能可用于根据客户级网络体验评分等精细数据确定站点级容量投资的优先级。
在运行和运营阶段，人工智能可以根据潜在的收入损失或对客户体验的影响，优先调度应急人员。 人工智能还可以实现自我修复网络，自动修复故障，例如，将客户从一个载波频率自动切换到另一个载波频率，因为前者预计会发生堵塞。 这可以释放工程资源用于更高附加值的活动。
案例研究：一家电信运营商开发了机器学习优化的体验质量 (QoE) 评分来为部署决策提供信息。 QoE 是聚合多个网络指标的综合得分——利用人工智能来优化每个网络指标的权重，从而最大化 QoE 和商业指标（例如客户流失）之间的相关性。 使用 QoE 部署网络投资（构建“内容”和“在何处”）后，运营商显着改善了客户流失率。
