Внедрение ИИ повышает эффективность бизнеса телеком-операторов

Использование искусственного интеллекта в сфере телекоммуникаций перестало быть экспериментом и стало неотъемлемой частью бизнес-процессов. По оценкам аналитиков, внедрение ИИ способно повысить EBITDA телеком-компаний на 3-4 процентных пункта уже через два года и на 8-10 пунктов - в течение пяти лет. Это превращает инвестиции в ИИ из имиджевого шага в стратегический инструмент роста.

По словам руководителя онлайн-университета "Зерокодер" Кирилла Пшинника, нейросети уже уверенно решают задачи оптимизации клиентского сервиса и управления сетью.

"Прежде всего это улучшение и ускорение работы контакт-центров с задачей сокращения издержек и перехода на автоответы по типовым вопросам. Также нейросети успешно справляются с прогнозированием нагрузки на сети, обнаружением багов и устранением неисправностей, оптимизацией распределения ресурсов", - отметил он.

По мере развития сетей новых поколений ИИ становится не просто инструментом, а частью их архитектуры. "Нейросетевые решения обеспечивают моделирование процессов в реальном времени, минимизируя риски и утечки данных. Благодаря этому становится возможным создание цифровых двойников инфраструктуры и пользователей", - добавляет Кирилл Пшинник.

Старший эксперт Института инженеров электротехники и электроники Данил Темников выделяет два ключевых направления внедрения искусственного интеллекта: бизнес-задачи и управление самой сетью.

Машинное обучение используется для прогнозного обслуживания оборудования - система анализирует данные и заранее определяет, где возможен сбой. Кроме того, ИИ помогает прогнозировать нагрузку на сеть и управлять емкостью, что позволяет заблаговременно усиливать покрытие в часы пик, объяснил эксперт. Следующий этап - автономное управление, когда система не подсказывает инженеру, а принимает решения сама.

По мнению эксперта, в ближайшие годы развитие пойдет по трем направлениям: самоуправляемые сети, персонализированное качество связи и переход к экономике на основе данных. "Связь перестает быть просто услугой и превращается в платформу для цифровых сервисов", - подчеркнул Данил Темников.

Стратегическая цель внедрения новых технологий - не только повышение эффективности, но и выживание в эру цифровизации

Операторы в первую очередь используют ИИ ради повышения экономической эффективности, считает технический директор хостинг-провайдера Tendence.ru Александр Щукин. "При внедрении ИИ в свой технологический процесс операторы преследуют сугубо экономические цели - сокращение затрат, повышение эффективности оказания услуг, рост среднего дохода на абонента. Нейросетевые технологии не меняют бизнес-модель, но повышают ее результативность", - пояснил он.

По его словам, перспективы открываются и в сфере безопасности. "ИИ может быть востребован для анализа и выявления паттернов при DDoS-атаках или телефонных мошенничествах, своевременно сообщая оператору о необычной активности", - отметил Александр Щукин.

Сегодня ИИ глубоко интегрирован в повседневные операции телекомов - от чат-ботов до сложных систем прогнозного анализа, уверен руководитель направления ИИ ИТ-холдинга Т1Сергей Голицын. И уточняет, что "ИИ не заменяет людей полностью, но дополняет их, делая процессы быстрее и точнее". По его мнению, стратегическая цель внедрения технологий - не только повышение эффективности, но и выживание в эру цифровизации.

"Благодаря интеллектуальной автоматизации операторы могут оптимизировать обслуживание сетей, сократить время реакции на инциденты и улучшить качество сервиса. Более того, внутренние наработки в области ИИ становятся новым направлением бизнеса: многие телеком-компании создают на их основе коммерческие продукты и предлагают B2B-решения", - добавил Сергей Голицын.

Однако даже при явных преимуществах темпы внедрения ИИ сдерживаются рядом факторов. Как отметил директор по работе с промышленным сектором группы Arenadata Максим Власюк, основная трудность для операторов - это данные.

"В большинстве компаний информация хранится фрагментированно: часть - в сетевых логах, часть - в биллинге, часть - в CRM-системах. Такие разрозненные и часто "грязные" данные мешают обучать модели. Решение - создать единый слой управления данными, где все собрано, описано и доступно через понятные правила", - объяснил собеседник "РГ".

По мнению эксперта, ключевым вызовом остается и защита информации. "Телеком-данные почти всегда связаны с персональной информацией пользователей, поэтому просто собрать их "в одну кучу" нельзя. Здесь помогают технологии федеративного обучения и синтетические выборки, когда модели учатся на данных без их раскрытия", - отметил Максим Власюк.

В целом развитие искусственного интеллекта в телекоме уже вышло за рамки тестов и пилотов. Следующий шаг - создание централизованных платформ данных, совершенствование нормативной базы и переход к автономным сетям нового поколения, где ИИ станет не вспомогательным элементом, а ядром всей экосистемы связи, считают опрошенные "РГ" эксперты.