智通財經APP獲悉，1月24日，Omdia發文稱，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於提升客戶體驗(如個性化客戶服務及產品/套餐)。它還可以改善內部應用(如文檔彙總)，並增強外部商業應用(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)。
生成式人工智能正被整合到大衆市場的產品和服務中，並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，複合年均增長率爲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。
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，並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。生成式人工智能是複雜、不斷髮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，因爲忽視生成式人工智能並不可取，而且如上所述，謹慎、深思熟慮的部署可以帶來回報。
Omdia認爲，良好地管理數據資產對於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。但由於數據治理不善，優勢往往止步於此。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。
對於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並不可取。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，但這是一項艱鉅的任務，需要深厚的多學科人工智能專業知識、鉅額預算和資源。亞洲的電信運營商在這方面走在了前列：中國移動是率先嚐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)。
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爲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於多雲和混合雲環境中。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、雲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佔據主導地位。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，並建立新的夥伴關係和聯盟。