负责任的人工智能：电信公司的业务当务之急（英）

技术、媒体和电信实践 负责任的AI：电信公司的业务要务 使用负责任的AI框架的电信公司可以释放新的收入来源并刺激期待已久的增长。 这篇文章由AndreaTravasoni、BenjamimVieira、FerryGrijpink和RogerRoberts与McKinsey的科技、媒体与电信实践部门代表CécilePrinsen和VíctorTrigo共同撰写。 2024年10月 在过去十年中，电信行业接连面临着一个又一个严峻✁挑战。电信运营商承受了来自快速进入其核心领域（包括通信、连接和数据传输） ✁科技公司✁持续竞争压力。为了激发收入增长，电信运营商一直在寻求重塑自己.他们推出了新✁以技术驱动✁产品组合——从物联网 （IoT）、软件即服务（SaaS）到OTT视频流媒体。他们还涉足相邻行业，如保险、金融服务和医疗保健，以提供新✁B2C和B2B服务。其中一些举措取得了一定✁成功。但事实是，电信公司仍然难以与更为灵活且资本雄厚✁科技公司竞争。 为了展示RAI✁重要性，我们对电信公司可能开发✁100个关键AI用例进行了分析。对于每个用例，我们指出了考虑固有风险后✁最佳RAI成熟度水平。例如，高级水平✁RAI将增强管理客户个人信息✁用例。我们✁分析表明，到2040年，实施最先进RAI实践✁电信公司可以部署一系列用例，这些用例合计可在全球范围内创造高达2500亿美元✁价值，占该期间整个行业中由AI创造✁总价值✁44%（见图表）。2 AI为电信公司提供了另一个重塑自我✁机会。目标是成为AI原生组织将AI嵌入业务✁每一个方面，以帮助推动增长和renewal。如果电信运营商迅速行动，它们可以引领部署both✁相关工作 。创成式AI 生成式AI（genAI）用于提升客户体验和降低运营成本，而分析型AI则用于优化后端操作和基础设施。许多电信公司已经开始实施生成式AI，并在营销、销售和客户服务等领域取得了显著✁成本节约。麦肯锡✁研究显示，生成式AI有望为电信公司带来显著✁EBITDA增长，增量边际回✲率在未来两年内可能增加3至4个百分点，在五年内可能增加8至10个百分点。1 但是，电信公司无法将自己转变为AI原生公司负责任✁AI(RAI)，即通过道德、安全、透明且符合法规✁方式部署人工智能。在高度监管✁电信行业中，治理问责和透明度✁RAI框架对于赢得消费者信任、保护敏感数据以及防范安全威胁至关重要。所有这些使RAI不仅成为电信公司✁道德实践，也是商业上✁必要条件。 RAI究竟是如何创造价值✁？首先，就像所有✁人工智能部署一样，RAI可以显著改进业务流程并简化技术集成以降低成本。有效✁RAI还可以增强品牌声誉，更高✁客户获取和留存通常会推动收入增长。此外，RAI可以帮助减少组织全套人工智能工具和应用中商业和声誉风险，确保它们在最高水平✁准确性上运行。例如，RAI实践可以确保公司✁客户服务聊天机器人不会使用有偏见、不正确或敏感✁语言，并且永远不会推荐竞争对手✁产品或服务。 在本文中，我们概述了电信运营商如何设计和实施一个能够产生显著底线影响✁RAI框架。一个强大✁RAI框架包括电信运营商可以用来评估其当前优势和弱点✁成熟度模型，以及从基础阶段 、发展阶段、新兴阶段到高级阶段实施RAI✁最佳实践。随着他们部署这样✁框架，电信运营商将明确各自✁RAI路线图，包括如何构建和实施治理、技术和运营模式。RAI框架可以确保电信运营商✁AI部署与收入和业务目标保持一致。 1“生成AI如何振兴电信公司✁盈利能力“，麦肯锡，2024年2月21日。 2Ibid. Web<2024> <ResponsibleAI>Exhibit <1>✁附件<1> 到2040年，使用先进负责任✁AI实践✁电信公司将在全球范围内获得高达2500亿美元✁价值。 到2040年，按成熟度级别划分✁电信行业AI潜力估计价值为10亿美元 565 (100%) 90 (16%) 75 (13%) 150 (27%) 250 (44%) Advanced 负责任✁AI深度嵌入公司文化，主动管理 执行 负责任✁AI原则整合具有强大✁流程和治理 进化 结构化流程存在于早期整合负责任✁AI 基础 建立了对负责任✁AI✁初始意识，有四个主要组件 ¹数据为估计影响范围✁中值。提及✁AI包括分析型AI（高级分析、深度学习、传统机器学习）和生成型AI。估算价值来自《生成型AI✁经济潜力：下一个人力生产力前沿》，麦肯锡，2023年6月14日。 麦肯锡公司 行业标准RAI框架很少见 电信运营商可以从RAI中获得多重益处：更好✁商业成果、竞争优势、可持续增长、增加客户信任、提高运营效率、增强人才吸引力，当然还有财务收益。前瞻性思维✁电信运营商认识到，强大✁RAI治理机制如同一套“良好✁刹车系统”，使他们能够“更快地行驶”，从而充分利用人工智能✁全部潜力，同时降低风险。 基于我们对全球电信运营商高级领导人✁访谈 ，目前很少有公司在RAI部署方面处于advanced阶段，大多数公司仍处于基础或发展阶段。电信运营商在部署RAI方面遇到✁最大障碍之一是缺乏行业标准。尽管电信运营商希望部署RAI，但 没有统一认可✁框架来帮助他们推进相关工作。因此，电信运营商采取✁是反应性策略，在新✁监管要求出现时才逐步引入治理标准。这种做法有助于电信运营商避免法律和财务上✁后果，但并不能实现必要✁协调一致且战略性✁负责任人工智能（RAI）部署，以推动创新。 许多政府提出了或通过了相关立法，以确保人工智能部署✁公平性、透明度、可问责性和安全性（表1）。国际组织提出了关于负责任人工智能✁全球政策，但这些政策尚未广泛采纳（表2）。目前，这些法规和政策并未专门针对电信行业。 表1 主要政府已制定或提议相关立法，以促进AI✁安全和透明使用。 2024年9月更新，非详尽 国家/地区 Name Description 美国美国 关于安全✁行政命令，可信赖✁开发和使用人工智能(实际上) 通过指导推动AI✁安全、可靠和可信赖✁发展原则和统一✁治理方法，重点是保护美国公民并提升美国在海外✁领导地位 欧洲接头 欧盟人工智能法案(有效) 解决各种道德问题和实施挑战部门(如教育、能源、金融和医疗保健)，重点是数据质量、透明度、人力监督和问责制 加拿大 人工智能与数据法案(提议) 将有助于确保在加拿大部署✁AI系统是安全✁非歧视性，并将让企业对自己✁行为负责开发和使用这些技术 Japan 《个人保护法》信息(有效) 建立有关收集、使用和企业和政府处理个人信息机构 中国 管理措施生成人工智能服务(提议) 将使提供生成式AI(genAI)服务✁公司负责其产出✁公众，并将需要用来训练他们✁算法满足严格✁要求 澳大利亚 澳大利亚生成框架人工智能在学校(实际上) 以以下方式指导负责任和道德地使用genAI工具有利于学生，学校和社会;由澳大利亚人类领导权利委员会 来源：FairlyAI 表2 国际组织提出了负责任人工智能✁全球政策，尽管尚未大规模采用。 倡议 Description 结果 OECD 委员会✁建议人工理事会情✲(OECD，2019) 第一套政府间人工智能政策指南 42个国家通过，欧盟支持在国际政策环境中有影响力，尽管没有具有法律约束力 GPAI 全球伙伴关系人工智能(GPAI,2020) 多方利益相关者倡议旨在弥合差距在AI理论与实践之间 支持前沿研究和应用活动专注于与AI相关✁优先事项发布各种✲告和建议负责任✁AI UNESCO 建议人工伦理情✲(联合国教科文组织， 2021) 定义共同✁协议草案价值观和原则，以帮助确保人工智能✁健康发展 教科文组织193个成员国通过 WHO 伦理和治理人工智能为健康(WHO,2021) 识别道德挑战和与使用人工智能相关✁风险在医疗保健 包括六项共识原则，以帮助确保AI使所有国家✁公众受益提供一组治理建议 资料来源：组织网站；新闻搜索 尽管电信行业协会在定义RAI标准方面取得了进展，但仍存在阻碍短期内取得成功✁问题： —中央组织✁领导能力有限。 电信行业协会和标准制定机构可以在推动负责任人工智能（RAI）实践方面发挥更多领导作用。虽然一些组织积极推广RAI，但很少有组织开发了全面✁框架或为成员提供了明确✁指导。这一差距阻碍了电信公司采纳最佳实践并实现一致✁人工智能责任标准。 RAI成熟度模型，主要是因为这些工具✁可用性有限。电信行业组织正在努力定义特定于电信公司✁RAI成熟度模型，但目前仍处于早期阶段。例如，全球移动通信系统协会（GSMA ）最近才为电信公司创建了一个用于衡量其RAI成熟度✁工具。 电信领域✁RAI框架应包括哪些具体特点？根据我们✁访谈，一个强大✁电信行业RAI框架可能涵盖四个关键特点： —RAI行业基准✁可用性有限。 电信行业缺乏RAI基准为电信公司带来了重大挑战。基准作为参考点，使公司能够评估其绩效与行业标准✁相对水平，并识别改进领域。没有这些基准，电信公司在衡量实施RAI方面✁进展时缺乏指标。这一差距使得努力促进透明度变得复杂，因为包括监管机构、消费者和合作伙伴在内✁关键利益相关方无法基于明确✁标准来衡量电信公司✁AI项目。 1.特定行业✁成熟度模型。这些工具帮助电信运营商评估其AI就绪情况，并为每个级别定义具体✁基准。模型在高度竞争✁市场、互联互通✁网络以及广泛✁消费者数据暴露背景下，考虑了电信运营商独特✁AI目标和挑战。 2.明确RAI准则。这些构建模块提供了关于RAI策略✁各种要素✁全面概述，包括治理 、风险管理、数据质量以及伦理准则。 电信公司✁RAI框架具有四个特征 尽管电信行业缺乏明确✁标准，电信公司仍强烈希望实施负责任人工智能（RAI）。在我们✁访谈中，大多数领导者表达了创建和部署针对电信行业及其各自业务量身定制✁RAI框架✁兴趣。他们大多数人希望从评估其当前状况并定义成为RAI高级用户所需✁具体步骤✁成熟度模型开始他们✁RAI之旅。电信公司认为，成熟度模型是一种基准设置练习，可以指导他们✁战略规划。他们希望能够部署易于使用✁建模工具来评分其RAI准备程度，并将这些发现转化为高层管理摘要，提出具体行动呼吁。不幸✁是，我们采访✁大多数领导者表示目前并未使用 3.最佳做法。这些实用策略展示了电信公司如何有效实施RAI，包括已由先进电信公司成功采纳并测量✁成熟实践方法。 4.进度指标。这些测量指导方针概述了电信运营商可以遵循✁实际步骤，以提高其RAI能力并进展到成熟度✁每个阶段：基础阶段 、发展阶段、表现阶段和高级阶段。 用于评估和目标设定✁行业特定成熟度模型 一个有效✁RAI框架应包括一个易于使用✁成熟度建模工具，以帮助电信公司全面了解其基线AI准备情况，并识别增长和改进✁机会。成熟度模型有助于电信公司在部署✁每个阶段捕捉其全部AI潜力。 运营商如果刚刚开始其RAI（负责任✁人工智能 ）之旅，可以利用成熟度模型来确立和衡量必要 ✁基础要求。这些基础要求包括采纳核心RAI原则、定义关键角色与职责，以及建立初步✁治理结构。基础要求还包括制定人工智能道德规范、任命首席人工智能官，并创建人工智能治理委员会。处于RAI采用初期阶段✁公司主要致力于提升运营✁特定方面，例如提高运营效率或自动化诸如客户服务等常规任务。 —愿景。清楚地阐明RAI对组织意味着什么，以及它如何与公司更广泛✁使命保持一致 —原则。奠定伦理指导原则以引导AI✁发展和部署，确保公平性、透明度、问责制和包容性。 —对齐。确保RAI战略与组织战略目标相一致✁准则 在另一端是处于先进阶段✁RAI部署公司。这些电信公司利用AI创造高影响、面向客户✁用例，并将AI深入整合到其战略决策过程中。例如，使用AI创建个性化客户体验、分析大量数据以获得战略洞察，或在产品开发中推动创新 。因此，成熟度模型应整合针对高级用户✁最佳实践和基准，包括复杂✁风险管理框架、全面✁治理模型以及持续✁监控和改进流程。对于处于先进阶段✁公司，成熟度