江苏龙网

  1. 首页 > 资讯 > 资讯 > >

数字化|AI使能成运营商数字化转型出口：能做什么？不能做什么？( 二 )


运营商还拥有AI商业化所必需的资源 。 在大数据应用方面 ， 运营商拥有用户的消费习惯、终端信息、ARPU的分组、业务内容、业务受众人群、人群流动轨迹、地图信息等资源 。 同时 ， 凭借自身优势 ， 以及多年来在信息化应用和大数据方面积累的能力与运营经验 ， 运营商可以充分运用技术和资源优势参与到AI的研发领域 。
运营商全面应用AI面临诸多挑战
AI 技术发展如火如荼 ， 但需要客观地认识到 ， 当前AI与运营商深度结合的应用场景还在摸索 ， 由于涉及海量数据 ， 大规模的应用尚未开始 。 从实验室到工程实践仍然有很长的路要走 。 运营商也将面临不小的挑战 。
首先 ， 运营商需要建立可靠的数据采集和治理模式以满足AI 计算框架要求 。 AI 需要数据来“喂养” 。 虽然运营商的数据从数据的种类和数量都有着其他企业无法比拟的优势 ， 但是这些海量的数据仍然存在着缺失、不一致、使用不方便、整合困难等问题 。 同时未来运营商将大力参与行业融合 ， 所对接的其他行业数据标准不一 ， 结构各异 ， 所以建立可靠的数据采集和治理模式对AI 的应用至关重要 。
其次 ， 数据+业务的复合型人才严重不足 。 由于AI 的应用有着极高的技术壁垒 ， 导致AI 相关人才极度稀缺 。 而单纯的AI 人才缺乏对电信网络、对运营商需求缺乏深入的了解 ， 而运营商内部则缺乏应用AI 的经验 ， 这就导致了既懂AI 又懂电信的复合型人才凤毛麟角 。 所以 ， 无论是外部引进还是内部培养都还有很长的路要走 。
第三 ， AI 应用的商业模式尚不明确 。 AI 应用的商业模式还在探索中 ， 具体细节落地还需要较长的时间 。 短期内 ， AI 为运营商带来的收入效益不明显 ， 投资回报不易评估 。
对于运营商来说 ， AI 既是挑战也是机遇 ， 它能够在5G 垂直应用时代为运营商打开更广阔的市场空间 ， 为增速放缓的电信行业带来新的业务增长点 ， 在人口红利、流量红利基本释放完毕的阶段 ， 提供新的发展思路 ， 但同时要求更为高效的组织管理模式、对于人员的综合素质要求也随之提高 。 通过电信运营商全面互联网化转型进程 ， 在已有的自身优势之上 ， 强化自主研发 ， 打造产业生态 ， 在网络、营销、服务、创新业务等诸多领域运营商应该大有可为 。


推荐阅读


上一篇：杜君英|退休教师杜君英手抄《红楼梦》全书

下一篇：社区|美团滴滴拼多多都下场了，社区团购为什么又火起来？