电信行业不再局限于提供基本的电话和互联网服务，而是在物联网（IoT）时代，以移动和宽带服务为首，成为技术发展的集中地,这种增长趋势还将持续。通信服务提供商（CSP）面临着日益增长的客户需求，要求更高质量的服务和更好的客户体验。
电信公司通过利用多年来从庞大的客户群中收集的大量数据来抓住机遇,这些数据是从设备、网络、移动应用程序、地理位置、详细的客户简介、服务使用情况和计费数据中挑选出来的。电信公司正在利用人工智能的力量来处理和分析这些海量数据，以便从中提取有效的信息，以提供更好的客户体验，改善操作，并通过新产品和服务来增加收入。有前瞻性的通信服务提供商（CSP）将精力集中在四个主要领域：网络优化、预见性维护、虚拟助理和机器处理自动化（RPA）。AI已经在这些领域取得了重大进展。
网络优化
人工智能对于帮助CSP建立自优化网络（SON）很重要。在自优化网络中，运营商有能力根据区域和时区的流量信息自动优化网络质量。通信中的人工智能使用先进的算法来查找数据中存在的模式，使电信网络能够检测和预测网络异常，从而让运营商在客户受到负面影响之前主动地解决问题。据了解，63.5%的电信公司正在投资 AI 系统以改善其基础设施建设。一些流行的电信 AI 解决方案是 ZeroStack 的 ZBrain 云管理（Cloud Management），它通过分析私人云的遥测存储和使用来改进容量规划、升级和通用管理。Aria Networks，一个基于 AI 的网络优化解决方案，越来越多的一级制造供应商正成为它的客户。
预见性维护
人工智能驱动的预测分析通过利用数据、复杂的算法和机器学习技术来基于历史数据预测未来的结果，帮助电信服务商提供更好的服务。这意味着电信服务商可以使用数据驱动的方法来监控设备的状态，基于模式预测故障，并主动地修复通信硬件的问题，例如蜂窝塔、电力线、数据中心服务器，以及客户家中的机顶盒。在短期内，网络自动化和智能化能够从根源上提供更好地问题分析和问题预测。从长远看，这些技术将支持更多的战略目标，如创造新的客户体验和有效地处理业务需求。预见性维护不仅对网络有效，对客户也有效。荷兰电信KPN通过分析其呼叫中心代理生成的注释，并使用分析结果对交互式语音响应（IVR）系统进行更改。KPN 还在客户的许可下跟踪和分析家庭内部的客户行为，例如交换调制解调器上的频道，这可能意味着Wi-Fi问题。一旦确定，KPN就积极跟进，推动技术团队取得更大的成功。
虚拟助理
虚拟助手也称为会话式人工智能平台，已经学会了如何有效地自动一对一会话和扩展一对一会话，预计在未来五年内它们可以削减高达80亿美元的商业开支。电信业也已开始启用虚拟助理，以帮助应对大量的安装、设置、故障排除和维护支持请求，这些请求常常会让客户支持中心忙得不可开交。使用人工智能，电信商可以实现自助服务，指导客户如何安装和操作他们自己的设备。沃达丰推出了新的聊天机器人TOBi 来处理一系列客户服务的问题。聊天机器人对简单的客户查询进行分级响应，从而满足客户的速度需求。诺基亚的虚拟助手MIKA 提出了解决网络问题的方案，使首次解决率从20%提高到40%。
机器处理自动化（RPA）
服务商都有大量的客户和无穷无尽的日常事务，而每个事务都容易出现人为错误。机器处理自动化（RPA）是一种基于AI的业务处理自动化技术。RPA让电信商可以更容易地管理其后台操作和大量重复的、基于规则的处理任务，为电信工作带来更高的效率。通过将复杂、劳动密集和耗时的任务简化执行，如计费、数据录入、劳动力管理和履行订单。RPA使CSP员工从这些简单的工作中解放出来，去完成附加值更高的工作。据调查，40%的电信商、媒体和技术高管表示，他们从认知技术中获得了“实质性”的好处，25%的人已经在这项技术上投资了1000万美元甚至更多。
总之，电信行业中的人工智能应用不仅帮助了CSP的管理、优化和维护基础设施，而且还帮助了客户服务。技术已经是电信行业的重要组成部分，随着大数据工具和应用变得更易获取、更加成熟，可以预测人工智能在电信行业将继续发展。
相关阅读：
热门专题
