Искусственный интеллект из экспериментальной технологии превратился в стандартный инструмент для телеком-гигантов, обеспечивающий им многомиллиардную экономию. Уже сегодня нейросети смягчают нагрузку в сетях 5G, предсказывают сбои оборудования и обрабатывают до 80% обращений в службу поддержки без участия человека.
Редактор «Телеспутника» на площадке форума «Электроника России» поговорил с отраслевым экспертом — Директором по развитию технологий искусственного интеллекта ДРТИИ GS Labs Ярославом Якимовым о том, как искусственный интеллект меняет бизнес-модель операторов связи, какие задачи уже решает и что ждет отрасль в ближайшем будущем.
На вопрос о том, насколько распространено использование ИИ в телекоммуникациях, Ярослав Якимов отвечает однозначно: эта технология стала стандартом для всех крупных операторов России. Инвестиции в отрасль в 2024 году достигли 300 млрд рублей, вернувшись к доковидному уровню. Значительная часть этих средств направлена именно на цифровизацию и внедрение ИИ-решений.
Сегодня можно выделить три ключевые области, в которых нейросети уверенно решают задачи, отмечает эксперт.
«Первая область задач - управление сетями, где автоматические системы балансируют нагрузку на 4G/5G-сетях и оптимизируют размещение базовых станций. Вторая - предиктивное обслуживание: алгоритмы выявляют проблемы оборудования до того, как они отразятся на качестве сервиса. И не менее важной является задача клиентского сервиса, в рамках которой чат-боты обрабатывают сотни тысяч обращений в месяц, закрывая 80% без участия оператора. Это уже не экспериментальные решения, а рабочие системы, обеспечивающие реальный бизнес-эффект», — рассказал Якимов.
Внедрение ИИ — это не просто дань технологической моде, а осознанная стратегия, меняющая саму бизнес-модель компаний. По словам эксперта, с помощью современных технологий операторы, во-первых, стремятся радикально снизить операционные издержки на 30-50% за счет массовой автоматизации процессов, во-вторых — повысить лояльность и удержать клиентов через персонализированные предложения и проактивный сервис. И в-третьих, что особенно важно, — диверсифицировать свои доходы.
Таким образом, отрасль постепенно уходит от модели «продавца трубки», превращаясь в интегратора цифровых сервисов, уверен эксперт. Операторы начинают предоставлять подписку на нейросети, развивают B2B-аналитику и управляемые сервисы машинного обучения для корпоративных клиентов.
«Экономический эффект от ИИ-трансформации по некоторым оценкам дойдет до нескольких десятков миллиардов рублей к 2028 году», — добавил Ярослав Якимов.
Взгляд в ближайшее будущее открывает еще более широкие горизонты для применения интеллектуальных систем. Эксперт GS Labs выделил несколько наиболее перспективных направлений на ближайшие годы.
«На горизонте 2025-2027 годов перспективны: развитие стандартов 6G с встроенным ИИ-управлением, IoT-платформы и технологии умного города и дома, генеративный ИИ для персонализации контента, автоматизация сетевых операций (AIOps) и кибербезопасность», — прогнозирует Ярослав Якимов.
Важной тенденцией остается развитие отечественных больших языковых моделей (LLM) и решений машинного обучения для снижения зависимости от зарубежных технологий. Облачные вычисления для ИИ остаются ключевой инвестиционной областью — только рынок GPU-сервисов в России составил 17,1 млрд рублей в 2024 году.
Несмотря на оптимистичные прогнозы, внедрение ИИ сопряжено с серьезными вызовами. Главным из них остается острый дефицит квалифицированных ML-специалистов, который уже в 2024 году снизил общую готовность экономики к внедрению ИИ.
«Санкции удорожают вычислительную инфраструктуру, интеграция ИИ в OSS/BSS системы требует больших инвестиций, а регуляторная неопределенность тормозит внедрение», — констатирует эксперт.
Для преодоления этих барьеров необходима комплексная работа. Требуется государственная поддержка в области образования и развития инфраструктуры, а также ускоренное создание единых отраслевых стандартов. Что касается кадров, то многие корпорации уже сейчас активно внедряют практику внутренней переквалификации сотрудников в сторону ИИ и машинного обучения, что является одним из самых эффективных ответов на этот вызов, заключил эксперт.