過去十年中，全世界智能手機用戶數(shù)量猛增，未來恐怕也將如此。另外，大多數(shù)業(yè)務功能現(xiàn)在都可以在移動設備上執(zhí)行了。不過，盡管移動業(yè)務激增，但全世界電信運營商的利潤仍然不高，平均凈利潤率徘徊在17%左右。利潤率不高的主要原因，是大量市場競爭對手服務于相同的客戶群體，還要承擔與該行業(yè)相關的高昂管理費用。通信服務提供商(CSP)需要更多地以數(shù)據(jù)為導向，降低此類成本，自動地提高利潤率。在電信運營過程中更多地融入AI，這將讓電信公司能夠無縫地從僵化的、基礎設施驅動的運營模式，轉向數(shù)據(jù)驅動的運營模式。

讓AI融入電信功能領域，這將會從許多方面影響通信服務提供商的利潤水平，企業(yè)可以為此目的使用機器學習和AI的各種技術及應用。

AI和預測分析：優(yōu)化全世界電信網(wǎng)絡

不斷擴張的互聯(lián)網(wǎng)領域中，移動互聯(lián)網(wǎng)是主要的組成部分之一。如上所述，而今大量互聯(lián)網(wǎng)用戶和業(yè)務運營已經開始移動化，加之5G和邊緣應用的出現(xiàn)，以及即將到來的元宇宙，都會增加對高性能電信網(wǎng)絡的需求。標準的自動化技術和相關人員，很可能會被高速網(wǎng)絡連接和移動電話帶來的無情壓力壓得喘不過氣來。

在電信運營中采用AI，可以把那些表現(xiàn)不佳的移動網(wǎng)絡轉變?yōu)樽晕覂?yōu)化的網(wǎng)絡(SON)。電信企業(yè)可以通過AI驅動的預測分析，來監(jiān)控網(wǎng)絡設備并預測設備故障。另外，AI工具讓通信服務提供商可以通過監(jiān)控區(qū)域到區(qū)域的流量等關鍵性能指標，來保持網(wǎng)絡質量的始終如一。除了監(jiān)控設備的性能水平之外，機器學習算法還可以持續(xù)運行模式識別，同時掃描網(wǎng)絡數(shù)據(jù)以檢測出異常情況。另外，基于AI的系統(tǒng)可以執(zhí)行補救措施，亦或向網(wǎng)絡管理員和工程師發(fā)出有關檢測到異常區(qū)域的通知，這將讓電信公司能夠在網(wǎng)絡問題對客戶產生不利影響之前，從源頭上解決這些問題。

網(wǎng)絡安全是電信運營商關注的另一個領域。近期，電信網(wǎng)絡中不斷突顯的安全問題，已經成為全世界通信服務提供商關注的一個問題。基于AI的數(shù)據(jù)安全工具，讓電信公司能夠持續(xù)監(jiān)控網(wǎng)絡的健康狀況。機器學習算法對全世界數(shù)據(jù)網(wǎng)絡和歷史安全事件進行分析，從而對現(xiàn)有網(wǎng)絡漏洞做出關鍵預測。換句話說，基于AI的網(wǎng)絡安全工具讓電信企業(yè)能夠提前預防未來的安全問題，并主動采取預防措施來應對這些問題。

最終，AI將從許多方面改善電信網(wǎng)絡。機器學習算法通過提高通信服務提供商網(wǎng)絡的性能、異常檢測和安全性，幫助電信公司客戶增強用戶體驗。從長遠來看，這將推動此類公司客戶群的增長，進而提高利潤。

網(wǎng)絡行為監(jiān)控：簡化欺詐管理

歐洲刑警組織將電信行業(yè)歸類為特別容易受到欺詐影響的一個行業(yè)。電信欺詐涉及犯罪分子濫用電信系統(tǒng)(比如手機和平板電腦)從通信服務提供商那里竊取資金。根據(jù)近期的一項研究，電信欺詐造成的損失為401億美元，約占電信運營商總收入的1.88%。電信欺詐的常見類型之一是國際收益分享欺詐(IRSF)。這類欺詐行為是指犯罪分子與國際保費號碼(IPRN)提供商聯(lián)系，使用機器人撥打大量長期國際電話，從電信公司非法獲取資金，而且這類電話很難追蹤。另外，電信公司無法為此類付費電話向客戶收費，因為連接是具有欺詐性的。故此，電信運營商最終要承擔此類呼叫的損失。IPRN和犯罪分子之間分享獲利。除此之外還有vishing(語音呼叫和網(wǎng)絡釣魚攻擊的組合)，是一種惡意實體欺騙電信公司客戶以提取資金和數(shù)據(jù)的行為。而電信運營采用AI技術將讓通信服務提供商能夠檢測和消除此類欺詐行為。

機器學習算法可幫助電信網(wǎng)絡工程師檢測非法訪問、虛假呼叫者資料和克隆實例。為了實現(xiàn)這一點，算法對通信服務提供商的全世界電信網(wǎng)絡進行行為監(jiān)控，流經這些網(wǎng)絡的流量都將被密切監(jiān)控。AI算法的模式識別功能再次發(fā)揮作用，讓網(wǎng)絡管理員能夠識別可疑的場景，比如從欺詐號碼撥打多個電話，亦或從可疑來源反復撥打空號(網(wǎng)絡釣魚的一般指標)。電信公司運用數(shù)據(jù)分析進行欺詐檢測和預防的比較突出的例子之一，是沃達豐與數(shù)據(jù)公司Argyle Data展開合作，分析沃達豐這家電信巨頭的網(wǎng)絡流量，以實現(xiàn)智能的、數(shù)據(jù)驅動的欺詐管理。

檢測和消除電信欺詐是提高通信服務提供商利潤率的主要舉措，正如你看到的，AI在電信運營中發(fā)揮的作用，對于實現(xiàn)這一目標具有重要意義。

機器人流程自動化：用于改進后臺流程

為了向數(shù)百萬的客戶提供可靠服務，電信公司需要擁有一支能夠高效處理日常后端運營的龐大員工隊伍。與如此大量的客戶打交道可能會產生一些人為錯誤。

電信公司可以使用認知計算——一個基于機器人技術的領域，涉及自然語言處理(NLP)、機器人流程自動化(RPA)和規(guī)則引擎——對那些基于規(guī)則的流程實施自動化，比如發(fā)送營銷電子郵件、自動填寫電子表格、記錄數(shù)據(jù)、執(zhí)行某些可復制人類行為的任務。在電信運營中采用AI，可以提高后臺運營的準確性。根據(jù)德勤進行的一項研究顯示，電信、媒體和科技行業(yè)的多位高管都認為，將認知計算用于后端運營為他們的企業(yè)帶來了“實質性”和“變革性”的好處。

聊天機器人、虛擬助手、情緒分析：提高客戶服務質量

客戶情緒分析囊括為了解客戶而執(zhí)行的一系列數(shù)據(jù)分類和數(shù)據(jù)分析任務，這讓電信公司可以根據(jù)原始情緒來評估他們的客戶是否喜歡他們提供的服務。營銷人員可以使用自然語言處理和AI功能，從客戶的文本、電子郵件亦或帶有電信公司名稱的社交媒體帖子中，感知客戶的“情緒”，這種情緒分析會突顯出客戶遇到問題的確切服務領域。比如，假如客戶很不滿他們的電話經常掉線，并向電信公司的客戶服務團隊寫了一封冗長且語無倫次的電子郵件，用于情緒分析的機器學習算法仍然可以自動確定他們的情緒(憤怒)和問題(通話掉線率)。

除了情緒分析之外，電信公司還受益于日漸興起的聊天機器人和虛擬助手，通過此類基于機器學習的工具和應用解決針對網(wǎng)絡設置、安裝、故障排除、維護問題的服務請求。虛擬助手讓電信公司的CRM團隊能夠輕松管理大量客戶，通過這種方式，通信服務提供商可以成功地管理客戶服務和情緒分析。

總體上用戶普遍認為，他們的電信客戶服務質量是不盡人意的。電信用戶經常因為等待客服過于漫長、投訴電子郵件沒有得到答復、通信服務提供商處理申訴方式不當?shù)葐栴}而感到憤怒。糟糕的CRM對電信公司來說可不是什么好兆頭，因為這會損壞電信公司的聲譽，削弱股東們的信心。而電信公司通過對CRM實施機器學習技術，可以有效地解決這些問題。

與其他行業(yè)的任何企業(yè)一樣，電信公司也需要提高利潤以實現(xiàn)長期生存和業(yè)務多元化。如開頭所述，許多因素阻礙了他們創(chuàng)造利潤的機會。走數(shù)據(jù)科學路線是克服這些挑戰(zhàn)的新方法之一，通過讓AI參與到電信業(yè)務的運營中，通信服務提供商可以更好地管理他們的數(shù)據(jù)，并將資源用于實現(xiàn)收入的最大化。

盡管AI可以帶來各種積極的影響，但目前已經采用AI技術來實現(xiàn)利潤最大化的電信企業(yè)比例仍然非常有限，未來預計這個百分比會逐漸上升。