Ilan Sade, Tổng giám đốc bộ phận, GenAI & Dữ liệu tại Amdocs – Loạt phỏng vấn

Ilan Sade, Tổng giám đốc bộ phận, GenAI & Dữ liệu tại Amdocs mang hơn hai thập kỷ lãnh đạo trong cùng một tổ chức, từ vị trí kỹ thuật ban đầu là lập trình viên và quản lý dự án đến giám sát giao hàng toàn cầu, chiến lược sản phẩm và đổi mới. Trong suốt thời gian tại đây, ông đã lãnh đạo các bộ phận quan trọng bao gồm quản lý doanh thu, hệ thống hỗ trợ kinh doanh và doanh nghiệp số, cũng như các sáng kiến mạng mở, trước khi trở thành lãnh đạo bộ phận T-Mobile và hiện tại là bộ phận tập trung vào trí tuệ nhân tạo tạo sinh và dữ liệu. Sự nghiệp của ông phản ánh chuyên môn sâu về lĩnh vực viễn thông, đặc biệt là trong các hệ thống hóa đơn phức tạp, nền tảng trải nghiệm khách hàng và chuyển đổi doanh nghiệp quy mô lớn, giúp ông đứng ở vị trí tiên phong trong quá trình chuyển đổi của Amdocs hướng tới các hoạt động được thúc đẩy bởi trí tuệ nhân tạo và các nền tảng dữ liệu thế hệ tiếp theo.

Amdocs là một công ty phần mềm và dịch vụ đa quốc gia chuyên về các giải pháp cho các nhà cung cấp dịch vụ truyền thông, truyền thông và dịch vụ số, giúp họ quản lý mọi thứ từ hóa đơn và quan hệ khách hàng đến vận hành mạng và chuyển đổi số. Được thành lập vào năm 1982 và hoạt động tại hơn 90 quốc gia, công ty đã phát triển thành một nhà cung cấp cơ sở hạ tầng quan trọng cho các nhà điều hành viễn thông, cung cấp các nền tảng gốc đám mây, phân tích được thúc đẩy bởi trí tuệ nhân tạo và các công cụ tự động hóa cho phép giao hàng dịch vụ hiệu quả hơn và trải nghiệm khách hàng được cá nhân hóa. Sự tập trung ngày càng tăng của công ty vào trí tuệ nhân tạo tạo sinh và các nền tảng dữ liệu phản ánh một sự thay đổi rộng lớn hơn trong ngành công nghiệp hướng tới các mạng được định nghĩa bằng phần mềm thông minh và các hệ sinh thái khách hàng được số hóa hoàn toàn.

Bạn đã dành hơn hai thập kỷ tại Amdocs, từ một nhà phát triển đến lãnh đạo bộ phận GenAI và Dữ liệu, và trước đó là giám sát một trong những quan hệ đối tác chiến lược nhất của công ty với T-Mobile. Hành trình đó đã định hình quan điểm của bạn về những gì thực sự cần thiết để chuyển trí tuệ nhân tạo từ thí nghiệm sang sản xuất với quy mô viễn thông như thế nào?

Những gì tôi đã học được qua những năm là việc chuyển trí tuệ nhân tạo vào sản xuất với quy mô viễn thông không chỉ là vấn đề về mô hình. Đó là một vấn đề về vận hành. Bạn cần có nền tảng dữ liệu phù hợp, tích hợp mạnh mẽ vào các hệ thống hiện có, trách nhiệm rõ ràng và các đội biết cách chạy trí tuệ nhân tạo như một phần của quy trình kinh doanh hàng ngày. Nếu bất kỳ một trong những phần nào đó bị thiếu, các dự án thí nghiệm có thể trông ấn tượng nhưng chúng không thể mở rộng.

Con đường của tôi tại Amdocs đã cho tôi tiếp xúc với tất cả các mặt của phương trình, từ kỹ thuật đến giao hàng khách hàng đến quan hệ đối tác với các nhà điều hành lớn. Kinh nghiệm đó đã định hình quan điểm của tôi rằng thành công đến từ việc kết hợp giữa kỹ thuật xuất sắc và kỷ luật thực hiện. Trong viễn thông, trí tuệ nhân tạo phải hoạt động trên các môi trường phức tạp, hỗ trợ các mức dịch vụ thực và mang lại kết quả đo lường được. Điều đó đòi hỏi một tư duy sản xuất từ ngày đầu tiên.

Tại Hội nghị Di động Thế giới (MWC), có một tín hiệu rõ ràng rằng các công ty viễn thông đang đầu tư mạnh vào các dự án thí nghiệm trí tuệ nhân tạo nhưng đang gặp khó khăn trong việc vận hành chúng. Theo quan điểm của bạn, những chướng ngại vật lớn nhất đang ngăn cản các nhà điều hành vượt qua giai đoạn thí nghiệm hiện nay là gì?

Tôi thấy một trong những chướng ngại vật lớn nhất là sự phân mảnh. Hầu hết các nhà điều hành đều có dữ liệu quý giá và các trường hợp sử dụng mạnh mẽ, nhưng môi trường của họ bị chia cắt trên nhiều hệ thống, đội và nhà cung cấp khác nhau – khiến cho việc kết nối đầu ra trí tuệ nhân tạo với các quy trình làm việc thực sự trở nên khó khăn. Điều này đặc biệt đúng khi các quy trình làm việc đó bao gồm mạng, chăm sóc khách hàng và vận hành kinh doanh. Do đó, trí tuệ nhân tạo thường vẫn là một giải pháp riêng lẻ thay vì trở thành một phần của mô hình vận hành.

Ngoài ra, một chướng ngại vật khác mà tôi đã chứng kiến là niềm tin – các nhà điều hành cuối cùng cần độ tin cậy, quản trị và các kiểm soát rõ ràng trước khi họ có thể tích hợp trí tuệ nhân tạo vào các quy trình quan trọng. Ví dụ, nếu họ không thể giải thích tại sao một tác nhân trí tuệ nhân tạo đã đưa ra một quyết định hoặc thực thi các chính sách xung quanh nó, công nghệ đó sẽ bị giữ lại trong giai đoạn thí nghiệm. Việc tiến bộ đòi hỏi một khuôn khổ kết hợp tự động hóa với khả năng quan sát, kiểm toán và giám sát của con người.

Amdocs định vị aOS như một “hệ điều hành tác nhân”. Bạn định nghĩa trí tuệ nhân tạo tác nhân trong bối cảnh viễn thông như thế nào và nó khác biệt cơ bản với các phương pháp tự động hóa được thúc đẩy bởi trí tuệ nhân tạo trước đây như thế nào?

Trong không gian viễn thông, trí tuệ nhân tạo tác nhân cụ thể đề cập đến công nghệ có thể hiểu mục tiêu, lập kế hoạch nhiệm vụ, thực hiện hành động trên nhiều hệ thống và thích nghi dựa trên kết quả. Thay vì chỉ tạo ra nội dung hoặc dự đoán kết quả, các tác nhân có thể thực hiện quy trình làm việc từ đầu đến cuối. Họ có thể suy luận trên ngữ cảnh, cộng tác với các tác nhân khác và vận hành trong các ranh giới quản trị để hoàn thành các nhiệm vụ vận hành thực.

Điều này khác biệt cơ bản so với tự động hóa trước đây, chủ yếu là dựa trên quy tắc và tĩnh. Tự động hóa truyền thống hoạt động tốt cho các nhiệm vụ lặp đi lặp lại trong môi trường ổn định, nhưng nó gặp khó khăn với sự phức tạp và ngoại lệ. Trí tuệ nhân tạo tác nhân có thể xử lý các tình huống động, học hỏi từ phản hồi và phối hợp trên các lĩnh vực.

Bạn đã mô tả một tương lai về các hoạt động viễn thông bản địa trí tuệ nhân tạo. Điều đó thực sự trông như thế nào trong thực tế và chúng ta còn bao xa để đạt được các mạng hoàn toàn tự động?

Hoạt động viễn thông bản địa trí tuệ nhân tạo trông giống như trí tuệ nhân tạo được nhúng vào cốt lõi của cách một doanh nghiệp vận hành – không chỉ được thêm vào trên bề mặt. Trong thực tế, điều đó trông giống như các quy trình làm việc đảm bảo dịch vụ phát hiện và giải quyết vấn đề trước khi khách hàng nhận thấy, các hành trình chăm sóc khách hàng được cá nhân hóa và chủ động, và các hoạt động mạng liên tục tối ưu hóa hiệu suất dựa trên điều kiện thời gian thực. Chìa khóa là trí tuệ nhân tạo được tích hợp vào quyết định và thực hiện, không chỉ phân tích.

Chúng ta chưa ở mức mạng hoàn toàn tự động và chúng ta nên thực tế về điều đó. Những năm tới sẽ là về tự chủ tiến bộ, nơi các nhà điều hành tự động hóa các quy trình làm việc phức tạp hơn trong khi vẫn giữ con người kiểm soát các quyết định có tác động cao. Toàn bộ tự chủ sẽ đòi hỏi các tiêu chuẩn mạnh mẽ hơn, khả năng tương tác rộng rãi hơn và sự cải tiến liên tục về độ tin cậy và quản trị.

Các hệ thống viễn thông đã bị phân mảnh lịch sử qua các lớp Hệ thống Hỗ trợ Vận hành (OSS) và Hệ thống Hỗ trợ Kinh doanh (BSS), điều này đã khiến tự động hóa quy trình làm việc từ đầu đến cuối trở nên khó khăn. Làm thế nào một kiến trúc tác nhân giúp thống nhất các lĩnh vực này và cho phép các quy trình làm việc chức năng chéo?

Kiến trúc tác nhân giúp bằng cách giới thiệu một lớp điều phối có thể hoạt động trên OSS và BSS mà không cần thay thế hệ thống hoàn toàn. Các tác nhân có thể kết nối với các nền tảng hiện có thông qua API, hiểu ngữ cảnh của một mục tiêu kinh doanh và sau đó sắp xếp đúng trình tự hành động trên các hệ thống mạng, dịch vụ và khách hàng. Điều này cho phép các nhà điều hành tự động hóa các quy trình làm việc trước đây bị gián đoạn tại các ranh giới lĩnh vực.

Ví dụ, nếu có một vấn đề mạng ảnh hưởng đến một khách hàng doanh nghiệp có giá trị cao, một hệ thống tác nhân có thể tương quan lỗi, đánh giá tác động, kích hoạt các bước khắc phục và cập nhật dòng chảy giao tiếp với khách hàng song song. Loại thực hiện chức năng chéo này khó với tự động hóa truyền thống vì mỗi lĩnh vực hoạt động độc lập. Các quy trình làm việc tác nhân giúp đóng khoảng cách đó.

Một trong những khía cạnh thú vị của các hệ thống tác nhân là sự hợp tác giữa các tác nhân trí tuệ nhân tạo và các nhà điều hành con người. Bạn thấy sự cân bằng sẽ rơi vào đâu giữa tự động hóa và giám sát của con người trong các môi trường viễn thông?

Sự cân bằng giữa các tác nhân trí tuệ nhân tạo và các nhà điều hành con người sẽ luôn phụ thuộc vào trường hợp sử dụng cụ thể, nhưng sẽ chủ yếu được dẫn dắt bởi con người và tăng tốc bởi trí tuệ nhân tạo trong tương lai gần. Các tác nhân trí tuệ nhân tạo xuất sắc trong tốc độ, quy mô và nhận dạng mẫu, trong khi các nhà điều hành con người mang lại phán quyết, trách nhiệm và ngữ cảnh. Mục tiêu không phải là loại bỏ con người khỏi vòng lặp. Đó là để cho phép con người tập trung vào các quyết định đòi hỏi chuyên môn trong khi trí tuệ nhân tạo xử lý khối lượng công việc vận hành nặng.

Trong thực tế, điều đó có nghĩa là thiết lập các ngưỡng rõ ràng cho hành động tự động và đường dẫn nâng cấp cho các ngoại lệ. Các nhiệm vụ rủi ro thấp, lặp đi lặp lại có thể được tự động hóa với sự giám sát tối thiểu, trong khi các quyết định có tác động cao nên luôn bao gồm sự phê duyệt của con người. Cách tiếp cận này xây dựng niềm tin và giúp các nhà điều hành mở rộng trí tuệ nhân tạo một cách an toàn trên các môi trường quan trọng.

Có rất nhiều sự cường điệu xung quanh trí tuệ nhân tạo tạo sinh, nhưng các nhà điều hành viễn thông cuối cùng tập trung vào ROI. Những chỉ số quan trọng nhất mà các CSP nên theo dõi để xác định liệu các triển khai trí tuệ nhân tạo có thực sự mang lại giá trị hay không là gì?

Các nhà điều hành nên theo dõi các chỉ số gắn liền trực tiếp với kết quả kinh doanh, không chỉ hiệu suất kỹ thuật. Về phía khách hàng, điều đó bao gồm giải quyết lần đầu tiên, thời gian xử lý trung bình, giảm tỷ lệ hủy đăng ký và sự hài lòng của khách hàng. Về phía mạng, điều đó bao gồm thời gian trung bình để phát hiện và thời gian trung bình để giải quyết sự cố, tính khả dụng của dịch vụ và lợi ích hiệu quả vận hành.

Điều quan trọng nữa là đo lường việc áp dụng và độ tin cậy. Nếu các tác nhân được triển khai nhưng các đội không tin tưởng vào chúng, giá trị sẽ không hiện thực hóa. Các CSP nên theo dõi tần suất các khuyến nghị trí tuệ nhân tạo được chấp nhận, tần suất các quy trình làm việc hoàn thành thành công và tần suất can thiệp của con người được yêu cầu. ROI đến từ tác động vận hành bền vững, không phải kết quả thí nghiệm bị cô lập.

aOS nhấn mạnh các quy trình làm việc của nhiều tác nhân có thể thực hiện các quy trình phức tạp, từ đầu đến cuối trên các môi trường viễn thông. Bạn đảm bảo điều phối, độ tin cậy và quản trị khi nhiều tác nhân trí tuệ nhân tạo hoạt động đồng thời trên các hệ thống quan trọng như thế nào?

Điều phối bắt đầu với một mô hình điều phối rõ ràng. Trong một môi trường đa tác nhân, mỗi tác nhân nên có ranh giới truy cập được định nghĩa, tiêu chí thành công và các điều kiện ban đầu. Một lớp điều phối trung tâm quản lý việc sắp xếp nhiệm vụ, giải quyết xung đột, theo dõi trạng thái để các tác nhân không hoạt động trái ngược. Điều này giữ cho các quy trình làm việc có thể dự đoán được ngay cả khi chúng bao gồm nhiều hệ thống.

Độ tin cậy và quản trị đòi hỏi các kiểm soát mạnh mẽ theo thiết kế. Điều đó bao gồm thực thi chính sách, theo dõi kiểm toán, giải thích và giám sát thời gian thực về hành vi của tác nhân. Điều đó cũng có nghĩa là có các cơ chế dự phòng để các quy trình làm việc có thể tạm dừng, nâng cấp hoặc quay lại an toàn nếu điều gì đó không mong muốn xảy ra. Trong các hệ thống viễn thông quan trọng, quản trị không chỉ là một tiện ích bổ sung – đó là một yêu cầu cốt lõi.

Trong một thông báo gần đây của aOS, Amdocs định vị trí tuệ nhân tạo tạo sinh như một sự tiến hóa từ một khả năng “đi cùng” đến một lớp vận hành cốt lõi được nhúng trên các quy trình khách hàng, mạng và kinh doanh. Điều gì đã thay đổi trong 12 đến 24 tháng qua làm cho sự thay đổi này có thể xảy ra ngày nay?

Một số điều đã chín muồi cùng một lúc. Các mô hình nền tảng đã cải thiện đáng kể về chất lượng suy luận và sử dụng công cụ, điều này làm cho chúng mạnh mẽ hơn trong các quy trình làm việc doanh nghiệp. Đồng thời, hệ sinh thái xung quanh chúng đã được cải thiện, bao gồm các khuôn khổ điều phối, các công cụ quan sát và các kiểm soát quản trị. Điều đó đã làm cho việc chuyển từ các trường hợp sử dụng bị cô lập sang các quy trình làm việc vận hành được phối hợp trở nên thực tế.

Sự thay đổi lớn khác là sự sẵn sàng của tổ chức. Các nhà điều hành hiện có các ưu tiên rõ ràng hơn xung quanh trí tuệ nhân tạo và áp lực mạnh mẽ hơn để mang lại kết quả đo lường được. Họ không còn chỉ thí nghiệm để học hỏi. Họ đang tìm kiếm các nền tảng có thể mở rộng trí tuệ nhân tạo trên các chức năng với bảo mật và kiểm soát. Sự thay đổi về sự trưởng thành này trên cả công nghệ và kinh doanh là điều làm cho thời điểm này khác biệt.

Nếu aOS đại diện cho một bước ngoặt hướng tới các hoạt động viễn thông bản địa trí tuệ nhân tạo, giai đoạn tiếp theo sẽ trông như thế nào? Chúng ta có đang hướng tới các mạng viễn thông hoàn toàn tự động và những thách thức nào vẫn cần được giải quyết trước khi điều đó trở thành hiện thực?

Giai đoạn tiếp theo là về việc mở rộng từ tự động hóa bị cô lập đến tự chủ được phối hợp trên toàn doanh nghiệp. Chúng ta có thể sẽ thấy nhiều quy trình làm việc của nhiều tác nhân kết nối chăm sóc khách hàng, vận hành dịch vụ và các đội mạng trong thời gian thực. Các nhà điều hành có thể chuyển từ vận hành phản ứng sang các mô hình dự đoán và chủ động, nơi trí tuệ nhân tạo có thể xác định rủi ro sớm và thực hiện các biện pháp khắc phục trước khi vấn đề trở nên nghiêm trọng.

Các mạng viễn thông hoàn toàn tự động là một kết nối dài hạn, nhưng vẫn còn những thách thức quan trọng cần được giải quyết. Chúng ta cần sự tương tác mạnh mẽ hơn trên các hệ sinh thái của nhà cung cấp, các tiêu chuẩn quản trị mạnh mẽ hơn và tiến bộ liên tục về độ tin cậy và khả năng giải thích. Điều quan trọng nhất là ngành công nghiệp cần sự tự tin rằng các hệ thống tự động có thể hoạt động an toàn trong điều kiện thế giới thực. Con đường phía trước sẽ là dần dần, với các kiểm soát rõ ràng ở mọi bước.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, những người đọc muốn tìm hiểu thêm nên truy cập Amdocs.