智通财经APP获悉，1月24日，Omdia发文称，生成式人工智能有望使电信运营商在多个方面受益。这包括提高运营效率和生产力，以及相关的成本削减。生成式人工智能可用于提升客户体验(如个性化客户服务及产品/套餐)。它还可以改善内部应用(如文档汇总)，并增强外部商业应用(面向广泛的领域，如电子商务和金融服务、教育、医疗保健、智能家居和城市)。
生成式人工智能正被整合到大众市场的产品和服务中，并渗透到包括电信在内的所有主要垂直行业。生成式人工智能的影响广泛而深远。根据Omdia的生成式人工智能软件市场预测，全球软件收入将从2023年的62亿美元增长到2028年的585亿美元，复合年均增长率为56%。电信业不是市场规模最大的垂直行业(排在第一位的是消费者行业，其次是媒体和娱乐业)，但它将是一个重要行业，预计到2028年，生成式软件收入将超过30亿美元。
然而，生成式人工智能具有很强的颠覆性：它可能对工作职能产生负面影响，并且生成的结果可能侵犯版权。生成式人工智能面临许多伦理道德问题，包括模型和输出结果可能带有偏见和歧视性。生成式人工智能也可能会犯错误或胡编乱造。生成式人工智能是复杂、不断发展且不平衡的监管治理框架的侧重点。该技术本身也在飞速发展，在带来新一轮有益创新的同时，也带来了风险和长期挑战。需要应对的问题很多，但电信运营商必须面对，因为忽视生成式人工智能并不可取，而且如上所述，谨慎、深思熟虑的部署可以带来回报。
Omdia认为，良好地管理数据资产对于生成式人工智能至关重要，而大多数电信运营商在这方面做得不够。电信运营商拥有大量的细粒度数据集，尤其是大型运营商。但由于数据治理不善，优势往往止步于此。Omdia的《2023年人工智能市场成熟度调查》显示，只有40%的电信受访者制定了数据管理和治理计划。
对于大多数电信运营商来说，从零开始构建生成式人工智能模型并不可取。从头开始在内部构建一个模型可以提供最大程度的控制权，但这是一项艰巨的任务，需要深厚的多学科人工智能专业知识、巨额预算和资源。亚洲的电信运营商在这方面走在了前列：中国移动是率先尝试的电信运营商之一。它已成功创建了一个完整的生态(基础模型、核心基础设施、生成式人工智能平台和应用程序)。
对现有基础模型进行微调是更可行的选择。这一过程允许电信运营商调整预构建的、经过训练的模型，使其适合特定领域和任务。微调所需的资源较少，而且有越来越多的基础模型可供选择。
电信运营商无需构建生成式人工智能开发工具。有大量开源的生成式人工智能工具供电信运营商选择。专有工具和库的维护及扩展具有挑战性，会迅速耗尽电信运营商拥有的人工智能资源。
电信运营商拥有的基础设施资产能够为生成式人工智能提供支持。良好的生成式人工智能基础设施需要高带宽、低时延的网络基础设施、高速数据传输协议和大容量内存标准。
开放性和互操作性是电信运营商取得成功的关键。生成式人工智能服务和解决方案诞生于多云和混合云环境中。在推出新应用时，电信运营商必须避免孤岛式架构和专有实施方案。
在生成式人工智能时代，电信供应链中的关键参与者有所不同。与传统的电信网络基础设施相比，人工智能芯片供应商、云基础设施和超大规模科技公司在生成式人工智能核心基础设施供应链中占据主导地位。电信领域新一波解决方案提供商的出现要求电信运营商与更多样化的供应商合作，并建立新的伙伴关系和联盟。
