Tankeledere

Hvordan MNO-er utnytter AI til å revolusjonere telemarkedet

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

I mer enn tre tiår har mobile nettverksoperatører (MNO-er) kanalisert sine forsknings- og utviklingsinnsats i fem nøkkelområder: meldinger, roaming, politikk, signalisering og clearing. Gitt de enorme mengdene data som prosesseres gjennom disse systemene, er det bare naturlig at MNO-er stadig mer fokuserer på å utnytte kunstig intelligens (AI) for å forbedre funksjoner, maksimere ressurs-effektivitet og beskytte kundedata, samtidig som de oppfyller sine tjenesteforpliktelser.

Tenk på en MNO som en stor databussforretning – den tjener, transporterer, analyserer og beskytter data innenfor sine vegger og blant operatører, bedrifter og slutbrukere over hele verden. Her er noen av de mest overbevisende eksemplene på hvordan MNO-er bruker AI i disse fem områdene – og hvordan de er i stand til å gjøre det – for å strømlinje prosessene og maksimere verdi.

Meldingsbedrageri-forebygging

AI står i fremste rekke i å forpurre forsøk fra kriminelle på å kommunisere med slutbrukere. AI-modeller kan klassifisere 99% av meldinger, med de gjenværende 1% håndtert gjennom manuelle regular expression-politikker og statiske blokker. I tillegg kan AI analysere avsenders intensjon, som er avgjørende for å vurdere distribusjon og andre kostnader forbundet med å levere legitim innhold.

Selv om generativ AI har gitt kriminelle mulighet til å lage mer sofistikerte bedrageriske skjemaer, spesielt i språk som ikke er deres morsmål, bruker teleselskaper AI til å slå tilbake. Denne “Defensive AI”-teknologien utvikles nå for å oppdage nyanserte svindel som spear phishing og pig butchering, hvor bedragerisk intensjon utvikler seg gradvis over flere utvekslinger.

Global politikk-styring

Når MNO-er muliggjør internasjonal roaming, må de overholde lokale reguleringer når det gjelder meldinger og innhold. AI brukes stadig mer til å analysere, overvåke og håndheve disse politikkene i sanntid – ikke bare for å beskytte operatører mot internasjonale juridiske problemer, men også for å potensielt beskytte brukere mot juridiske konsekvenser. For eksempel kan det å drive markedsføringsaktiviteter som online-spill være tillatt i ett land, men forbudt i et annet, som USA. Liknende emner som marihuanasalgsaktiviteter kan være lovlige i noen amerikanske stater, men forbudt på føderalt nivå. MNO-er har en plikt til å beskytte roamere mot å motta slike meldinger der de er forbudt.

Men med adopsjonen av RCS (Rich Communication Services) meldinger, som i stor grad flytter kontrollen over meldingsprotokollen til teknologigigantene som Google og Apple (AAPL ), står MNO-er overfor en dilemma. Denne flyttingen kan kompromittere deres evne til å håndheve innholdspolitikker effektivt, og introdusere nye risikoer. Det er usikkert hvordan MNO-er vil opprettholde overholdelse og beskytte sine kunder og egne interesser når RCS blir mer utbredt.

5G signalisering, IoT og roaming

5G-teknologien presenterer store muligheter for AI-integrasjon, spesielt for MNO-er som ønsker å tilby unike bedriftsløsninger utover sine tradisjonelle tjenester. La oss for eksempel se på området for leverandørkjeder og logistikk, hvor IoT-enheter og sensorer stadig mer brukes for sporing og synlighet. Med 5G som muliggjør nøyaktig, cellebasert geolokalisering, kan MNO-er utvikle systemer som overvåker shippingcontainere gjennom hele deres reiser – fra produksjonsanlegg til lager, gjennom ulike kontrollpunkter og til destinasjoner, ved hjelp av sine egne nettverk og internasjonale roamingpartnere.

AI spiller en avgjørende rolle i denne scenariot. Den kan kontinuerlig analysere datastrømmer fra disse sensorene og raskt varsle om avvik som kan tyde på tyveri, dårlig vær eller sivil uro. Slike prediktive analyser hjelper med å redusere fraktkostnader, oppdage potensielle kriminelle aktiviteter og forbedre kundeservice ved å gi sanntidsoppdateringer og innsikt. Denne integreringen av AI og 5G hos MNO-er viser deres potensiale til å bli nøkkelaktører i markedet for bedriftsløsninger ved å tilby tjenester langt utover konvensjonelle teletjenester.

Generelle AI/ML-stacker

Mens MNO-er direkte kan dra nytte av implementeringen av AI-prosesser, vil deres investeringer i neste generasjons teknologi også hjelpe organisasjoner med å maksimere AI-potensialet.

Når mobile operatører ruller ut 5G, er de i stand til å tilby skytjenester direkte fra celle-tårn og muliggjøre at bedrifter kan kjøre sine AI/ML-modeller og standardiserte containeriserte applikasjoner nærmere mobile brukere. Denne tilnærmingen utnytter fordelene med lav latens og høy ytelse som er innebygget i 5G ved å utvide beregningskapasiteter fra sentraliserte regionale skyer til kanten.

Denne tilnærmingen stiller operatører i stand til å skape en ny markedssegment ved å integrere sin eksisterende infrastruktur – celle-tårn – med et nettverk av mikro-distribuerte beregningsressurser. Videre kan operatører gå inn i å tilby grafikkprosessor-offloading-tjenester til disse lokale beregningsaktive tårn, og dermed redusere prosesseringskraften som kreves av enkelt enheter. Denne strategien kan dramatisk reducere enhetskostnadene, gjøre høy-ytelsesmobiltelefoner tilgjengelige for et større publikum og frigjøre ressurser for å akselerere global 5G-adoptsjon og AI-drevet innovasjon.

MNO-er står i en avgjørende fase hvor de kan utvikle seg ved å utvide sin nyttefunksjon til å bli betydelige spillere i markedet for bedriftsprogramvare og tjenester. Historisk sett har deres styrke ligget i “nettverket”, men ved å integrere AI med sine nettverkskapasiteter, kan MNO-er sikre sin relevans og suksess langt inn i fremtiden. Denne fusjonen av nettverk og AI vil forbedre deres tjenestetilbud mens de stiller seg som uunnværlige partnere for bedrifter som søker etter avanserte teknologiløsninger.

Michael Bordash er seniorvisepresident for forskning og utvikling i Syniverse, en global leder innen operatørmobilitetsløsninger (5G-signaling, roaming, clearing og avregning) og bedriftsklassede CPaaS-meldingsløsninger (SMS/MMS, RCS, Whatsapp, Push). Med mer enn 25 års erfaring fra start-ups og stor skala i programvareindustrien, er Michael lidenskapelig opptatt av å fremme kunnskapsnivået innen melding og kommunikasjon med datavitenskap. Han har også medforfattet en teknisk håndbok, publisert flere artikler og fått 13 patenter innen områdene Data Engineering, Analyser og AI/Maskinlæring. I tillegg fungerer Michael som medlem av rådgivende styre for cybersikkerhet ved Fairfield University, der han deler sine erfaringer og ekspertise om AI/ML-tilnærminger for å oppdage og forebygge svindel og spam over meldingskanaler.