电信业成为最大AI市场 2021年将迎来重要拐点

作者: 艾斯 2018-10-16 13:56:21

Informa旗下全球知名市场研究公司Tractica/Ovum对30个领域近300个真实的AI使用场景进行了研究,结果表明,电信、大众、广告、商业服务和医疗保健领域的AI采用率在2018-2025年期间将处于领先地位。其中,电信领域在AI技术方面尤为积极,并且是目前最大的AI细分市场。

根据Tractica/Ovum预测,到2025年,全球电信业对人工智能软件、硬件和服务的投资将达367亿美元。其中,电信业整体AI用例软件市场将以48.8%的年复合增长率从3.157亿美元到2025年增至113亿美元。

“电信业是我们研究的30个领域中最大的AI市场,占据最大的AI市场份额。电信市场采用AI技术的主要驱动力是电信网络向自动化的转型,同时也因为电信运营商面临着成本和收入方面挑战。在运营商应对这些挑战时,AI是他们必须利用的工具之一。”Tractica/Ovum公司研究主管Aditya Kaul在接受C114专访时向我们表示。

电信业成为最大AI市场 2021年将迎来重要拐点
图:Tractica/Ovum公司研究主管Aditya Kaul

多重挑战同时爆发 AI成重要救命稻草

2017年,许多网络运营商的每比特收入要低于每比特成本。此外在快速、高效的互联网巨头的威胁下,电信运营商还面临着数字化转型的挑战。最重要的是,电信运营商必须知道如何更好地管理和运营令人眼花缭乱的下一代5G/物联网网络。Aditya Kaul分析道,多重挑战正在共同爆发,而AI则成为电信运营商在应对这些挑战时必须利用的工具之一。

一方面,电信运营商网络部署成本的增长速度超过了收入增长的速度,收入一直持平,成本却在持续增加。因此他们需要积极采用AI技术来降低运营成本(OPEX)。

另一方面,电信运营商的收入遭到了OTT服务供应商的严重挤压和冲击。互联网服务提供商拥有更加弹性敏捷和自动化的网络,他们没有传统的电信运营商架构,采用AI的速度会非常快。互联网厂商目前占据了大部分的应用收入,这对电信运营商的收入造成了挤压。

同时,电信运营商还要面对电信市场上的整合,尤其是在欧洲电信市场。此外还有即将到来的5G挑战——电信运营商必须加速部署5G,否则就会处于落后地位,而5G也带来了未来3-5年在资本支出(CAPEX)方面的挑战。

网络优化成为电信市场最大AI用例

根据Tractica/Ovum的研究,AI技术在电信领域有5个主要用例场景:网络/IT运营监控和管理、客户服务和市场营销VDAs(虚拟数字助手)、智能CRM系统、提升客户体验管理和网络安全。其中,网络/IT运营监控和管理将成为电信业最大的AI用例。Tractica/Ovum预测,电信运营商将AI用于网络运营监控和管理的支出,将占据2016-2025年期间电信业AI支出的61%。

Aditya Kaul向我们解释道:“网络/IT运营监控和管理实际上也就是网络优化,这意味着利用AI技术来理解网络上实时发生的事情,然后动态地改变网络来进行服务交付。AI驱动的网络管理解决方案包括网络设计、网络负载的平衡、减少基站之间的切换等。”他补充说,这其中用到的关键技术包括深度学习、机器学习、自然语言处理等,而SDN/NFV和5G的大规模部署将推动2021年成为网络自动化一个转折点。

电信业成为最大AI市场 2021年将迎来重要拐点
数据来源:Tractica。

除了网络侧外,另一方面,电信运营商还可以将AI技术用于客户服务。Tractica/Ovum研究发现,电信运营商正大量使用AI技术用于客户服务聊天机器人。“这也是为了降低成本。电信运营商在语音客服中心方面的成本和投资非常巨大,聊天机器人机制可以成为一种补充。在某些研究案例中,电信运营商利用AI聊天机器人使运营成本降低了30%。”此外,在市场营销方面,电信运营商可以利用聊天机器人来进行客户数据调研。

同时,电信运营商也在利用AI技术用于智能CRM系统来保持客户满意度,降低客户流失率,同时也可用于提升销售团队效率。“智能CRM系统使运营商市场销售团队能够通过AI技术将现有CRM数据、客户数据与社交媒体数据、新闻消息数据、天气数据等进行结合,从而可以更好地提前做出市场预测并进行服务营销调整。”Aditya Kaul谈到。

5G将与AI肩并肩发展 2021年迎来拐点

这位Tractica/Ovum分析师表示,AI是5G非常重要的一个部分,而这其中也将伴随着SDN和NFV功能的成熟与更大规模部署。

Tractica/Ovum的研究结果显示,电信业AI支出的增长实际上将从2020年和2021年开始,尤其是大规模的增长,将从2021年开始,这与5G的增长曲线一致。“我们认为,5G资本支出将从2021年开始,5G与AI之间存在显著的相关性。实际上在我们看来,5G与AI是肩并肩发展的关系。”Aditya Kaul指出,整个5G转型都旨在使网络变得更加自主、自动化,更加软件定义,更具弹性。

他表示,一方面,这对运营商而言是一个挑战,因为资本支出在增长,但同时他们能够部署更多自动化AI技术类型的应用和服务,届时更多的SDN和NFV功能也将上线,这些技术都将一起肩并肩发展,共同致力于实现更加敏捷更具弹性的网络。现阶段已有一些SDN和NFV功能部署在4G网络上,随后将一步步过渡到5G。需要注意的是,这并不仅仅是纯5G网络的建设,软件定义元素也要在4G网络中实现。

Aditya Kaul认为,从4G向5G的转变,与从2G转向3G甚至是3G转向4G是完全不同的。5G实际上是在一个系统下运行所有的东西,5G将与所有这些(2G/3G/4G)遗留网络共同协作发展,同时增加一些新功能,整个的5G部署周期将会非常漫长。他认为,初期部署的5G网络将不会是自动化的网络,因为这其中还包含非常多的遗留元素。根据Tractica/Ovum预期,一些主要的电信运营商将在2024年底实现网络自动化或近自动化状态,转折点将在2021年前后。

人才短缺和组织架构问题仍需克服

如何将海量数据转化为可以实际应用的AI能力,电信运营商在这方面也依然面临着挑战。

首先,人才短缺是全球AI产业共同面临的问题,电信行业也未能幸免。Aditya Kaul指出,无论是电信运营商还是互联网厂商等AI市场参与者,都急缺AI工程师人才。AI技能和人才短缺是一个非常严峻的问题。在他看来,电信运营商组织架构是另一个阻碍电信业使用AI技术的短板所在。“电信运营商的组织架构不太适应新的技术,灵活性不足,无法很快推出服务。这要求电信运营商必须有新的运营思维,不过这可能要花费些时日。”

但是,一些全球领先的电信运营商已经开始行动了起来。西班牙电信(Telefonica)这家全球Tier-1电信运营商目前正努力从传统运营商转型为以数据为驱动的公司,并建立了全新的数据架构。

Aditya Kaul表示,再过十年,全球通信市场将会是一个完全不同的生态环境,届时将不只有电信运营商,市场参与者还将会有Facebook、谷歌、Space-X,OneWeb等。电信运营商必须积极进行数字化转型,把握5G与AI机会,从而才能在竞争更加激烈的未来市场中存活下来。

电信业 AI 运营商
上一篇:白板随手一画,嗖嗖变成代码,AI要取代UI设计师了? 下一篇:刷脸时代,你准备好了吗?
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

AI如何改善采矿行业现状?

人工智能的引入,有望将采矿业转化成一个更安全、利润空间更大且更为环保的行业。

佚名 ·  2天前
大小仅1MB!超轻量级的人脸识别模型火爆Github

近日,用户Linzaer在Github上开源了一款适用于边缘计算设备、移动端设备以及 PC 的超轻量级通用人脸检测模型,该模型文件大小仅1MB,一经开源就霸榜Github Trending榜单。

佚名 ·  2天前
AI艺术日渐繁荣,未来何去何从? 精选

利用人工智能创作而成的画作近年来越来越受瞩目,有的作品甚至能在知名拍卖行拍得高价。但这类作品仍有不少问题需要解答,比如它的作者是开发出算法的程序员还是计算机呢?AI艺术的市场未来将走向何方呢?

网易智能 ·  3天前
人工智能进入大学校园带来了哪些变化

在一个人的教育生涯中,大学如何成为最好的学习体验?高等教育的目的就是发展技能,探索新理论,并将其应用于现实生活中。在整个学习期间,鼓励学生完成学习任务,熟练掌握技能,同时培养一个健康的、积极的、和谐的生活态度。

风车云马 ·  4天前
图灵奖得主Yoshua Bengio:深度学习当务之急,是理解因果关系

深度学习擅长在大量数据中发现模式,但无法解释它们之间的联系,而图灵奖获得者Yoshua Bengio想要改变这一点。

佚名 ·  2019-10-15 05:15:00
人工智能遇冷,自动驾驶受阻?

2016到2019,人工智能经历了梦幻般的三年,但人工智能的历史规律告诉我们:高潮过后可能会引来新的一波沉寂,人工智能助推下的自动驾驶也会受到波及。

佚名 ·  2019-10-14 11:00:27
AI核心难点之一:情感分析的常见类型与挑战

情感分析或情感人工智能,在商业应用中通常被称为意见挖掘,是自然语言处理(NLP)的一个非常流行的应用。文本处理是该技术最大的分支,但并不是唯一的分支。情绪AI有三种类型及其组合。

Veronika Vartanova ·  2019-10-12 10:14:41
机器学习帮你预测电池寿命:精确了解电池还能充几次 精选

电池寿命的确定,是移动硬件发展的重要一环,但是由于电池电化学反应的不确定性以及不同的使用环境和习惯,电池寿命变成了一门玄学。不过柏林的三位小伙伴,利用Tensorflow,在原有的预测体系基础上。更近一步,完成了电池的全寿命预测。

靓科技解读 ·  2019-10-11 13:00:40
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载