代理型AI与自主性：通信服务提供商制定战略

核心观点

• 从生成式AI到自主AI： 研报指出，电信运营商（CSPs）正从生成式AI（GenAI）转向自主AI（Agentic AI），寻求更深入和广泛的应用场景。自主AI通过更复杂的推理和工具使用，能够实现多步骤问题的自主解决，推动企业走向完全自动化。
• CSPs的AI战略和愿景： 尽管CSPs普遍认识到AI的转型潜力，但他们的AI战略和愿景仍处于早期阶段。许多运营商缺乏明确的AI愿景和实施计划，且在AI技能招聘、数据准备和投资回报率（ROI）衡量方面进展缓慢。
• AI应用的价值和挑战： 研报分析了CSPs在客户服务、网络运营和生产力提升等领域的AI应用。虽然AI在提升效率和改善客户体验方面展现出巨大潜力，但CSPs也面临着数据访问和质量管理、技术成熟度、技能和文化组织以及AI模型质量和准确性等挑战。

关键数据

• GenAI应用现状： 16%的CSPs已将超过10个GenAI用例投入生产，47%的CSPs则少于2个。
• CSPs的AI愿景： 36%的CSPs认为缺乏AI愿景是其成为AI原生运营商的主要挑战。
• AI转型挑战： 33%的CSPs认为缺乏必要的技能是成为AI原生运营商的主要挑战，58%的CSPs认为公司文化是主要挑战。
• AI应用领域： CSPs在客户服务运营、网络运营和生产力提升方面优先考虑AI应用，其中客户服务运营是自主AI应用的主要领域。

研究结论

• 自主AI是CSPs转型的重要驱动力： 自主AI能够帮助CSPs实现更广泛的自动化和自主运营，推动企业向AI原生模式转型。
• CSPs需要解决一系列挑战： 为了成功部署自主AI，CSPs需要解决数据访问和质量管理、技术成熟度、技能和文化组织以及AI模型质量和准确性等挑战。
• 标准化和平台化是关键： 采用TM Forum的开放数字架构（ODA）等标准化框架，以及构建内部AI平台，能够帮助CSPs降低技术债务和供应商锁定风险，并加速AI应用的开发和部署。
• AI转型需要长期投入： CSPs需要从战略高度重视AI转型，并投入资源进行技能培养、文化建设和平台建设，才能实现AI驱动的业务增长。