Искусственный интеллект может помочь телекоммуникационным компаниям при масштабном развертывании защитить основные доходы и стимулировать рост маржи. Но для того, чтобы воспользоваться этой возможностью, требуется совершенно другой подход.
Искусственный интеллект (ИИ) открывает варианты использования, которые трансформируют отрасли во многих отраслях мировой экономики. ИИ-решения могут значительно расширить, а иногда и радикально превзойти большинство традиционных бизнес-ролей.
Варианты использования, в качестве примера,
- "самовостанавливающаяся" инфраструктура,
- радикально переосмысленное, бесконтактное обслуживание клиентов,
- широкомасштабное гиперперсонализация,
- автоматически создаваемые маркетинговые сообщения,
- изображения с использованием инструментов генеративного ИИ (таких как ChatGPT).
Лидеры ИИ продемонстрировали среднегодовой темп роста в 2,1 раза выше, чем у конкурентов, а общий доход для акционеров в 2,5 раза выше (согласно McKinsey Analytics Quotient).
В компании, основанной на искусственном интеллекте, ИИ рассматривается как ключевая компетенция, которая обеспечивает принятие решений во всех отделах и на всех организационных уровнях. Руководители высшего звена выступают в роли поборников важнейших инициатив в области искусственного интеллекта. Возможности данных и искусственного интеллекта управляются как продукты, созданные для масштабируемости и повторного использования. Менеджеры по продуктам ИИ, даже те, кто работает над базовыми продуктами, славятся преимуществами, которые они приносят организации.
Представьте себе следующие не столь отдаленные сценарии:
- Ориентация на клиента: Сара, жительница Нью-Йорка, является клиентом с высоким средним доходом на пользователя (ARPU). Зная высокую склонность Сары к цифровым технологиям,1ИИ делает предложение доступным для нее только в цифровом формате.
- Сосредоточенность на сотрудниках: когда Тревор, сотрудник телекоммуникационного магазина, входит в систему в начале своей смены, он получает праздничное уведомление, поздравляющее его с высококачественным взаимодействием с клиентами в предыдущий день. А поскольку ИИ обнаружил, что Тревор отстает от аналогов по показателям подключения аксессуаров и защиты устройств, он получает уведомление, указывающее ему на обучающие ресурсы, специально созданные для повышения производительности по этим показателям.
- Ориентация на инфраструктуру: Люсиль, директор группы планирования капиталовложений, использует ИИ для информирования о целенаправленных решениях по сетевым инвестициям на основе детального понимания показателей сетевого взаимодействия на уровне клиентов, тесно связанных с коммерческими результатами (например, оттоком). ИИ дает тактические рекомендации о том, что и где строить, исходя из того, где клиенты используют сеть, и автоматически вычисляемых пороговых значений, после которых новые инвестиции имеют незначительное влияние на опыт и коммерческие результаты для оператора.
Критически важно рассмотреть, как эти возможности могут стать реальностью. Факторы, поддерживающие этот шаг для телекоммуникационных компаний, включают следующее:
- Повышение доступности ведущих технологий искусственного интеллекта.
- Быстрый рост полезных данных.
- Проверенные варианты использования и результаты.
- Инвестиции в технологии признаны движущей силой бизнеса.
- Ставки операторов в будущие технологии требуют гиперзарядки.
Для получения наибольшей отдачи от телекоммуникационных компаний требуется принять концепции организации, основанной на искусственном интеллекте, — структуры, в которой технология глубоко внедрена в структуру всего предприятия.
Использование ИИ для переосмысления основного бизнеса
В последнее десятилетие телекоммуникационные компании находились под неустанным давлением, поскольку традиционные драйверы роста ослабли, а экономическая ценность все больше смещалась в сторону технологических компаний. Максимально используя искусственный интеллект, операторы могут защитить свой основной бизнес от дальнейшей эрозии, одновременно повышая прибыль.
Поскольку отрасль стремится использовать возможности ИИ, шесть тем становятся все более популярными в стратегических программах.
Гиперперсонализация и спроектирование продаж и взаимодействие
Операторы все больше инвестируют в персонализацию с поддержкой ИИ и управление каналами.
Например, гипер-персонализированный план позволяет создать индивидуальные рекомендации и рекламные акции для каждого владельца линии. Для этого могут использоваться детализированные поведенческие данные, такие как количество установленных приложений, взаимодействие с ними, а также использование функций устройств линии. Впоследствии, используя инструменты сегментации аудитории, клиенты могут быть направлены в каналы с привлекательным предложением, а также обеспечивают телекоммуционной компании наиболее прибыльный результат продаж.
Переосмысление проактивного сервиса
Предыдущие инвестиции в цифровую инфраструктуру в сочетании с прогнозирующими и предписывающими возможностями искусственного интеллекта позволяют операторам разрабатывать персонализированные услуги на основе автономного решения и упреждающего охвата.
Например, система может прогнозировать и устранять потенциальные источники неудовлетворенности клиентов еще до того, как они будут обнаружены. Заметив, что клиент накапливает плату за роуминг во время поездки за границу, система искусственного интеллекта автоматически применяет оптимальный пакет роуминга к ее ежемесячному счету, чтобы минимизировать расходы. Затем следует персонализированное объяснение счета с подробным описанием получающейся экономии.
Операторы также изучают возможность изменения дизайна цифровых услуг с помощью помощников ИИ, выступающих в качестве цифровых консьержей. Технологии генеративного ИИ, в том числе такие инструменты, как ChatGPT, могут улучшить работу ботов благодаря лучшему пониманию намерений клиентов, ведущих более чуткий разговор и имеющим лучшие возможности обобщений. Единый унифицированный ИИ-помощник, вероятно, также будет представлять собой шаг вперед в скорости, точности и вовлеченности по сравнению с современными интерактивными системами голосового управления.
Сервисная организация на основе ИИ является ключевым компонентом, позволяющим высвободить все возможности специализированных представителей для высокоценных взаимодействий при одновременном улучшении общего качества обслуживания клиентов, что является одним из ключевых полей битвы для телекоммуникационных компаний по всему миру.
Построение магазина будущего
В розничной торговле искусственный интеллект совершает революцию в дизайне и управлении магазинами, оптимизируя операции и повышая качество обслуживания покупателей.
Некоторые телекоммуникационные компании уже используют виртуальных помощников в розничных продажах, отображаемых на напольных экранах. Они используются для проведения множества транзакций, включая пополнение баланса предоплаченного счета, продажу предоплаченных карт и телевизионных подписок.
Развертывание самовосстанавливающей и самооптимизирующей сети
Телекоммуникационная компания, использующая искусственный интеллект, будет использовать технологии для оптимизации принятия решений на всех этапах жизненного цикла сети, от планирования и строительства до запуска и эксплуатации.
Например, на этапах планирования и создания ИИ может использоваться для определения приоритетности инвестиций. На этапах запуска и эксплуатации ИИ может расставлять приоритеты отправки аварийных бригад. ИИ также может поддерживать самовосстановление сети, которая автоматически устраняет неисправности — например, автоматически переключая клиентов с одной несущей частоты на другую. А это высвобождает инженерные ресурсы для другой деятельности.
Повышение производительности на переднем крае
Телекоммуникационная компания, использующая искусственный интеллект, также использует инструменты с поддержкой искусственного интеллекта для оптимизации кадрового планирования и обучения сотрудников.
Для планирования рабочей силы инструменты искусственного интеллекта улучшают традиционные приложения, прогнозируют показатели спроса и предложения для ежемесячных, ежедневных и внутридневных временных горизонтов с высокой точностью, большой детализацией и полной автоматизацией. Интеллектуальное планирование сопоставляет предложение со спросом, например, количество представителей, необходимых в колл-центре в периоды особенно высокой загрузки, для достижения целевого уровня обслуживания.
Интеллектуальные внутренние операции
Аналитика на основе ИИ улучшит процесс принятия решений в дополнение к автоматизации стандартных или несложных задач. Например, в финансах ИИ может прогнозировать инкассацию дебиторской задолженности и проблемных клиентов. В HR ИИ может выявить сотрудников с высоким риском увольнения или невыхода на работу. Выявить неформальных влиятельных лиц, которые могут возглавить усилия по управлению изменениями. Решения с генеративным искусственным интеллектом могут помочь в разработке маркетинговой компании продукта и в обобщении отзывов клиентов.
В целом, привлечение ИИ к принятию и исполнению решений приводит к более высокой скорости согласованной работы.Факторы успеха трансформации с использованием ИИ
Три практики успешной трансформации с использованием ИИ: создание ИИ, управление им и стимулирование внедрения ИИ.
Лучшие практики ИИ
Для разработки преобразующего ИИ требуется выверенный подход, удовлетворяющий следующим основным принципам:
- Создавайте основные возможности искусственного интеллекта по модульному принципу, с учетом возможности повторного использования, с возможностью развертывания в различных контекстах.
- Интегрируйте возможности ИИ друг с другом на основе архитектурного подхода к моделям. Связывайте различные модели ИИ для максимизайии ценности, чему в частности способствует повторное использование модели.
- Используйте цифровых двойников в качестве основы ИИ. Цифровые двойники — виртуальные представления на основе данных физического актива, человека или процесса. Цифровые двойники являются ключом построения многоразового ИИ. Данные в цифровом двойнике структурированы и смоделированы с учетом простого многократного использования и управления. Цифровой двойник также может служить единым источником достоверной информации для всех моделей.
- Внедрите лучшие практики операций машинного обучения (MLOps), чтобы сократить жизненный цикл разработки моделей и повысить стабильность моделей. MLOps обычно включают автоматизацию интеграции и развертывания кода, лежащего в основе возможностей ИИ.
- Целостно переосмыслите стратегию привлечения и удержания технических талантов. Без большого количества инженерных талантов амбиции, связанные с искусственным интеллектом, останутся миражом. Важно улучшить условия, в которых работают разработчики, потому что опыт разработчиков является главным фактором, определяющим привлекательность работодателя.
Управление лучшими практиками ИИ
Поддержание и совершенствование возможностей искусственного интеллекта зависит от экспериментального, итеративного мышления, сосредоточенного непосредственно на продуктах и технических инновациях.
- Относитесь к возможностям искусственного интеллекта как к настоящим продуктам, назначив специальных менеджеров по продуктам для наблюдения за ними. Менеджеры по проектам действуют как переводчики между техническими и бизнес-командами и обязаны владеть продуктом и разрабатывать возможности для его улучшения. Они гарантируют, что это никогда не будет создано одноразовое решение.
- Настройте лаборатории искусственного интеллекта для быстрых экспериментов. Выделенные группы продакт-менеджеров и специалистов по данным или инженеров получают ускоренное разрешение на эксперименты с новыми моделями, проверку их осуществимости и проверку ценности для бизнеса перед масштабированием.
- Обновляйте стек технологий ИИ не реже одного раза в год, чтобы воспользоваться преимуществами новых разработок. В последние годы в инструменты были внесены значительные усовершенствования, что коренным образом изменило рабочие процессы ИИ.
- Ускорьте усилия по модернизации ИТ и данных (сложность которых часто замедляет преобразования ИИ) за счет использования эталонных архитектур, которые были протестированы в ходе многочисленных преобразований в разных отраслях. Кроме того, создайте целевую облачную архитектуру данных, следуя итеративному подходу, сфокусированному на улучшении компонентов, необходимых в первую очередь для приоритетных вариантов использования ИИ.
Лучшие практики внедрения ИИ
Комплексный подход, ориентированный как на то, что входит в модели, так и на результаты, имеет решающее значение для стимулирования растущего использования ИИ:
- Убедитесь, что решения ИИ считаются заслуживающими доверия, включая такие аспекты, как объяснимость модели, ответственность за результаты моделей ИИ и техническую надежность.
- Сделайте управление изменениями первостепенной задачей. Операторам необходимо привлекать конечных пользователейна всех этапах жизненного цикла разработки модели и инвестировать в формальное и неформальное наращивание потенциала. Операторам также необходимо тщательно изучить возможность замены и модернизации существующих процессов, методов управления, ролей, которые должны быть сосредоточены вокруг ИИ.
Следующие шаги к созданию телекоммуникационной компании с искусственным интеллектом
Во многих отраслях компании использовали ИИ для повышения эффективности своей деятельности, существенного улучшения качества обслуживания клиентов и, в конечном итоге, для более быстрого вывода на рынок инновационных продуктов и услуг. Операторы могут извлечь уроки из этих отраслей и инвестировать в ИИ, чтобы повысить свою конкурентоспособность.
Организации, которые говорят о внедрении ИИ, но продвигаются медленными темпами, надеясь, что несколько инновационных проектов, разработанных на периферии организации и в разрозненных хранилищах, объединятся и создадут эффект снежного кома и изменят технологии и влияение на принятие бизнес-решений, скорее всего, потерпеть неудачу.
В конечном счете, основными движущими силами внедрения ИИ будут спонсорство на уровне генерального директора и согласованная и поддержанная руководителями трансформация работы с использованием ИИ. Без активной поддержки со стороны высшего уровня в упреждающем устранении организационной инерции, распространении успешных историй изменений, моделировании нового поведения, содействии наращиванию потенциала, принятие обязательств по необходимым долгосрочным технологическим инвестициям усилия по трансформации с использованием искусственного интеллекта не увенчаются успехом.
На пути к внедрению искусственного интеллекта операторам потребуется разработать стратегическое видение и дорожную карту, которые воодушевят и мобилизуют организацию, откроют возможности искусственного интеллекта, и объединят всех и стимулируют внедрение. Тогда за этим последует широкомасштабное развертывание ИИ в организации.
Источник
Телекоммуникационная компания с искусственным интеллектом: радикальное преобразование для процветания в неспокойные времена
27 февраля 2023 г.| Статья
https://www.mckinsey.com/industries/technology-media-and-telecommunications/our-insights/the-ai-native-telco-radical-transformation-to-thrive-in-turbulent-times
