生成 AI 如何振兴电信公司的盈利能力

技术、媒体和电信实践 生成AI如何振兴电信公司的盈利能力 新技术为该行业提供了扭转其停滞不前的命运的真正机会。但是要抓住它，就需要将创新和敏捷性拥抱到前所未有的程度。 本文由StephenCreasy，IgnacioFerrero，TomásLajous，VíctorTrigo和BenjamimVieira共同撰写，代表了麦肯锡技术，媒体和电信实践的观点。 ©GettyImages 2024年2月 49 在激烈的竞争中和削减成本的电信公司，早期证据表明，在经历了十年的停滞之后，生成人工智能（generativeAI）可能是重新点燃增长的催化剂。但这是一个开创性的差异化因素还是简单的赌注？ 该技术已经有望成为该行业的新规范。我们调查的大多数电信领导者1说他们正在开发从试点到全面部署的GeeAI解决方案，AT＆T，SKTelecom和沃达丰等领先的电信公司已经做出了广泛宣传的早期GeeAI承诺并启动了试验。世界各地的一些电信公司已经开始体验到这种技术带来的显著的两位数百分比影响 。一家欧洲电信公司最近将营销活动的转化率提高了。 40％，同时通过使用generAI个性化内容来降低成本 。一家拉丁美洲电信公司通过使用gener-AI驱动的建议增强座席技能和知识，将呼叫中心座席的生产率提高了25％，并提高了客户体验的质量。 最令人印象深刻的是，这些电信公司在短短几周内就部署了这些模型-第一个在两周内上线，第二个在五个星期内上线。对于一个利用业绩好坏参半的行业减缓创新的新技术和遗留系统，这些早期结果和部署时间说明了genAI的潜在变革力量。 这些不是一次性的。可以在几天内对用例进行微调的预训练模型随时可用，使组织能够以最少的前期投资将概念验证带入生活，实现外部影响，并扩大他们的努力。我们与客户合作的经验表明，电信公司有可能通过geerAI实现显著的EBITDA影响。在某些情况下，估计表明增量利润率的回报增加了3到 。 两年内4个百分点，五年内多达8至10个百分点 ，由 通过改进客户生命周期管理来提高客户收入，并果断地降低所有领域的成本。 然而，虽然我们调查的130家电信公司几乎都在使用geerAI做一些事情，但我们的调查结果表明，该行业存在明显的谨慎和怀疑感。超过85%的受访高管谨慎地将超过20%的收入或成本节约影响归因于领域，他们对客户服务的彻底转型抱有最大的热情(图表1)。 这种乐观和克制的融合凸显了行业面临的关键时刻。抓住genenAI机会来区分服务并实现可持续增长，将需要陷入困境的行业拥抱创新， 探索和敏捷性达到前所未有的水平，并从脱钩的AI努力转向整体的AI原生电信。2 Thechancefortelcostomakethischangehasneverbeenmoreaccessible.Theindustryhasstruggledtheselast-plusyearstoachievethepotentialof“traditional”AI,giventhecomplexityandlegacyprocessesinvolved.Inadditionto AI可以带来全新的用例和应用程序的重大影响，它能够从大量不同的数据中学习并以接近人类的方式进行交互，这可能是加速更广泛的AI程序和构建块的转折点，使它们成为可能，推动整个公司的转型 。 此外，这种变革的必要性从未如此之大。由于一代人工智能使获得强大功能的机会民主化，任何电信公司 ——无论是小型运营商还是大型运营商——都可以重塑客户的期望和组织效率。通过这样做，他们可能会缩小以前无懈可击的竞争优势，推翻长期的增长障碍 。 那些站在这一运动最前沿的人站在自己的位置上，更快地恢复增长，并在近 1在线调查于2023年11月9日至2023年12月6日进行，并获得了北美，拉丁美洲，欧洲，非洲，亚洲和中东的130家电信运营商的回应。 2参见“AI原生电信：在动荡时期蓬勃发展的激进转型”，麦肯锡，2023年2月27日。 附件1 绝大多数电信公司已经通过客户服务和网络中的生成AI用例削减了成本。 归因于生成式AI的成本降低 在不同的领域%01–56–2021–5050+不知道 2 1 2 1 1 2 6 3 8 3 6 7 13 6 15 15 32 35 30 40 87 39 50 47 34 16 客户服务网络IT营销 和销售 支持功能 1GenAICxOSurvey2023，n=130，问：在不同领域中，生成式AI的影响（成本降低百分比）是什么？百分比仅考虑声称已实现影响并且至少有一些用例正在执行的受访者的答案；由于四舍五入，数字可能不会总和为100％。 来源：麦肯锡分析麦肯锡公司 1000亿美元的增量价值（图表2）。除此之外，genAI将在行业中创造1400亿至1800亿美元的生产率增长，而传统AI可以解锁。 电信领导者如何利用这项技术来推动人工智能转型并释放新价值？他们面临什么挑战？以及 这篇文章提供了对这些关键问题的见解，广泛来自我们的研究，行业调查和实施这些技术的第一手经验。 GenAI今天在电信行业 GeAI代表了AI的最新进展，可以说是最重要的之一 。该技术能够分析更多和不同类型的数据，如代码 、图像和文本，并创建新内容，从而实现新的个性化、性能和客户参与度。借助当今的功能，网络运营，客户服务，营销和销售，IT和支持功能已经可以使用许多用例。 附件2 生成式AI有潜力释放超越之前由高级分析和“传统”AI提供的价值。 生成AI对全球电信行业的潜在影响$billion 140–180450–680 60–100 310–500 250–400 ~15–40% 增量经济影响 ~35–70% 增量经济影响 高级分析、传统机器学习和深 度学习 新的生成AI 用例 Total 用例驱动潜力 由生成式AI实现的所有员 工生产力，包括在用例中 AI总经济 潜力 1来自“AI前沿的注释：深度学习的应用和价值”的更新用例估计，麦肯锡全球研究所，2018年4月17日。来源：麦肯锡全球研究所，生成AI的经济潜力，2023年6月 14日 麦肯锡公司 这些用例既可以增强现有的AI功能（通过包含新的非结构化数据源），又可以提供新的价值来源（通过GeneralAI并与传统AI解决方案相结合），从而在所有关键领域产生重大影响。客户服务和营销和销售目前在总影响中占最大份额（图表3）。 基于早期导频的此类用例的示例包括： -在客户服务方面，该技术可以极大地改善客户体验，提高座席生产率并实现完全数字化的交互。一家拉丁美洲电信公司正在增强其客户服务AI聊天机器人，以改善座席支持，预计此举将使成本降低15％至20％。该电信公司还使用genAI总结语音和书面客户交互 在近十几个用例中，预计它可以将相关成本降低高达 80%。 —在营销和销售中，geAI实现超个性化、更深入的客户洞察和更快的内容生成。一家欧洲电信公司正在使用该技术从客户电话中识别新的销售线索，其试点项目的转化率超过10％。该公司现在还可以创建个性化的消息和视觉媒体，以针对个人客户细分。为了做到这一点，电信公司提供了一个传统的AI模型标准营销信息、客户数据(包括家庭细节、他们使用的电话类型以及他们居住的地方)和认知偏见(例如，客户是否会更容易接受。 引起稀缺性的消息，例如限时报价，或强调权威，例如代言，奖励和行业经验）。 —在网络运营中，genAI可以优化技术配置，提高劳动生产率，从社交媒体中提取客户见解，并通过 附件3 GenAI有望实现一长串用例，并为电信公司带来巨大价值，其中客户服务、营销和销售占总影响的最大份额。 按业务领域划分的影响分布占总影响的份额，占调查业务的百分比 领导者专注于域名，% 客户服务市场营销 和销售网络 支持 IT函数 ~35 ~85 ~35 ~45 ~15 ~62 ~10 ~55 ~5 ~10 示例用例 面向客户 内容生成, 网络库存 软件的Copilot 采购 聊天机器人,呼叫路由 超个性化, 映射,网络 发展, 优化， 性能,代理 用于存储的副翼 优化通过 合成数据 工作场所生产力， 副翼，定制 人员、客户 客户情绪 生成,代码 内部知识 发票创建 情感分析 分析，启用 迁移,IT 管理,内容 和合成 通过自我修复 支持聊天机器人 生成，HRQ&A 客户情绪网络分析问题 1按业务领域划分的影响分布是基于我们与电信公司合作部署genAI的经验，包括对资本支出和EBITDA的影响。 麦肯锡公司 挖掘非结构化数据。一家大型电信公司正在使用该技术，通过分析和构建来自供应商合同的有关网络组件的数据，包括规格和维护信息，来加速网络映射。这将使电信公司能够更准确地评估组件兼容性、维护要求等——这是一项旨在改进运营规划和优化资本生产率的工作。 -在IT领域，该技术可以加速软件迁移和开发。GenAI为电信运营商提供了一条途径，以减少其不断增加的技术债务，并实现以前因时间和 资源限制。组织正在应用genenAI来简化整个软件生命周期，从记录最终用户如何感知新产品、功能或服务，到在发布前生成和扫描代码以查找漏洞。麦肯锡的一项研究发现，软件开发人员可以使用generAI以两倍的速度完成编码任务。3 —Insupportfunctions,wheregenAIwillreducethecostsassociatedwithbackground-officeoperationsandimproveemployeeproduction.AEuropeantelcousesthetechnologyinanumberofways,including:shorderingprocurementanalysisandnegovernationalinsightsfrom 3“利用生成AI释放开发人员的生产力”，麦肯锡，2023年6月27日。 到几个小时，通过自动筛选和推荐来降低招聘成本 ，使用内部的AI聊天机器人和副驾驶来提高员工的工作效率，以及自动化大多数内部内容生成。结合起来，该公司预计这些努力将通过以下方式提高员工的工作效率 30%。 将内部用例转变为客户的新产品也可能会产生新的价值来源。例如，可以根据需要向寻求提高自己的呼叫中心生产率和服务的小型企业客户提供客户服务解决方案。 电信领导者的前瞻：真正的变化和真正的挑战 在他们最初的成功之后，我们调查的商业领袖表示 ，他们计划在明年维持或将他们的generAI预算增加一倍，并投资50多名全职员工，以有效地追求他们的generAI目标。超过一半的人已经在扩大用例。 此外，调查结果表明，该技术对所有AI计划也产生了连锁反应。与麦肯锡2022年数字孪生调查的回应相比，我们看到希望投资并更多关注数据和分析的商业领袖增加了30个百分点。 然而，尽管机会和兴趣（和需求）的程度很大，但我们的调查发现，很少有人遵循大规模成功所需的整体方法。只有大约三分之一的电信领导者表示，他们为GeeralAI的员工制定了能力建设计划，或者正在投资于变革管理工作——这是建立创新文化和测试学习思维的两个核心组成部分。类似的份额表示，GeeAI尚未被视为组织的优先事项，并且经常是该技术的支持者。 在证明用例的合理性时遇到困难-明确的信号表明，大部分推动力来自底部，而不是顶部，并且需要更多的工作来将generAI提升为首席执行官主导的优先事项。此外，寻找合适的人才和获得质量数据仍然是电信公司面临的重大挑战，尽管与今年相比，接受调查的领导者对解决这些问题的信心有所上升 到最后。 最后，调查结果表明，genAI已经开始影响长期存在的市场动态。尽管欧洲电信运营商传统上在AI和技术转型方面落后，但调查结果表明 他们在采用GeneAI方面领先于北美，特别是在网络运营(71%，与58%相比)和IT(67%，与 55％）。这种转变可能是数据隐私管理更加成熟的结果