先为小人后为君随着计算机处理能力的不断提高以及云存储领域的最新发展，人工智能（AI）这个曾经的科幻概念正在成为了一个诱人的现实。目前许多行业正在探索如何更好地利用人工智能，而电信行业也不例外。

　　TM论坛最近的一项调查表明，在电信行业，强烈希望开始实施人工智能（AI）解决方案，但是电信业并没有就实施人工智能（AI）的最佳路径达成共识。从网络管理到预测性维护，还有一些初出茅庐的AI应用案例，但是不得不承认电信业对AI的采用还面临很多的挑战。

　　通过AI产品和服务的帮助，一些CSP（Communications Service Providers，通信服务提供商）已经开始以多种方式实施人造智能（AI）解决方案。其中一些服务旨在将人工管理员管理电信网络的网络运营中心（NOC）转变为服务运营中心（SOC），在这些服务运营中心里由AI提供分析和闭环自动化。例如，西班牙电信在几个市场推出了SOC试点。

　　其他CSP正在以不同的方式使用人工智能（AI）。例如，AT＆T正在研究如何使用人工智能（AI）算法使无人机能够检查和修复基站。韩国的SK电信正在使用机器学习（一种常见的人工智能（AI））来分析网络流量，以检测异常情况并加强网络运营。香港电讯电讯盈科正在测试人工智能驱动的工具，以预测网络容量的增长并预测网络故障。

　　虽然CSP（Communications Service Providers，通信服务提供商）已经开始探索人工智能（AI）的潜力，但还有很多的机会可以利用。例如，人工智能（AI）解决方案可用于帮助制定商业战略。这可以通过产生产品和服务的想法，识别市场趋势，支持操作决策，预测未来趋势等等。

　　人工智能（AI）提供无与伦比的机会有两大类：网络管理和运营以及以客户为中心。很明显，网络管理实际上有很多可能的需求可以从人工智能（AI）解决方案中受益，以应对迅速扩大的连接设备和用户数量。即使是面向客户的CSP（Communications Service Providers，通信服务提供商）的终端业务也能从人工智能（AI）技术中获得巨大收益，因为客户将越来越需要个性化服务。

　　通过人工智能（AI）改善以客户为中心的一些方法涉及智能客户关怀。数据和人工智能（AI）分析可用于帮助客户进行结算，设备入网，故障排除和其他服务以防止客户流失。人工智能（AI）还可以用于智能营销，个性化优惠策略以赢得客户，确定平台参与度，OTT追加销售等等。

　　聊天机器人（Chatbots）是最终以客户为中心的人工智能（AI）解决方案。 聊天机器人（Chatbots）是自动化的客户支持，无需操作人员即可智能地解决问题。 聊天机器人（Chatbots）能让CSP受益，这些CSP可以减少所需员工的数量，以及为客户提供可以立即获得的个性化帮助。 TM Forum调查的CSP中有30％表示他们已经部署了聊天机器人（Chatbots），七分之一的CSP已经将一些客户服务代理重新部署能够完成具有更高价值的任务。

　　包括SK Telecom，Telefónica和Orange在内的一些CSP已经开始通过引入语音助理来移动聊天机器人。消费者已经熟悉语音助理的概念，并迅速习惯于Siri，Alexa，Google Assistant和其他的智能语音助理系统。对于CSP，语音助理可以为客户提供最高水平的个性化和友好的支持。

　　尽管人工智能（AI）有很多好处并且CSP（Communications Service Providers，通信服务提供商）渴望得到它们，但是目前为止CSP难以推出有效的AI解决方案。由于人工智能技术相对不成熟，影响所有相关行业的一系列实施并存在一些挑战，特别是电信行业面临的一些挑战。

　　也许AI采用最重要的障碍是该技术缺乏成熟度。随着商业智能解决方案数量的不断增加，要跟上业务发展的最佳解决方案的步伐很难。事实上，66％的CSP受访者表示，他们在人工智能应用的三大障碍之一就是缺乏成熟度。

　　人工智能（AI）的另一大障碍是人工智能（AI）软件以及数据分析方面缺乏专业知识。尽管AI专家数量有限对所有行业构成挑战，但电信行业可能特别容易受到这一问题的困扰。如果没有适当的激励措施，计算机科学家和数据分析专家可能会倾向于其他行业来应用他们的技能。这可能意味着CSP最终将不得不寻找合作伙伴来帮助推出他们的人工智能（AI）解决方案。

　　其他许多担忧都阻碍了AI的采用。如果控制权在人工智能算法的手中，43％的CSP担心失去对他们网络的控制权。 37％的CSP担心AI技术缺乏标准。最后，32％的CSP担心员工流失的可能性。

　　由于人工智能的潜在益处与其具有相同的重要性，因此CSP必须尽早采用人工智能解决方案。通过早日进入人工智能门，CSP可以在不断变化的电信环境中抢占有竞争力的位置。幸运的是，CSP可以使用许多策略来开始采用AI技术。

　　首先，CSP应该尽可能多地了解AI技术的当前可能性。这可能需要寻找可能的合作伙伴，尝试人工智能解决方案，并加入标准组织和其他相关机构。

　　CSP还应该通过反思他们的数据为AI解决方案铺平道路。数据是人工智能的种子，因此CSP应该尽其所能去除孤岛，并通过API打开数据资源。通过标准化数据收集和管理，CSP将更好地与AI合作伙伴开展业务，并开始有效地使用AI。

　　最后，CSP们应该欢迎AI合作者，并为新的实验性解决方案开放自己。虽然没有必要全力配合任何特定的合作伙伴，但保持开放选项并探索各种AI的可能性非常重要。 CSP们不应该忘记AI还处于一个新生时期，探索多种选择是发现最适合您业务的最佳方式。