2024年电信行业展望报告-英文版-德勤

2024电信行业展望 2024电信行业展望 里面是什么 新的家庭宽带现实：更多选择7 意味着更多的竞争 9 固结11 关于德勤的展望 德勤的年度TMT展望旨在帮助领导者更好地理解和驾驭预计将塑造其行业。我们的全球TMT预测为有助于这些前景的特定技术、趋势和行为提供了更深入的研究。它们共同为未来一年的领导者提供了务实和可操作的考虑因素。 2 2024电信行业展望 Introduction 尽管我们的分析主要以美国为中心，但许多要素可能同样适用于全球电信。 虽然2023年向世界推出了生成人工智能(GeAI)，但2024年预计CSP将把他们一直在开发的GeAI概念证明带入市场。这将要求他们更好地了解数据调节和治理的成本和风险，训练基础模型，大规模运行推理，以及建立护栏以最大限度地减少错误和幻觉。许多人已经开始关注哪种数据为他们的业务提供最佳的GeAI用例。他们可能也会看。 更密切地关注他们的数据质量、安全性和治理，以及与云提供商共享所有数据的影响。然而，像大多数企业一样，他们在扩展GenAI方面的最大限制预计将是对人才的访问。 各行各业的企业都在重组，变得更加平坦和分散。这可以帮助他们打破孤岛 ，开发更多跨职能的能力，并且在快速变化和复杂的世界中变得更加敏捷和灵活。可以说，CSP并不经常处于这种业务层次结构扁平化的最前沿。生成型AI可以通过替代某些任务的复杂自动化来帮助CSP降低组织复杂性和成本。但要获得这些能力，CSP可能需要竞争非常昂贵的人才，这些人才可能不会将电信视为他们的首选就业。 有更多的连接提供商为有线、无线、固定无线甚至基于空间的网络的消费者提供更多选择。1同时，基于铜线的数字用户线（DSL）网络正在被削弱或逐步淘汰，提供商将重点放在更现代化的连接上。2凭借广阔的地理位置和对连接的不懈需求，CSP有望继续努力平衡成本和收入，同时在更多样化的提供商生态系统中发挥作用。 传统提供商看到来自非传统参与者的企业连接竞争加剧。在互联网时代的大部分时间里，CSP都通过连接办公室和数据中心的托管线路建立了企业网络 。但是，随着越来越多的企业转向云以及混合和多云网络，他们需要更灵活和可扩展的连接。云提供商开始提供针对其云进行优化的自己的连接解决方案，具有可扩展性和基于消耗的费用以及许多客户已经用于云的店面。3如果企业客户越来越多地向云提供商和集成商寻求这些解决方案，CSP可能会看到更多的竞争，可能需要专注于定义他们在新的连接生态系统中的角色。 在2024年，电信设备制造商也可能面临当前和正在进行的5G无线连接支出低谷。这种模式并不新鲜；它发生在3G和4G上。在5G升级周期的五年中，智能手机的销量是十年来最低的，无线电接入网络（RAN）的收入正在下降，即使市场转向OpenRAN。4低谷也可能正在侵蚀设备制造商的利润，并建立潜在的供应商整合。CSP已经花费了数十亿美元来建立5G网络-以及所有能够从4G迁移的技术和服务花费了更多的数十亿美元-CSP可能仍在寻求5G的回报。 像所有伟大变革的时代一样，风险和机遇并存。CSP有很大的成本负担和更大的责任来提供可靠的连接和服务质量。在2024年，他们的投资可能会面临回报的挑战，他们曾经拥有控制权的企业可能会面临来自多个季度的激烈竞争 ，尤其是在家庭宽带领域。然而，他们也可能有机会重新定义他们在连通性生态系统中的地位，并加强他们未来的地位。 在我们的2024电信行业展望，我们将仔细研究这些正在发挥作用的主要力量 ，以及预计将在未来一年及以后塑造该行业的五个关键趋势。 3 2024电信行业展望 电信正在实现生成AI 像许多行业一样，电信已经受到生成AI的影响。5CSP正在评估和试验，以了解实施生成式AI需要什么：成本是什么样子，投资回报是什么，他们可以在哪里开发早期用例-以及他们还不能在哪里。6 生成式AI提供CSP途径，以了解他们在业务不同部分拥有的非结构化数据。7这可以使他们开始打破数据孤岛，例如，通过汇集客户关怀记录、网络日志和维护记录。然后，提供商可以通过直接提供建议最佳响应或行动的见解来更好地装备客户服务代理，现场技术或塔式运营商。这样的副驾驶关系可以潜在地增强业务的数据驱动部分的生产力。 尽管如此，实现和操作生成AI需要努力建立正确的基础和生态系统关系。8对于许多人来说，这是从现代化他们的数据系统开始的。9多样化和非结构化的数据集，例如用于客户服务和网络运营的数据集，可能需要整合到一个更连贯的存储库中，以用于培训基础模型。投资运营支持系统(OSS)和业务支持系统(BSS)数据以提供 模型可以获得更好的结果。10CSP还应考虑其数据安全性和合规性，尤其是对于可能结合了公共和私人数据的个人身份数据和集合。最终，数据质量和治理可能是开发可降低风险的健壮模型的关键。11 一旦数据被调整，CSP应该考虑他们是否想要构建、购买或租赁生成AI训练和推理能力，以及所需的硬件。超大规模云提供商提供培训和推理，但CSP应该了解两者的成本，他们认为他们的用例可能会扩展多少并需要更多的推理，以及他们愿意与第三方提供商共享多少数据以保持模型更新。12CSP应该确定特定用例是否可以通过标准机器学习完成，或者是否需要大型语言模型。如果他们确实需要基础模型，训练一个模型需要多少数据，这样做需要多少成本？一旦部署，使用量将决定运营费用：对模型的更多请求需要更多的推理、计算和网络上的数据包。13最后，与hyperscalers的关系可能需要在数据使用上设置护栏。CSP应该协商数据共享的条款，以确保他们的数据保持独占，或者可能需要“单干”并建立自己的基础设施。 2024电信行业展望 随着时间的推移，一些提供商可能会发现某些工作流和数据集在云中是最好的，而另一些提供商应该生活在自己的数据中心。后者应该考虑构建生成AI加速器数据中心的成本以及保护所需芯片的挑战。较小的CSP可能会在其现有的软件即服务(SaaS)订阅中获得生成能力，但这些将是SaaS提供商的原生能力，而不是CSP。正如德勤在我们的2024全球TMT预测，有些人还可能建立在自己的私人数据上训练的生成模型。14多云环境可能导致多个模型需要额外的集成、安全性和人才。尽管如此，一些CSP可能对云存在根本的不信任，并且在他们能够控制所有基础设施之前不会推进生成AI。然而，鉴于采用的速度很快，如果他们选择缓慢采用，他们可能会处于竞争劣势。 为了推进他们的生成AI战略，CSP可能需要确保合适的人才。15这可能意味着与其他可以提供更高薪水和基于股票的薪酬的行业竞争-或重新培养自己的人才 需要考虑的战略问题： •CSP应该如何准备实施生成式AI？数据、训练和推理、安全性和人才需要什么？ •CSP应该在何时何地构建、购买或租用功能？需要哪些生态系统关系，它们的成本是多少，以及如何保护它们以保护专有数据 ？ •即使CSP想要拥有自己的生成式AI硬件，目前的价格也很高，芯片也很难获得。等到2024年底甚至2025年才能确保硬件安全是否有意义？ 。拥有了解这些信息的数据科学家可以帮助组织更有效地调整数据并开发训练集和护栏，以帮助确保可靠和有效的结果。前线人才可能还需要进化，以便能够在日常工作中有效地利用生成AI。这可能需要额外的资源来支持面向员工的用户体验。 还应更新安全经验，以包括新兴的攻击媒介，例如即时注入，以及可能共享其训练集中数据的会话界面的独特脆弱性表面区域。16高管应优先考虑安全和风险分析，了解这些 如果没有适当的开发和监督，系统可能会受到损害。CSP应该清楚地阐明他们的数据治理和运营模型如何在减轻风险的同时产生最大价值。 生成式AI的最强大用例可能仍在被发现，但基本能力是明确的，并且已经在推动跨行业的战略规划和投资。17较小的CSP可能会等待或依赖其SaaS提供商的生成AI功能，但较大的CSP可能需要全力以赴才能保持竞争力。所有CSP都应谨慎行事并继续试验。 2024电信行业展望 新的工作方式 随着电信朝着更平坦的工作结构发展，生成AI可以使这种过渡变得更加紧迫和复杂。这有点“鸡与蛋”的情况：在一些非技术领域，生成性人工智能可能会使工作结构更容易扁平化，但电信需要吸引合适的生成性人工智能人才，这些人才可能会期望工作场所已经变得不那么分层。 在整个行业中，工作场所已经转向更平坦的组织结构，赋予员工更多的权力和自主权。18尽管到目前为止，全球电信组织可能已经落后于这一转变，但他们可能需要更少的孤岛和更多的跨职能公司结构。他们还需要更多的工具和技术流程，包括GenAI，以帮助适应行业不断增长的技术要求。19电信组织内现有的IT和技术工作者可以帮助推动内部向跨职能的协作模式转变，以解决复杂的问题，但电信也应该考虑重组，以吸引更多和不同的IT和技术人才，特别是围绕 需要考虑的战略问题： •随着人才结构的转变，为等级较低、跨职能的模式让路，CSP 如何授权员工对他们在业务中不断增长的角色承担责任？ •组织可以采用哪些资源来提高员工的技能，为即将到来的技术发展做好准备？ •组织中的哪些角色可以用生成AI技术来补充？哪些员工可以将生成AI释放到专注于其他业务领域？ GenAI一些组织可能需要从行业之外引进人才，特别是技术领域的人才，他们可以帮助重塑团队，使其更加敏捷。 生成式AI可能需要CSP组织更快地发展。生成式AI和其他自动化技术的最新发展开始重塑全球电信组织的几乎每个部分，从内部职能到客户关系，甚至复杂的网络维护任务。20像许多其他行业一样，这些发展可能会改变一些较低级别的电信角色的工作方式，并推动人才战略的调整。鉴于人才竞争持续激烈 ，组织应考虑对这些员工进行再培训和重新定向，以在可能的情况下支持组织的其他能力。此外，实施人工智能技术 还可能要求电信行业专注于招聘更多的技术人才，而其他行业对技术人才的需求已经很高，这些行业通常提供更具竞争力的工资，并以在员工中更具优势而闻名。21 总体而言，电信组织可能比其他技术部门更难以竞争这些人才，原因是成本高昂，并且与以更大的运营灵活性而闻名的行业竞争。因此，电信组织应专注于尽可能留住和提高技术员工的技能。机会也 存在于经常被忽视的人才人口统计中，可以接受技术技能培训，包括没有传统学位的人，正在转行的人，那些 休息后重返职场，或者年轻的专业人士可能正在寻找早期的职业机会来做技术工作。 在过去的一年中，全球电信组织继续减少员工队伍以削减成本。其中一些削减可能与自动化和AI有关，而另一些则是由于为实现盈利目标而采取的削减成本措施导致的利润低于预期。22电信劳动力的持续削减可能会持续到2024年，因为组织可以削减成本以满足消费者需求，并将新资源用于不断增长的技术机会。平衡削减成本和短期盈利能力以及通过新的自动化技术发展竞争优势的潜力可能是明年组织应谨慎应对的主要挑战。 2024电信行业展望 新的家庭宽带现实：更多的选择意味着更多的竞争 到2024年，美国消费者将享受更多的宽带连接选择。一些美国人可以从地面有线，地面无线和天基无线网络的组合中获得9或10种可能的服务。23并非所有这些服务都同样快，但并非所有消费者都需要最高的速度，对于某些人来说，诸如固定无线接入和卫星之类的较慢服务可能就足够了。此外 ，一些较新的选择要便宜得多，这可能会对已经是世界上最高的宽带定价产生影响。24丰富的选择反映了提供商和技术之间的更多竞争，以满足消费者不断变化的连接需求。 美国的家庭正在采用更多的无线解决方案。德勤的2023年互联消费者调查显示，12%的家庭互联网用户表示他们拥有固定的无线连接，高于2022年调查的6%。25大多数受访者（52％）表示他们的固定无线连接由5G技术供电。这比2022年有了相当大的增长，在我们的调查中，只有32%的固定无线接入(FWA)用户报告了5G连接。事实上，5GFWA一直在迅速占据宽带份额，在2022年占净额外宽带互联网用户的90%，预计到2024年将继续保持 在80%至90%的水平。26 低地球轨道（LEO）卫星提供商也显示