مشغلو telecom يختبرون انتقال شبكات الذكاء الاصطناعي من خفض التكاليف إلى الإيرادات

ذكاء telecom الاصطناعي يتجاوز ضبط التكاليف

تستخدم communications service providers الذكاء الاصطناعي التوليدي والوكيل أولا لجعل الشبكات أرخص وأكثر موثوقية في التشغيل. الحالة التشغيلية أصبحت ملموسة: يمكن للأتمتة التعامل مع عمليات شبكية معقدة، وتحسين مؤشرات الأداء، وخفض operating expense عندما يعد المشغلون البيانات، ويختارون حالات الاستخدام، ويدمجون الأنظمة، ويتحققون من التغييرات بعناية.

المعيار الصناعي المذكور لهذا التحول هو Autonomous Networks Project التابع لـTM Forum. يحتوي نموذج النضج على six levels. ولا يزال معظم مزودي الخدمة يضعون أنفسهم عند Level 1 أو 2 على مستوى الشبكة بالكامل، بينما تحقق بعض المشغلين المتقدمين من عمليات Level 4 في مجالات أضيق.

توضح أمثلة Level 4 لماذا أصبحت عمليات الذكاء الاصطناعي أكثر من تجربة مختبرية. وصلت China Mobile إلى Level 4 في مراكز عمليات الشبكة باستخدام agentic وgenerative AI، مع خفض 30% في operations and maintenance manpower وخفض 30% في fault and customer complaint mean time to repair. وصلت Rakuten Mobile إلى Level 4 في كفاءة طاقة RAN، مع تحسن متوقع قدره 20% في كفاءة طاقة radio access network. كما تحققت Swisscom من Level 4 في IP transport، حيث كانت النتيجة وفورات في التكلفة وتسريعا لتمديد الخدمات.

الشبكات تصبح جزءا من طبقة بنية الذكاء الاصطناعي

السؤال التالي هو ما إذا كان المشغلون يستطيعون بيع بنية تحتية لعصر الذكاء الاصطناعي، وليس استخدام الذكاء الاصطناعي داخليا فقط. يسيطر مزودو الخدمة على أصول اتصال وحوسبة موزعة لها صلة بالعملاء الذين يبحثون عن توطين البيانات، وزمن استجابة منخفض، وأمان، وقرب من المستخدمين والأجهزة والبيانات.

وصف Chuck Robbins، رئيس Cisco ورئيسها التنفيذي، الفرصة بأنها مسار للمشغلين لتحديد دورهم في تحقيق الإيرادات من الذكاء الاصطناعي. كانت نقطته أن الذكاء الاصطناعي يحتاج إلى bandwidth وبنية تحتية موزعة واتصال آمن وقرب من المستخدمين والبيانات، وهي كلها مجالات يمتلك فيها مشغلو telecom أصولا قائمة.

يغير ذلك أيضا طريقة النظر إلى مواقع الشبكات القديمة. أشار Robbins إلى central offices وmini data centers المنتشرة عبر شبكات telecom كمواقع يمكن إعادة استخدامها في عصر الذكاء الاصطناعي. وبدلا من التعامل مع تلك المواقع كبنية قديمة فقط، يستطيع المشغلون تقييم ما إذا كانت تدعم edge compute أو AI inference أو sovereign AI services أو GPU-as-a-Service.

طلب المؤسسات سيختبر فرضية الحافة

قدم Andy Forester من AT&T اللحظة على أنها مختلفة عن دورات edge compute السابقة. وقال إن edge compute كان يشبه حالة استخدام تبحث عن سوق خلال آخر 10 to 15 years. أما الفرق الآن فهو طلب المؤسسات على قرارات حول مكان تشغيل أعباء عمل الذكاء الاصطناعي: داخل المقر، أو قرب الحافة، أو في مركز بيانات متخصص للذكاء الاصطناعي، أو عبر بنية هجينة.

هذا يخلق اختبارا عمليا لمزودي خدمات الاتصالات. غالبا ما بيعت private 5G وmulti-access edge computing بعقلية البناء أولا. أعباء عمل الذكاء الاصطناعي أقل تسامحا، لأن البنية تعتمد على حالة الاستخدام وموقع البيانات وملف زمن الاستجابة ونموذج الأمان والنتيجة التجارية.

نقطة المتابعة الأخيرة هي ما إذا كان المشغلون يستطيعون تحويل تقدم الشبكات الذاتية إلى إيرادات ذكاء اصطناعي موجهة للعملاء. حالة العمل الحالية هي خفض opex. أما قصة بنية telecom الأقوى فستتطلب خدمات مدفوعة حول الاتصال وسعة الحافة وسياسة الأمان وتحديد موقع أعباء العمل للمؤسسات التي تتبنى agentic AI.