要点
生成式人工智能正受到消费者的热烈欢迎——2023 年 11 月，OpenAI 表示，现在每周约有一亿人使用 ChatGPT。生成式人工智能正被整合到大众市场的产品和服务中，并渗透到包括电信在内的所有主要垂直行业。生成式人工智能的影响广泛而深远。根据 Omdia 的生成式人工智能软件市场预测，全球软件收入将从 2023 年的 62 亿美元增长到 2028 年的 585 亿美元，复合年均增长率为 56%。电信业不是市场规模最大的垂直行业（排在第一位的是消费者行业，其次是媒体和娱乐业），但它将是一个重要行业，预计到2028年，生成式软件收入将超过30亿美元。在 Omdia 的《2023 年 IT 企业洞察》调查中，我们发现略超 8%电信受访者已经采用了基于文本的生成式人工智能解决方案，四分之一正处于实施阶段，20% 正在进行相关试验。
生成式人工智能有望使电信运营商在多个方面受益。这包括提高运营效率和生产力，以及相关的成本削减。生成式人工智能可用于提升客户体验（如个性化客户服务及产品/套餐）。它还可以改善内部应用（如文档汇总），并增强外部商业应用（面向广泛的领域，如电子商务和金融服务、教育、医疗保健、智能家居和城市）。
然而，生成式人工智能具有很强的颠覆性：它可能对工作职能产生负面影响，并且生成的结果可能侵犯版权。生成式人工智能面临许多伦理道德问题，包括模型和输出结果可能带有偏见和歧视性。生成式人工智能也可能会犯错误或胡编乱造（“产生幻觉Hallucinate”）。生成式人工智能是复杂、不断发展且不平衡的监管治理框架的侧重点。该技术本身也在飞速发展，在带来新一轮有益创新的同时，也带来了风险和长期挑战。需要应对的问题很多，但电信运营商必须面对，因为忽视生成式人工智能并不可取，而且如上所述，谨慎、深思熟虑的部署可以带来回报。
主要信息
良好地管理数据资产对于生成式人工智能至关重要，而大多数电信运营商在这方面做得不够。电信运营商拥有大量的细粒度数据集，尤其是大型运营商。但由于数据治理不善，优势往往止步于此。Omdia 的《2023 年人工智能市场成熟度调查》显示，只有 40% 的电信受访者制定了数据管理和治理计划。
对于大多数电信运营商来说，从零开始构建生成式人工智能模型并不可取。从头开始在内部构建一个模型可以提供最大程度的控制权，但这是一项艰巨的任务，需要深厚的多学科人工智能专业知识、巨额预算和资源。亚洲的电信运营商在这方面走在了前列：中国移动是率先尝试的电信运营商之一。它已成功创建了一个完整的生态（基础模型、核心基础设施、生成式人工智能平台和应用程序）。
电信公司的生成式人工智能部署路径
对现有基础模型进行微调是更可行的选择。这一过程允许电信运营商调整预构建的、经过训练的模型，使其适合特定领域和任务。微调所需的资源较少，而且有越来越多的基础模型可供选择。
电信运营商无需构建生成式人工智能开发工具。有大量开源的生成式人工智能工具供电信运营商选择。专有工具和库的维护及扩展具有挑战性，会迅速耗尽电信运营商拥有的人工智能资源。
电信运营商拥有的基础设施资产能够为生成式人工智能提供支持。良好的生成式人工智能基础设施需要高带宽、低时延的网络基础设施、高速数据传输协议和大容量内存标准。
开放性和互操作性是电信运营商取得成功的关键。生成式人工智能服务和解决方案诞生于多云和混合云环境中。在推出新应用时，电信运营商必须避免孤岛式架构和专有实施方案。
在生成式人工智能时代，电信供应链中的关键参与者有所不同。与传统的电信网络基础设施相比，人工智能芯片供应商、云基础设施和超大规模科技公司在生成式人工智能核心基础设施供应链中占据主导地位。电信领域新一波解决方案提供商的出现要求电信运营商与更多样化的供应商合作，并建立新的伙伴关系和联盟。
给电信运营商的建议
不要低估对基础模型进行微调的难度。这项任务虽然没有那么繁重，但仍然是一个要求严格、需要拥有娴熟技术的过程：电信运营商必须确定最适合自身需求的模型，决定微调技术，确保有足够的训练数据，并注意基于较小的数据集进行微调仍然存在风险和漏洞（如灾难性遗忘、过拟合）。
整理好数据。电信运营商必须确保自己拥有坚实的数据治理实践根基，以确保数据的质量、完整性、安全性和合规性。这应该是人工智能时代的必然要求，但糟糕的是，事实并非如此。人工生成的合成数据值得考虑。它可用于补充或增强用于微调的数据集，并有助于提高安全性和合规性。
不要过度依赖某一家计算硬件供应商——要有备份计划。随着全球半导体供应链的剧烈波动和当前地缘政治的不确定性，电信运营商需要避免完全依赖图形处理器（GPU）作为生成式人工智能工作负载的唯一选择。评估第二或第三家供应商对于业务连续性和弹性至关重要，这些是在电信运营商的日常运营中所不可或缺的。
对于许多电信运营商来说，现成的解决方案将是未来的发展方向。可供选择的解决方案越来越多，既有电信运营商专用的解决方案，也有适用于大多数垂直行业用例的水平解决方案。这是部署生成式人工智能的一种低摩擦、低成本且快速的方法。此外，电信运营商还可以将内部努力与现成的生成式人工智能解决方案结合起来。
给供应商的建议
新进入电信领域的供应商必须掌握该行业的动态。电信基础设施和应用与超大规模数据中心和相关应用截然不同。设计电信级解决方案必须符合电信运营商的期望和监管框架。
打破孤岛。现有的电信数据库和应用程序通常运行在无法支持人工智能的传统计算平台上，这些平台通常像一座座“孤岛”相互割裂。良好的生成式人工智能基础设施应打破孤岛，而不是创建新的孤岛。开发可同时支持传统应用程序和生成式人工智能工作负载的解决方案。
持续开展互动。供应商必须与电信运营商以及更广泛的开发者和初创企业社区合作，了解生成式人工智能的最新创新。这使他们能够为未来的提升做好准备，并在短时间内快速集成和部署正确的解决方案。
提供具有明确信息的强大技术路线图。鉴于业界已经见证了第一波生成式人工智能的部署和采用，供应商必须以清晰的技术路线图来支持下一波发展。这将使电信运营商能够明确供应商可以支持的未来服务，并据此规划其生成式人工智能服务的推出工作。
