Το τελευταίο χρονικό διάστημα η τεχνητή νοημοσύνη δείχνει να αποτελεί το απαραίτητο συνοδευτικό σε κάθε τεχνολογική ανακοίνωση ή κίνηση. Οι τηλεπικοινωνίες, φυσικά, δε θα μπορούσαν να αποτελέσουν εξαίρεση. Ωστόσο, το ερώτημα είναι με ποιο τρόπο οι τηλεπικοινωνιακοί πάροχοι ενσωματώνουν το ΑΙ στην στρατηγική τους.

Σήμερα, η τεχνητή νοημοσύνη έχει εξελιχθεί σε ένα από τα πλέον hot topics της διεθνούς επιχειρηματικής αγοράς και όχι μόνο. Θεωρείται περίπου ως το πολυπόθητο κλειδί που σε οδηγεί αυτόματα στην Γη της Επαγγελίας. Αλήθεια, όμως, τι συμβαίνει στον κόσμο των τηλεπικοινωνιών; Ποιος ο βαθμός αποδοχής και εν γένει υιοθέτησης του ΑΙ, ποιες οι χρήσεις του και ποιος ο βαθμός ωριμότητας; Τόσο της ίδιας της τεχνολογίας, όσο και των telcos. Δίχως αμφιβολία και στον κλάδο των τηλεπικοινωνιών η χρήση της τεχνητής νοημοσύνης γνωρίζει εντυπωσιακά αυξανόμενη άνθηση, καθώς οι πάροχοι επιλέγουν το ΑΙ και την διαδικασία του machine learning που την συνοδεύει προκειμένου να βελτιώσουν αισθητά την ευφυή λειτουργία τους σε εσωτερικό επίπεδο, καθώς επίσης και εξωτερικά σε πάσης φύσεως λειτουργίες που σχετίζονται με την διαχείριση και εξυπηρέτηση πελατών.

ΑΙ, όπως λέμε… Ελβετικός πολυ-σουγιάς!
Με τη δυνατότητα λήψης ολοένα και πιο έξυπνων αποφάσεων, η τεχνολογία αξιοποιείται σε εφαρμογές δικτύου, στο πλαίσιο της μετάβασης προς το virtualisation. Οι telcos εκμεταλλεύονται, επίσης, το AI στις πωλήσεις, το marketing, καθώς επίσης και στην εξυπηρέτηση των πελατών, συνεισφέροντας στη μείωση του βαθμού απώλειας των πελατών, δια μέσω της στόχευσης των καταναλωτών, παρέχοντάς τους την επιθυμητή προσφορά την κατάλληλη στιγμή.

Δύο από τα πλέον χαρακτηριστικά παραδείγματα έχουν να κάνουν με τις AI σχετιζόμενες υπηρεσίες, όπως λ.χ. τον TOBi της Vodafone και την Aura της Telefónica, οι οποίες ήδη έχουν αρχίσει να ασκούν ένα ξεχωριστό βαθμό επίδρασης. Μάλιστα, χάρη στο πρώτο chatbot (ΤΟΒi), ο τηλεπικοινωνιακός γίγαντας κατάφερε να εμφανίσει αλματώδη ανάπτυξη στο ζήτημα της βελτίωσης των παρεχόμενων υπηρεσιών εξυπηρέτησης προς τους τελικούς καταναλωτές. Στοιχείο που δείχνουν να ενστερνίζονται και οι ίδιοι οι τελικοί χρήστες. Κι ενώ το momentum δείχνει να βαίνει διαρκώς ενισχυόμενο, εντούτοις οι telcos αντιμετωπίζουν μια σειρά από προκλήσεις που προκύπτουν κατά την διάρκεια της εφαρμογής του ΑΙ. Όπως κάθε δράση φέρνει αντίδραση, έτσι και με την εξέλιξη της τεχνολογίας έρχονται τα αναπόφευκτα τεχνικά ζητήματα, αλλά και όσα σχετίζονται με την εταιρική κουλτούρα, ενώ αναδύεται έντονη η ανάγκη για την ύπαρξη νέων δεξιοτήτων και συμπεριφορών. Το θετικό της υπόθεσης είναι πως οι τηλεπικοινωνιακοί πάροχοι βρίσκονται σε τέτοιο σημείο ώστε να επωφεληθούν από τα τεράστια μεγέθη των δεδομένων που στηρίζουν την τεχνολογία AI, καθώς επίσης και τη μηχανική μάθηση. Αναμφίβολα, τα δεδομένα που υπάρχουν στην αγορά των τηλεπικοινωνιών είναι απίστευτα πλούσια, καθώς οι πάροχοι κινητής τηλεφωνίας διαθέτουν πολλές πληροφορίες σχετικά με τους πελάτες τους, αφού η διατήρησή τους είναι εξαιρετικά σημαντική. Οπότε, με τη χρήση της τεχνητής νοημοσύνης εξασφαλίζεται η δημιουργία μιας μοναδικής εμπειρίας! Το τελευταίο στοιχείο αναμένεται να παίξει καθοριστικό ρόλο στην υιοθέτηση και χρήση της τεχνολογίας ΑΙ εκ μέρους των τηλεπικοινωνιακών παρόχων, καθώς οι τελευταίοι θα επιχειρήσουν να το αξιοποιήσουν προκειμένου να αλλάξουν τον τρόπο με τον οποίο αλληλεπιδρούν με τους πελάτες τους! Σε αυτό το πλαίσιο, η Telefónica χρησιμοποιεί το AI για την καθιέρωση του “έξυπνου” marketing ώστε να διασφαλίσει ότι σε κάθε πελάτη προσφέρεται το βέλτιστο προϊόν.

Ζητούμενο η βελτίωση των λύσεων που αφορούν τους καταναλωτές
Μια ακόμη τηλεπικοινωνιακή εταιρεία που έχει εισέλθει δυναμικά στο πεδίο του AI, είναι η Orange η οποία επιχειρεί να το εφαρμόσει σε μια σειρά από πολλαπλές επιχειρηματικές περιοχές. Για παράδειγμα, το χρησιμοποιεί προκειμένου να βελτιώσει τις λύσεις που απευθύνονται στους καταναλωτές, όπως λ.χ. τον εικονικό βοηθό Djingo. Την ίδια στιγμή, εσωτερικά η Orange αξιοποιεί την τεχνητή νοημοσύνη προκειμένου να ενισχύσει περαιτέρω τις δικές της λειτουργίες, όπως για παράδειγμα να κατανοήσει τον τρόπο με τον οποίο λειτουργεί το δίκτυο, πως συμπεριφέρεται, καθώς επίσης και να το παρακολουθεί “στενά”, να βελτιώσει το επίπεδο της ασφάλειας, να εξοικονομήσει ενέργεια κ.ά. Μια ιδιαίτερα ενδιαφέρουσα πτυχή σχετικά με το ΑΙ είναι και η προσπάθεια της Orange να δοκιμάσει μια περισσότερο ισχυρή έκδοση των cognitive μετρήσεων. Πως τα αξιοποιεί; Όταν για παράδειγμα, κτίζει ένα δίκτυο πέμπτης γενιάς (5G), τότε καταφεύγει στην τεχνητή νοημοσύνη προκειμένου να προβλέψει το φορτίο ανά χιλιόμετρο.

Τα στελέχη της εταιρείας εξετάζουν τον τρόπο χρήσης του βίντεο εκ μέρους των χρηστών, έτσι ώστε να προσδιορίσουν με σχετική ακρίβεια το φορτίο σε πραγματικό χρόνο εντός του ίδιου του δικτύου, αποτρέποντας πιθανές διακοπές και αστοχίες. Μια από τις επιδιώξεις της Orange είναι να προσφέρει προσωποποιημένες υπηρεσίες στους 24 και πλέον εκατομμύρια συνδρομητές που διαθέτει. Έτσι λοιπόν, όταν ένας εξ’ αυτών υπερβεί τα χρονικά και οικονομικά όρια του συμβολαίου του, τότε οι machine learning αλγόριθμοι αναλαμβάνουν δράση, πραγματοποιώντας real time ανάλυση της προϊστορίας αγορών πληρωμών του πελάτη, παρέχοντάς του ένα λελογισμένο περιθώριο, το οποίο χαρακτηρίζεται από εξαιρετικά χαμηλό ρίσκο για την ίδια την εταιρεία. Μάλιστα, η τεχνολογία ΑΙ έχει τη δυνατότητα να εφαρμοστεί ευρύτερα σε ολόκληρη την τηλεπικοινωνιακή βιομηχανία, όπως λ.χ. να αποδειχτεί εξαιρετικά χρήσιμη για την πρόληψη της απάτης. Πόσο μάλλον, από τη στιγμή κατά την οποία η τεχνητή νοημοσύνη είναι σε θέση να εκτελεί καθήκοντα εξαιρετικά περίπλοκα για την ανθρώπινη φύση και δη να γίνονται πράξη ακολουθώντας παραδοσιακούς τρόπους, μεθόδους και οδούς.

Για παράδειγμα, σήμερα υπάρχουν τεχνικοί που βελτιστοποιούν χειροκίνητα το δίκτυο. Σε περίπτωση που αντικατασταθεί αυτή η διαδικασία με αυτοματοποιημένες μεθόδους χρησιμοποιώντας AI, πρέπει να προσδιοριστεί η απόδοση της βελτίωσης. Βέβαια, η μεγιστοποίηση των δεδομένων μπορεί να αποδειχτεί μια αληθινή πρόκληση, τεχνικά και σε επίπεδο κουλτούρας εντός των κόλπων μιας επιχείρησης.


Τα πάντα εξαρτώνται από τα δεδομένα!
Επίσης, ένα ζήτημα που γεννάται έχει να κάνει με τον τρόπο που αξιοποιούνται τα δεδομένα στις αποφάσεις. Κι αυτό, καθώς εδώ και αναρίθμητα χρόνια οι άνθρωποι λαμβάνουν αποφάσεις με βάση το ένστικτο και τώρα μια μηχανή τους λέει ότι η επιλογή τους δεν είναι η καλύτερη. Τα σιλό μεταξύ των διαφορετικών ομάδων ενός telco μπορεί επίσης να αποτελεί ένα ζήτημα. Πόσο, μάλλον, από τη στιγμή κατά την οποία στην εφαρμογή του AI, πρέπει να συμμετέχουν πολλαπλές ομάδες. Οι μηχανικοί δεδομένων καλύπτουν την υποδομή πληροφορικής, τη στιγμή κατά την οποία οι επιστήμονες δεδομένων δημιουργούν γύρω από τις πληροφορίες! Στην περίπτωση κατά την οποία οι δύο ομάδες δεν καταφέρουν να συνεργαστούν αρμονικά γύρω από μια ενοποιημένη στρατηγική ανάλυσης, δεν θα παράγουν καλά αποτελέσματα για την ίδια την επιχείρηση! Προς αυτή την κατεύθυνση κινείται και η εντεινόμενη αναγκαιότητα της τεχνολογίας ΑΙ για την εξεύρεση και προσέλκυση ταλαντούχων ατόμων, οι οποίοι θα βρίσκονται εντός των κόλπων του ίδιου του τηλεπικοινωνιακού παρόχου, αποφεύγοντας τη λογική του outsourcing των εν λόγω tasks.

Μια ακόμη ενδιαφέρουσα διαπίστωση έχει να κάνει με το γεγονός ότι η τεχνητή νοημοσύνη χρησιμοποιείται κυρίως για την αυτοματοποίηση των διαδικασιών. Σίγουρα, τα αμέσως προσεχή χρόνια η συγκεκριμένη τεχνολογία θα είναι ακόμη πιο αποτελεσματική. Προς το παρόν όμως, η πολυπλοκότητα των λύσεων ποικίλλει. Ωστόσο, με την αυξανόμενη χρήση και επίγνωση αναφορικά με την μηχανική μάθηση, τα προϊόντα θα βελτιώνονται συνεχώς! Εκεί ακριβώς “κρύβεται” και η ομορφιά της μηχανικής μάθησης: Ότι καθοδηγείται από τα δεδομένα! Δεν πρόκειται δηλαδή για κάποιο σταθερό κώδικα.

Προσεχώς, μοναδικό κριτήριο για τη λήψη αποφάσεων!
Αποτελεί κοινό τόπο σήμερα πως το machine learning στηρίζεται σε υπερβολικό βαθμό στο κείμενο, ωστόσο στο κοντινό μέλλον θα είναι σε θέση να αναλύει εικόνες, ακόμη και φωτογραφίες! Για παράδειγμα, στην περίπτωση κατά την οποία ένας χρήστης διαθέτει μια συσκευή κινητής τηλεφωνίας που έτυχε να χαλάσει, θα μπορούσε απλά να την τραβήξει μια φωτογραφία και η λειτουργία της αναγνώρισης εικόνας θα μπορεί να διαπιστώσει και να προσδιορίσει εάν απαιτείται διαδικασία επισκευής ή ακόμη κι εάν έχουν σπάσει κάποια τμήματά της! Επιπροσθέτως, μέσω της τεχνητής νοημοσύνης θα παρέχονται εντελώς καινούρια επιχειρηματικά μοντέλα για λογαριασμό των ίδιων των τηλεπικοινωνιακών παρόχων. Υπό αυτό το πρίσμα, κάθε άλλο παρά εντύπωση θα πρέπει να προξενεί η διαπίστωση πως στο κοντινό μέλλον η τεχνολογία δύναται να αποτελέσει ενεργό μέλος ενός οικοσυστήματος που με την σειρά του θα ενισχύει το όραμα της δημιουργίας απόλυτα “έξυπνων” πόλεων, διασφαλίζοντας πολλαπλές επιχειρηματικές ευκαιρίες για τους telcos: Από το να διαθέτουν “πακέτα” εξειδικευμένων δεδομένων σε κυβερνήσεις και τοπικές αρχές μέχρι στοχευμένες ενημερώσεις που βοηθούν στη ρυμοτομία, τα κατασκευαστικά έργα που πρέπει να γίνουν (με λεπτομέρειες σχετικά με το που και γιατί) κ.ο.κ.

Καθώς οι χρήσεις θα πολλαπλασιάζονται, ο ρόλος και η σημασία του AI θα αυξάνει γεωμετρικά κατά μήκος των επιχειρηματικών τομέων που βρίσκονται στο μικροσκόπιο των τηλεπικοινωνιακών παρόχων. Κορυφαία στελέχη θεωρούν πως κατά την προσεχή πενταετία δεν θα υπάρχει η παραμικρή απόφαση εκ μέρους των telcos που δεν θα υποστηρίζεται από την τεχνολογία της τεχνητής νοημοσύνης. Όπως χαρακτηριστικά αναφέρεται, αναμένεται να υπάρξει πλήρης μεταβολή από το αντιμετωπίζεται το AI απλά και μόνο ως μια συμβατική υποχρέωση, σε σημείο τέτοιο ώστε να εμπλέκεται σε κάθε εργασία και επεξεργασία ξεχωριστά!