要點

生成式人工智能正受到消費者的熱烈歡迎——2023 年 11 月，OpenAI 表示，現在每周約有一億人使用 ChatGPT。生成式人工智能正被整合到大眾市場的產品和服務中，并滲透到包括電信在內的所有主要垂直行業。生成式人工智能的影響廣泛而深遠。根據 Omdia 的生成式人工智能軟件市場預測，全球軟件收入將從 2023 年的 62 億美元增長到 2028 年的 585 億美元，復合年均增長率為 56%。電信業不是市場規模最大的垂直行業（排在第一位的是消費者行業，其次是媒體和娛樂業），但它將是一個重要行業，預計到2028年，生成式軟件收入將超過30億美元。在 Omdia 的《2023 年 IT 企業洞察》調查中，我們發現略超 8%電信受訪者已經采用了基于文本的生成式人工智能解決方案，四分之一正處于實施階段，20% 正在進行相關試驗。

生成式人工智能有望使電信運營商在多個方面受益。這包括提高運營效率和生產力，以及相關的成本削減。生成式人工智能可用于提升客戶體驗（如個性化客戶服務及產品/套餐）。它還可以改善內部應用（如文檔匯總），并增強外部商業應用（面向廣泛的領域，如電子商務和金融服務、教育、醫療保健、智能家居和城市）。

然而，生成式人工智能具有很強的顛覆性：它可能對工作職能產生負面影響，并且生成的結果可能侵犯版權。生成式人工智能面臨許多倫理道德問題，包括模型和輸出結果可能帶有偏見和歧視性。生成式人工智能也可能會犯錯誤或胡編亂造（“產生幻覺Hallucinate”）。生成式人工智能是復雜、不斷發展且不平衡的監管治理框架的側重點。該技術本身也在飛速發展，在帶來新一輪有益創新的同時，也帶來了風險和長期挑戰。需要應對的問題很多，但電信運營商必須面對，因為忽視生成式人工智能并不可取，而且如上所述，謹慎、深思熟慮的部署可以帶來回報。

主要信息

良好地管理數據資產對于生成式人工智能至關重要，而大多數電信運營商在這方面做得不夠。電信運營商擁有大量的細粒度數據集，尤其是大型運營商。但由于數據治理不善，優勢往往止步于此。Omdia 的《2023 年人工智能市場成熟度調查》顯示，只有 40% 的電信受訪者制定了數據管理和治理計劃。

對于大多數電信運營商來說，從零開始構建生成式人工智能模型并不可取。從頭開始在內部構建一個模型可以提供最大程度的控制權，但這是一項艱巨的任務，需要深厚的多學科人工智能專業知識、巨額預算和資源。亞洲的電信運營商在這方面走在了前列：中國移動是率先嘗試的電信運營商之一。它已成功創建了一個完整的生態（基礎模型、核心基礎設施、生成式人工智能平臺和應用程序）。

電信公司的生成式人工智能部署路徑

對現有基礎模型進行微調是更可行的選擇。這一過程允許電信運營商調整預構建的、經過訓練的模型，使其適合特定領域和任務。微調所需的資源較少，而且有越來越多的基礎模型可供選擇。

電信運營商無需構建生成式人工智能開發工具。有大量開源的生成式人工智能工具供電信運營商選擇。專有工具和庫的維護及擴展具有挑戰性，會迅速耗盡電信運營商擁有的人工智能資源。

電信運營商擁有的基礎設施資產能夠為生成式人工智能提供支持。良好的生成式人工智能基礎設施需要高帶寬、低時延的網絡基礎設施、高速數據傳輸協議和大容量內存標準。

開放性和互操作性是電信運營商取得成功的關鍵。生成式人工智能服務和解決方案誕生于多云和混合云環境中。在推出新應用時，電信運營商必須避免孤島式架構和專有實施方案。

在生成式人工智能時代，電信供應鏈中的關鍵參與者有所不同。與傳統的電信網絡基礎設施相比，人工智能芯片供應商、云基礎設施和超大規模科技公司在生成式人工智能核心基礎設施供應鏈中占據主導地位。電信領域新一波解決方案提供商的出現要求電信運營商與更多樣化的供應商合作，并建立新的伙伴關系和聯盟。

給電信運營商的建議

不要低估對基礎模型進行微調的難度。這項任務雖然沒有那么繁重，但仍然是一個要求嚴格、需要擁有嫻熟技術的過程：電信運營商必須確定最適合自身需求的模型，決定微調技術，確保有足夠的訓練數據，并注意基于較小的數據集進行微調仍然存在風險和漏洞（如災難性遺忘、過擬合）。

整理好數據。電信運營商必須確保自己擁有堅實的數據治理實踐根基，以確保數據的質量、完整性、安全性和合規性。這應該是人工智能時代的必然要求，但糟糕的是，事實并非如此。人工生成的合成數據值得考慮。它可用于補充或增強用于微調的數據集，并有助于提高安全性和合規性。

不要過度依賴某一家計算硬件供應商——要有備份計劃。隨著全球半導體供應鏈的劇烈波動和當前地緣政治的不確定性，電信運營商需要避免完全依賴圖形處理器（GPU）作為生成式人工智能工作負載的唯一選擇。評估第二或第三家供應商對于業務連續性和彈性至關重要，這些是在電信運營商的日常運營中所不可或缺的。

對于許多電信運營商來說，現成的解決方案將是未來的發展方向。可供選擇的解決方案越來越多，既有電信運營商專用的解決方案，也有適用于大多數垂直行業用例的水平解決方案。這是部署生成式人工智能的一種低摩擦、低成本且快速的方法。此外，電信運營商還可以將內部努力與現成的生成式人工智能解決方案結合起來。

給供應商的建議

新進入電信領域的供應商必須掌握該行業的動態。電信基礎設施和應用與超大規模數據中心和相關應用截然不同。設計電信級解決方案必須符合電信運營商的期望和監管框架。

打破孤島。現有的電信數據庫和應用程序通常運行在無法支持人工智能的傳統計算平臺上，這些平臺通常像一座座“孤島”相互割裂。良好的生成式人工智能基礎設施應打破孤島，而不是創建新的孤島。開發可同時支持傳統應用程序和生成式人工智能工作負載的解決方案。

持續開展互動。供應商必須與電信運營商以及更廣泛的開發者和初創企業社區合作，了解生成式人工智能的最新創新。這使他們能夠為未來的提升做好準備，并在短時間內快速集成和部署正確的解決方案。

提供具有明確信息的強大技術路線圖。鑒于業界已經見證了第一波生成式人工智能的部署和采用，供應商必須以清晰的技術路線圖來支持下一波發展。這將使電信運營商能夠明確供應商可以支持的未來服務，并據此規劃其生成式人工智能服務的推出工作。