Ilan Sade, Πρόεδρος Διεύθυνσης, GenAI & Δεδομένα στην Amdocs – Σειρά Συνεντεύξεων

Ilan Sade, Πρόεδρος Διεύθυνσης, GenAI & Δεδομένα στην Amdocs, φέρνει περισσότερα από δύο δεκαετίες ηγεσίας μέσα στην ίδια οργάνωση, ανεβαίνοντας από τις πρώτες τεχνικές ως προγραμματιστής και διευθυντής έργου έως την εποπτεία μεγάλης κλίμακας παγκόσμιων παραδόσεων, στρατηγικής προϊόντων και καινοτομίας. καθ’ όλη τη διάρκεια της θητείας του, έχει ηγηθεί κρίσιμων τμημάτων που περιλαμβάνουν διαχείριση εσόδων, ψηφιακές και επιχειρηματικές υποστηρικτικές συστήματα και ανοιχτές πρωτοβουλίες δικτύου, που οδηγούν στην ηγεσία του τμήματος T-Mobile πριν από την είσοδο στη σημερινή του εστίαση στην γεννητική AI και τα δεδομένα. Η καριέρα του αντανακλά βαθιά εξειδίκευση στο τομέα των τηλεπικοινωνιών, ιδιαίτερα σε σύνθετα συστήματα χρέωσης, πλατφόρμες εμπειρίας πελατών και μεγάλες μετασχηματισμοί επιχειρήσεων, τοποθετώντας τον στην πρώτη γραμμή της μεταστροφής της Amdocs προς τις λειτουργίες που οδηγούνται από την AI και τις πλατφόρμες δεδομένων της επόμενης γενιάς.

Amdocs είναι μια πολυεθνική εταιρεία λογισμικού και υπηρεσιών που ειδικεύεται σε λύσεις για παρόχους επικοινωνιών, μέσων και ψηφιακών υπηρεσιών, βοηθώντας τους να διαχειρίζονται όλα, από τη χρέωση και τις σχέσεις πελατών έως τις λειτουργίες δικτύου και την ψηφιακή μεταστροφή. Ιδρυθείσα το 1982 και λειτουργώντας σε περισσότερες από 90 χώρες, η εταιρεία έχει εξελιχθεί σε einen βασικό πάροχο υποδομής για τους τηλεπικοινωνιακούς оперάτορες, προσφέροντας cloud-φιλικές πλατφόρμες, εργαλεία ανάλυσης που οδηγούνται από την AI και αυτοματοποίηση που επιτρέπουν μια πιο αποτελεσματική παράδοση υπηρεσιών και προσωποποιημένες εμπειρίες πελατών. Η αυξανόμενη εστίασή της στις γεννητικές AI και τις πλατφόρμες δεδομένων αντανακλά μια ευρύτερη βιομηχανική μεταστροφή προς ευφυείς, λογισμικά που ορίζονται δίκτυα και πλήρως ψηφιακούς οικοσυστήμους πελατών.

Έχετε περάσει περισσότερες από δύο δεκαετίες στην Amdocs, ανεβαίνοντας από developer σε ηγέτη του τμήματος GenAI και Δεδομένων, και προηγουμένως εποπτεύοντας одну από τις πιο στρατηγικές συνεργασίες της εταιρείας με την T-Mobile. Πώς έχει διαμορφώσει αυτό το ταξίδι την προοπτική σας για το τι χρειάζεται πραγματικά για να μεταφερθεί η AI από το πείραμα στην παραγωγή σε κλίμακα τηλεπικοινωνιών;

Τι έχω μάθει όλα αυτά τα χρόνια είναι ότι η μεταφορά της AI στην παραγωγή σε κλίμακα τηλεπικοινωνιών δεν είναι κυρίως ένα πρόβλημα μοντέλου. Είναι ένα πρόβλημα λειτουργιών. Χρειάζεστε τις σωστές θεμελιώσεις δεδομένων, ισχυρή ενσωμάτωση σε υπάρχοντα συστήματα, σαφή ευθύνη και ομάδες που γνωρίζουν πώς να τρέχουν την AI ως μέρος των ημερήσιων επιχειρηματικών διαδικασιών. Αν οποιοδήποτε από αυτά τα κομμάτια λείπει, τα πειράματα possono να φαίνονται εντυπωσιακά αλλά δεν κλιμακώνουν.

Η διαδρομή μου στην Amdocs μου έδωσε έκθεση σε όλες τις πλευρές του εξίσωματος, από την μηχανική στη παράδοση πελατών και στις μεγάλες συνεργασίες операторων. Αυτή η εμπειρία διαμόρφωσε την άποψή μου ότι η επιτυχία προέρχεται από την συνδυασμένη τεχνική αριστεία με την πειθαρχία εκτέλεσης. στις τηλεπικοινωνίες, η AI πρέπει να λειτουργεί σε σύνθετα περιβάλλοντα, να υποστηρίζει πραγματικές επιπέδους υπηρεσιών και να παρέχει μετρήσιμα αποτελέσματα. Αυτό απαιτεί μια производική στάση από την πρώτη ημέρα.

Στην Mobile World Congress (MWC), υπήρχε ένα σαφές σήμα ότι οι τηλεπικοινωνιακοί оперάτορες επενδύουν πολύ σε πειράματα AI αλλά δυσκολεύονται να τα λειτουργήσουν. Κατά την άποψή σας, ποια είναι τα μεγαλύτερα εμπόδια που εμποδίζουν τους оперάτορες από το να μεταβούν πέρα από το πείραμα σήμερα;

Βλέπω ένα από τα μεγαλύτερα εμπόδια να είναι η κατακερματισμός. Οι περισσότεροι оперάτορες έχουν πολύτιμα δεδομένα και ισχυρά use cases, αλλά τα περιβάλλοντά τους είναι χωρισμένα σε ένα ευρύ φάσμα συστημάτων, ομάδων και προμηθευτών – καθιστώντας δύσκολο να συνδέσουν τις εξόδους AI με πραγματικές ροές εργασίας. Αυτό είναι ιδιαίτερα αλήθεια όταν αυτές οι ροές εργασίας διασχίζουν δίκτυο, φροντίδα πελατών και επιχειρηματικές λειτουργίες. Ως αποτέλεσμα, η AI συχνά παραμένει μια λύση σημείου αντί να γίνει μέρος του μοντέλου λειτουργίας.

Επιπλέον, ένα άλλο εμπόδιο που έχω δει είναι η εμπιστοσύνη – οι оперάτορες τελικά χρειάζονται αξιοπιστία, διακυβέρνηση και σαφείς ελέγχους πριν μπορέσουν να ενσωματώσουν την AI σε κρίσιμες διαδικασίες. Για παράδειγμα, αν δεν μπορούν να εξηγήσουν γιατί ένας एजοντας AI έχει λάβει μια απόφαση ή να επιβάλουν πολιτικές γύρω από αυτό, αυτή η τεχνολογία θα παραμείνει σε μια λωρίδα πειραμάτων. Η προώθηση απαιτεί ένα πλαίσιο που συνδυάζει αυτοματοποίηση με παρατηρησιμότητα, ελέγχους και ανθρώπινη επιτήρηση.

Η Amdocs θέτει το aOS ως “αγεντικό λειτουργικό σύστημα”. Πώς ορίζετε την αγεντική AI στο контέκστ των τηλεπικοινωνιών και πώς διαφέρει ουσιαστικά από τις προηγούμενες προσεγγίσεις αυτοματοποίησης που οδηγούνται από την AI;

Μέσα στο χώρο των τηλεπικοινωνιών, η αγεντική AI αναφέρεται συγκεκριμένα στην τεχνολογία που μπορεί να κατανοήσει στόχους, να σχεδιάσει εργασίες, να λάβει ενέργειες σε πολλά συστήματα και να προσαρμοστεί με βάση τα αποτελέσματα. Αντί να παράγει απλώς περιεχόμενο ή να προβλέψει αποτελέσματα, οι एजοντες μπορούν να εκτελέσουν ροές εργασίας από άκρη σε άκρη. Μπορούν να συλλογισθούν πάνω από το контέκστ, να συνεργαστούν με άλλους एजοντες και να λειτουργήσουν μέσα σε όρια διακυβέρνησης για να ολοκληρώσουν πραγματικές επιχειρηματικές εργασίες.

Αυτό διαφέρει ουσιαστικά από την προηγούμενη αυτοματοποίηση, η οποία ήταν κυρίως βασισμένη σε κανόνες και στατική. Η παραδοσιακή αυτοματοποίηση λειτουργούσε καλά για επαναλαμβανόμενες εργασίες σε σταθερά περιβάλλοντα, αλλά δυσκολευόταν με την πολυπλοκότητα και τις εξαιρέσεις. Η αγεντική AI μπορεί να χειριστεί δυναμικές καταστάσεις, να μάθει από τις ανατροφές και να συντονίσει σε διάφορες περιοχές.

Έχετε περιγράψει ένα μέλλον με AI-φιλικές τηλεπικοινωνιακές λειτουργίες. Τι μοιάζει αυτό στην πράξη και πόσο μακριά είμαστε από πλήρως αυτονομικές δίκτυα;

Οι τηλεπικοινωνιακές λειτουργίες AI-φιλικές μοιάζουν με AI που είναι ενσωματωμένες στο πυρήνα του πώς λειτουργεί μια επιχείρηση – όχι μόνο προστεθεί στην κορυφή. Στην πράξη, αυτό μοιάζει με ροές εργασιών εξασφάλισης υπηρεσιών που ανιχνεύουν και επιλύουν προβλήματα πριν οι πελάτες τους παρατηρήσουν, ταξίδια φροντίδας πελατών που είναι προσωποποιημένα και προληπτικά, και λειτουργίες δικτύου που συνεχώς βελτιώνουν την απόδοση με βάση τις πραγματικές συνθήκες. Το κλειδί είναι ότι η AI είναι ενσωματωμένη στις αποφάσεις και την εκτέλεση, όχι μόνο στις αναλύσεις.

Δεν είμαστε ακόμη σε πλήρως αυτονομικά δίκτυα, και πρέπει να είμαστε πραγματικοί γι’ αυτό. Τα επόμενα χρόνια θα είναι για προοδευτική αυτονομία, όπου οι оперάτορες αυτοματοποιούν πιο σύνθετες ροές εργασιών ενώ διατηρούν τους ανθρώπους υπό τον έλεγχο των αποφάσεων υψηλής επίδρασης. Η πλήρης αυτονομία θα απαιτήσει ισχυρότερους προτύπους, ευρύτερη διαλειτουργικότητα και συνεχείς βελτιώσεις στην αξιοπιστία και τη διακυβέρνηση.

Τα τηλεπικοινωνιακά συστήματα έχουν ιστορικά κατακερματιστεί σε επίπεδα Operations Support Systems (OSS) και Business Support Systems (BSS), που έχει κάνει τη διαδικασία αυτοματοποίησης από άκρη σε άκρη δύσκολη. Πώς βοηθά μια αγεντική αρχιτεκτονική να ενοποιήσει αυτά τα домένια και να ενεργοποιήσει διαλειτουργικές ροές εργασιών;

Η αγεντική αρχιτεκτονική βοηθά εισαγωγώντας ένα επίπεδο συντονισμού που μπορεί να λειτουργήσει σε OSS και BSS χωρίς να επιβάλει μια πλήρη αντικατάσταση συστήματος. Οι एजοντες μπορούν να συνδεθούν με υπάρχοντα πλαίσια μέσω API, να κατανοήσουν το контέκστ ενός επιχειρηματικού στόχου και στη συνέχεια να ορχηστρώσουν τη σωστή σειρά ενεργειών σε δίκτυο, υπηρεσία και συστήματα πελατών. Αυτό επιτρέπει στους оперάτορες να αυτοματοποιήσουν ροές εργασιών που προηγουμένως έσπαγαν στα όρια домένιων.

Για παράδειγμα, αν υπάρχει ένα πρόβλημα δικτύου που επηρεάζει έναν υψηλής αξίας επιχειρηματικό πελάτη, ένα αγεντικό σύστημα μπορεί να συσχετίσει την αύξηση, να αξιολογήσει την επίδραση, να ενεργοποιήσει βήματα επιδιόρθωσης και να ενημερώσει τη ροή επικοινωνίας πελάτη παράλληλα. Αυτό το είδος διαλειτουργικής εκτέλεσης είναι δύσκολο με την παραδοσιακή αυτοματοποίηση γιατί κάθε домήνη λειτουργεί σε απομόνωση. Οι αγεντικές ροές εργασιών βοηθούν να κλείσουν αυτό το χάσμα.

Ένα από τα ενδιαφέροντα χαρακτηριστικά των αγεντικών συστημάτων είναι η συνεργασία μεταξύ AI एजοντων και ανθρώπινων операторών. Πού βλέπετε την ισορροπία να καταλήγει μεταξύ αυτοματοποίησης και ανθρώπινης επιτήρησης σε τηλεπικοινωνιακά περιβάλλοντα;

Η ισορροπία μεταξύ AI एजοντων και ανθρώπινων операторών θα εξαρτηθεί πάντα από το συγκεκριμένο use case, αλλά θα είναι σε μεγάλο βαθμό ανθρώπινη ηγεσία και AI επιταχύνθηκε για το προβλέψιμο μέλλον. Οι AI एजοντες είναι εξαιρετικοί στην ταχύτητα, την κλίμακα και την αναγνώριση προτύπων, ενώ οι ανθρώπινοι оперάτορες φέρνουν κρίση, ευθύνη και контέκστ. Ο στόχος δεν είναι να αφαιρέσουν τους ανθρώπους από το λουρί. Είναι να αφήσουν τους ανθρώπους να εστιάσουν στις αποφάσεις που απαιτούν εξειδίκευση ενώ η AI χειρίζεται το βαρύ επιχειρηματικό φορτίο.

Στην πράξη, αυτό σημαίνει τη ρύθμιση σαφών ορίων για αυτονομικές ενέργειες και μονοπατιών ανόδου για εξαιρέσεις. Χαμηλού κινδύνου, επαναλαμβανόμενες εργασίες μπορούν να αυτοματοποιηθούν με ελάχιστη επιτήρηση, ενώ υψηλής επίδρασης αποφάσεις πρέπει πάντα να περιλαμβάνουν ανθρώπινη έγκριση. Αυτή η προσέγγιση χτίζει εμπιστοσύνη και βοηθά τους оперάτορες να κλιμακώσουν την AI με ασφάλεια σε κρίσιμα περιβάλλοντα.

Υπάρχει πολύ θόρυβος γύρω από την γεννητική AI, αλλά οι τηλεπικοινωνιακοί оперάτορες είναι τελικά εστιασμένοι στο ROI. Ποια είναι τα πιο σημαντικά μετρικά που πρέπει να παρακολουθούν οι CSPs για να καθορίσουν εάν οι αναπτύξεις AI πραγματικά παρέχουν αξία;

Οι оперάτορες πρέπει να παρακολουθούν μετρικά που συνδέονται άμεσα με επιχειρηματικά αποτελέσματα, όχι μόνο τεχνική απόδοση. Στην πλευρά του πελάτη, αυτό περιλαμβάνει την πρώτη επαφή επίλυσης, τον μέσο χρόνο χειρισμού, τη μείωση της αποχώρησης και την ικανοποίηση του πελάτη. Στην πλευρά του δικτύου, αυτό περιλαμβάνει τον μέσο χρόνο ανίχνευσης και τον μέσο χρόνο επίλυσης περιστατικών, τη διαθεσιμότητα υπηρεσιών και τις κερδοφορίες λειτουργικής αποτελεσματικότητας.

Είναι επίσης σημαντικό να μετρηθεί η υιοθέτηση και η αξιοπιστία. Αν οι एजοντες αναπτύσσονται αλλά οι ομάδες δεν τους εμπιστεύονται, η αξία δεν θα υλοποιηθεί. Οι CSPs πρέπει να παρακολουθούν πόσο συχνά οι συστάσεις AI γίνονται αποδεκτές, πόσο συχνά οι ροές εργασιών ολοκληρώνονται επιτυχώς και πόσο συχνά απαιτείται ανθρώπινη παρέμβαση. Το ROI προέρχεται από τη συνεχιζόμενη επιχειρηματική επίδραση, όχι από απομονωμένα αποτελέσματα πειραμάτων.

Το aOS υπογραμμίζει τις ροές εργασιών πολλαπλών एजοντων που μπορούν να εκτελέσουν σύνθετες, από άκρη σε άκρη διαδικασίες σε τηλεπικοινωνιακά περιβάλλοντα. Πώς διασφαλίζετε τον συντονισμό, την αξιοπιστία και τη διακυβέρνηση όταν πολλαπλοί AI एजοντες λειτουργούν ταυτόχρονα σε κρίσιμα συστήματα;

Ο συντονισμός αρχίζει με ένα σαφές μοντέλο ορχηστρίας. Σε ένα περιβάλλον πολλαπλών एजοντων, κάθε एजοντας πρέπει να έχει ένα καθορισμένο, όρια πρόσβασης και κριτήρια επιτυχίας. Ένα κεντρικό επίπεδο ορχηστρίας διαχειρίζεται την αλληλουχία εργασιών, την επίλυση συμφόρησης και την παρακολούθηση της κατάστασης ώστε οι एजοντες να μην λειτουργούν σε αντίθετες διευθύνσεις. Αυτό giữει τις ροές εργασιών προβλέψιμες ακόμη και όταν διασχίζουν πολλά συστήματα.

Η αξιοπιστία και η διακυβέρνηση απαιτούν ισχυρούς ελέγχους από το σχεδιασμό. Αυτό περιλαμβάνει την επιβολή πολιτικής, ελέγχους, εξηγήσιμη και πραγματική παρακολούθηση της συμπεριφοράς του एजοντα. Επίσης, σημαίνει ότι υπάρχουν μηχανισμοί πτώσης ώστε οι ροές εργασιών να possono να σταματήσουν, να ανέβουν ή να επαναφερθούν ασφαλώς αν συμβεί κάτι απρόσμενο. Σε κρίσιμα τηλεπικοινωνιακά συστήματα, η διακυβέρνηση είναι περισσότερο από ένα πρόσθετο – είναι eine βασική απαιτούμενη.

Σε μια πρόσφατη ανακοίνωση aOS, η Amdocs θέτει την γεννητική AI ως εξελισσόμενη από μια “παρέμβαση” ικανότητα σε ένα πυρήνα λειτουργικό επίπεδο ενσωματωμένο σε πελάτη, δίκτυο και επιχειρηματικές διαδικασίες. Τι άλλαξε τα τελευταία 12 με 24 μήνες που κάνει αυτή τη μεταστροφή δυνατή σήμερα;

Πολλά πράγματα ωρίμασαν την ίδια στιγμή. Τα μοντέλα θεμελίωσης βελτιώθηκαν σημαντικά στην ποιότητα συλλογισμού και χρήσης εργαλείων, καθιστώντας τα πιο ικανά σε επιχειρηματικές ροές εργασιών. Ταυτόχρονα, το οικοσύστημα γύρω από αυτά βελτιώθηκε, συμπεριλαμβανομένων πλαισίων ορχηστρίας, εργαλείων παρατηρησιμότητας και ελέγχων διακυβέρνησης. Αυτό έκανε πρακτικό να μεταβεί από απομονωμένα use cases σε συντονισμένες λειτουργικές ροές εργασιών.

Η άλλη σημαντική αλλαγή είναι η οργανωτική ετοιμότητα. Οι оперάτορες έχουν τώρα σαφείς προτεραιότητες γύρω από την AI και ισχυρότερη πίεση να παραδώσουν μετρήσιμα αποτελέσματα. Δεν πειραματίζονται πλέον μόνο για να μάθουν. Ψάχνουν για πλατφόρμες που μπορούν να κλιμακώσουν την AI σε διάφορες λειτουργίες με ασφάλεια και έλεγχο. Αυτή η μεταστροφή στην ωριμότητα και στην τεχνολογία και την επιχειρηματική πλευρά είναι αυτό που κάνει αυτή τη στιγμή διαφορετική.

Εάν το aOS αντιπροσωπεύει einen σημείο στροφής προς τηλεπικοινωνιακές λειτουργίες AI-φιλικές, τι μοιάζει η επόμενη φάση; Πηγαίνουμε προς πλήρως αυτονομικά τηλεπικοινωνιακά δίκτυα, και ποια προκλήσεις πρέπει ακόμη να λυθούν πριν γίνει αυτό πραγματικότητα;

Η επόμενη φάση είναι για κλιμάκωση από απομονωμένη αυτοματοποίηση σε συντονισμένη αυτονομία σε όλη την επιχείρηση. Πιθανότατα θα δούμε περισσότερες ροές εργασιών πολλαπλών एजοντων που συνδέουν φροντίδα πελατών, λειτουργίες υπηρεσιών και ομάδες δικτύου σε πραγματικό χρόνο. Οι оперάτορες μπορεί να μεταβούν από αντιδραστικές λειτουργίες σε προβλεπτικές και προληπτικές μοντέλα, όπου η AI μπορεί να αναγνωρίσει κινδύνους νωρίς και να εκτελέσει επιδιόρθωση πριν τα προβλήματα εξελιχθούν.

Τα πλήρως αυτονομικά δίκτυα είναι ένα μακροπρόθεσμο ορίζοντα, αλλά υπάρχουν ακόμη σημαντικές προκλήσεις που πρέπει να λυθούν. Χρειαζόμαστε ισχυρότερη διαλειτουργικότητα σε οικοσυστήματα προμηθευτών, πιο ροβούστα πρότυπα διακυβέρνησης και συνεχείς προόδους στην αξιοπιστία και την εξηγήσιμη. Το πιο σημαντικό, η βιομηχανία χρειάζεται εμπιστοσύνη ότι τα αυτονομικά συστήματα μπορούν να λειτουργήσουν ασφαλώς υπό πραγματικές συνθήκες. Ο δρόμος προς τα εμπρός θα είναι προοδευτικός, με σαφείς ελέγχους σε κάθε βήμα.

Ευχαριστώ για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν Amdocs.