Tác động của AI đến nhà cung cấp dịch vụ viễn thông - Thách thức, cơ hội và khuyến nghị

- Hầu hết CSP nhận thức rõ AI sẽ dẫn đến thay đổi mô hình vận hành, nhưng ít có hình dung rõ ràng về mô hình tương lai.
- Thách thức lớn nhất là truy cập dữ liệu sạch, chất lượng, sẵn sàng cho AI. 
- Phần lớn triển khai AI hiện nay là các trường hợp sử dụng "bolt-on" riêng lẻ, chưa phải một phần của kiến trúc và mô hình vận hành tổng thể.
- Ít trường hợp sử dụng/triển khai AI mang lại giá trị đáng kể hoặc rõ ràng. Một số lĩnh vực thành công sớm: tiết kiệm năng lượng, lập kế hoạch mạng/capex thông minh, mô hình dự đoán rời bỏ.
- Mặc dù GenAI đang được quan tâm, rất ít trường hợp sử dụng được đưa vào sản xuất. Nhiều CSP hy vọng 2024 sẽ là năm các trường hợp sử dụng GenAI trở thành hiện thực.
- Các trường hợp sử dụng AI dự đoán trong tương lai ngày càng được coi là mang lại giá trị chính cho vận hành mạng khi CSP tìm cách xây dựng mạng tự trị.
- GenAI có khả năng triển khai rộng rãi nhất trong các chức năng đối mặt với khách hàng và như một công cụ thúc đẩy năng suất nói chung.
- Chi tiêu của nhà khai thác cho AI (trái ngược với phân tích) khiêm tốn cho đến nay, nhưng nhiều CSP bắt đầu chi nhiều hơn đáng kể cho các dịch vụ hyperscaler tích hợp GenAI.
- Khi tận dụng GenAI, CSP ngày càng phụ thuộc vào các nhà cung cấp dịch vụ hyperscale và đám mây công cộng.
- Rất ít nhà khai thác xây dựng cơ sở hạ tầng AI. Thay vào đó, đầu tư tập trung vào phát triển các trường hợp sử dụng và xây dựng nền tảng để các nhóm sử dụng các công cụ AI khác nhau.
- Phân tích capex và opex của CSP đưa ra hai kịch bản tiết kiệm tiềm năng từ việc sử dụng và triển khai thành công AI. Kịch bản "lạc quan" tổng capex và opex giảm 9.1% từ 1.8 nghìn tỷ USD xuống 1.64 nghìn tỷ USD. Kịch bản "bi quan" giảm 2% xuống 1.77 nghìn tỷ USD.

📌AI sẽ mang lại sự thay đổi mô hình hoạt động của nhà mạng viễn thông. Tuy nhiên, việc triển khai AI quy mô lớn đang gặp nhiều thách thức về dữ liệu, kiến trúc và giá trị thực tế. Các trường hợp sử dụng AI tạo sinh và AI dự đoán được kỳ vọng sẽ bùng nổ trong tương lai. Để tận dụng tối đa AI, nhà mạng cần tập trung phát triển use case, xây dựng nền tảng và áp dụng MLOps, FinOps thay vì cạnh tranh với các nhà cung cấp hyperscaler. Kịch bản lạc quan cho thấy tiềm năng giảm 9,1% chi phí nhờ triển khai AI thành công.

https://inform.tmforum.org/research-and-analysis/reports/building-an-ai-strategy-telcos-put-the-foundations-in-place

#TMF