目前天生式AI处于早期发展阶段，运营商在该领域布局的最大差异在于选择从头开拓根本模型（激进派）还是利用现成的模型（守旧派）。
个中，利用现成模型的运营商占大多数，这类运营商会利用专有的内部数据来演习模型，使其更贴合自身在客服、运营和网络等方面的需求。

以韩国SKT和德国电信等为代表的运营商在天生式AI布局方面较为激进，采取同盟的形式从头开拓电信行业专属的大措辞模型（LLM）。

在“MWC2024”上，SKT、德国电信、e&Group、新加坡电信和软银宣乐成立环球电信人工智能同盟(GTAA)，支配创新人工智能运用程序的事情，开拓专门针对电信公司需求的大措辞模型。
天生式AI依赖于大措辞模型，该模型须要在特定措辞的数据语料库中进行演习。
一方面，由于措辞障碍，亚太、中东地区运用天生式AI的进程滞后。
大多数领先的大措辞模型处理非英语措辞的能力有限，尤其是亚洲措辞。
例如，ChatGPT在泰语中运用的效果不如英语，部分国家或地区的运营商可能须要自行演习部分措辞模型才能得到相同的效果。
另一方面，通用大模型的演习数据很少涉及通信行业特有的套餐、合约和分外硬件（如路由器）等信息，因此运营商须要针对电信行业特定问题，利用自身的数据微调模型，并根据特定措辞进行优化，但这降落了天生式AI的支配效率。
而为电信行业量身定制大措辞模型将使运营商能够更快速、高效地支配高质量的天生式AI，加速电信业务和做事的人工智能转型。

与SKT等激进派比较，大多数运营商在天生式AI方面的布局相对守旧，紧张聚焦在利用现成的模型加快天生式AI的运用，对自身的网络和运营进行优化、改进用户体验、赋能员工等方面。
少数具有强大数据处理能力的运营商，则探索利用天生式AI创造新的收入来源。

基于天生式AI的用户做事谈天机器人是最主要且较为成熟的运用。
该运用能够理解用户意图，快速理解、总结和回运用户的详细问题，在为用户供应个性化做事的同时减少呼叫量，使客服职员能够腾出韶光处理更繁芜的问题。
IBM的研究表明，公司将呼叫中央均匀呼叫处理韶光每缩短一秒，每年可节省100万美元本钱。
谈天机器人可将均匀查询处理本钱从5~12美元降落到1美元。
从长远来看，天生式AI可以在供应信息的根本上，为用户供应套餐变更、升级或续签合同等做事，而无需人工干预。

例如，印度尼西亚电信公司Telkomsel推出的虚拟助手Veronika利用了一系列植根于自然措辞处理（NLP）和机器学习的编程措辞，这使其能够在做事用户时供应更自然、直不雅观的交互。
机器学习技能的上风使Veronika能够更深入地理解用户的做事需求，从而能够以更详细的办法，针对每位用户的哀求和利用情形供应量身定制的办理方案。
例如，根据用户需求推举得当的产品及干系信息，从而供应更个性化的做事。

与用于用户做事的天生式AI类似，赋能员工的天生式AI同样以“助理”的形态呈现，帮助员工更高效、更出色地完成任务。

沃达丰利用天生式AI技能编写代码，在大约250名开拓职员参与的试验中，生产率提高了30%~45%。
AT&T推出了基于ChatGPT的天生式AI平台“Ask AT&T”，让员工专注于更繁芜、更高代价的任务。
Ask AT&T能够利用天生式AI将遗留代码转换为当代代码，或授权员工完成常见的人力资源任务，例如变动预扣税、在保险操持中添加家属或为新员工申请打算机。
员工可以向Ask AT&T讯问问题或向其发出命令，该平台就会替员工把问题或命令发送给适当的职员。
大概不久往后，运营商还可以利用用户互动的数据，为客服职员供应辅导和绩效提升辅导，或利用人工智能工具进行实时发卖辅导，连续开释天生式AI的力量。

网络是运营商的核心资产和紧张本钱所在。
通过运用天生式AI技能，运营商可主动追踪并研究其网络及其他数据参数，优化网络方案和管理，在降本增效的同时为用户供应更高效、更可靠的做事。
但网络数据的敏感性是这方面运用发展的限定成分之一。

根据从网络性能、流量和用户行为等方面网络的数据，Three UK利用Azure Operator Insights优化网络配置、策略和参数。
随着干系技能的深入支配，天生式AI可以从现有的网络设置中学习并天生新的网络设置，从而提高网络的效率、可靠性和安全性，帮助运营商针对不同运用和用户设计并支配最佳网络切片方案，或调度网络参数以应对不断变革的需求。
同时天生式AI可以根据网络状态天生并实行适当的操作，从而帮助自动化网络管理任务，例如故障检测、诊断和打消。
此外，天生式AI还可以利用自然措辞处理，实现运营商和网络系统之间更加人性化的交互，如利用语音来掌握网络功能、吸收网络状态及其存在问题的自然措辞阐明。

当然，天生式AI还可以在网络生命周期的各个阶段发挥关键浸染。
例如工程师在安装网络元件时常日依赖手册和记录，而天生式AI可以学习这些数据并供应交互式辅导和提示，以简化安装任务，加快安装速率。
天生式AI还可以根据网络拓扑和配置数据对根本模型进行演习，用以推举网络元素的配置。
此外，当网络涌现故障时，天生式AI还可以向工程师推举打消故障的操作和程序。

少数具有强大数据处理能力的运营商将利用天生式AI创造新的收入来源。
例如，Orange宣告将在体育市场上利用天生式AI创造新产品，同时考试测验探索天生式AI在媒体环境中的货币化路子。
SKT则开拓了一款以消费者为中央的运用程序，利用户能够与之交互，进行诸如听音乐、发送短信、支付以及管理日程安排等操作。

除以上用例外，运营商还可以考试测验利用基于AI的工具理解和剖析用户数据，并利用天生式AI通过个性化推送和精准营销来提升古迹。
例如，根据目标受众的兴趣和行为，利用天生式AI创建线上内容的标题、择要、关键字和内容，提升内容对用户的吸引力。
天生式AI还可以利用网络剖析、用户关系管理平台及社交媒体等各种来源的数据，根据用户的属性、欲望、偏好和行为对用户进行细分，然后相应地制订个性化优惠方法，或根据用户之前的购买记录、网络历史记录和反馈等数据，向用户推举得当的个性化产品和做事。
例如，根据每个用户的预算、需求和利用习气，运营商可以利用天生式AI为其供应最佳套餐配置或做事建议。
天生式AI还可以利用第三方数据库、社交媒体等各种来源的数据，挖掘并联系与空想用户资料匹配的潜在用户，帮助发卖团队创造机会。
例如，利用天生式AI识别并联系正在搜索类似做事、具有明显意图并符合决策者标准的潜在用户，为运营商的业务办理方案创造发卖机会。

随着运营商深入支配天生式AI，其面临的问题和寻衅也逐渐显现。

天生式AI效果的好坏取决于演习它所用数据的质量。
运营商虽然拥有丰富的数据，但多数情形下这些数据都存在以下问题。
首先是碎片化，数据由不同的系统网络和存储，没有一个统一的数据库可供人工智能系统访问；其次是非构造化，数据存储为大量未分类数据，没有任何高下文或对其干系内容的阐明，这对付人工智能算法来说代价较低；末了是不完全，运营商常常丢失数据，而不完全的数据可能会导致人工智能系统的学习不一致或涌现缺点。
例如Verizon虽然拥有大量数据，但这些数据存在于2.9万个不同的数据源中，在很多方面都是碎片化的，没有统一的分类方法。
因此，Verizon正在将所有数据整合到通用平台并转化为通用的管理和分类构造。

由此可见，运营商的数据处理能力将对其采取天生式AI的进程产生重大影响。
在天生式AI运用方面处于领先地位的、具有强大数据处理能力的运营商在组织上具有以下共同特色：设有专门的AI卓越中央、普遍利用高等数据剖析（在全体组织中利用高等剖析，而不仅限于某些业务领域）以及具备当代数据根本举动步伐（例如云打算举动步伐）。

利用天生式AI须要大量的专有数据，运营商数据涉及敏感的用户信息，须要遵照严格的数据保护法规，确保数据安全合规（包括知识产权）是重大寻衅。

运营商内部的人工智能人才常日有限，很难找到同时精通数据科学、机器学习和人工智能算法的专业人士，招聘和留住人才对运营商而言都有一定寻衅性。
而对现有员工进行人工智能培训可能既耗时又耗本钱，建立内部人工智能团队更须要大量韶光，且可能奏效甚微。
在深入研究和开拓关键运用之前，须要确保团队具备相应技能并熟习他们须要利用的工具。
这对付运营商利用天生式AI来说极为主要，由于干系工具以及利用它们所需的技能都在快速变革。

运营商在处理过期的技能系统（即遗留系统）时仍旧面临重大障碍。
技能债（企业不办理影响未来的问题时产生的隐含本钱）和繁芜集成的包袱导致通信运营商的当代化步伐比其他行业慢。
Gartner预测，到2025年技能债将花费运营商当前IT预算的40%以上。
难以将新的天生式AI工具集成到旧的遗留系统中是人工智能集成失落败最常见的缘故原由之一。
同时，将人工智能办理方案与遗留系统、运用程序和网络集成可能导致兼容性问题。
仔细方案方案并确保与遗留系统的兼容，这对付人工智能的成功集成至关主要。

在组织中，运营商在采取天生式AI时须要勾引多个利益干系者积极参与，个中业务和IT利益干系者对付评估和履行天生式AI尤为关键。
一方面，业务部门（例如用户做事、营销和网络等）的领导者须要参与天生式AI的构思过程，并与其他利益干系者一起进行观点验证。
另一方面，IT部门虽然在评估中的浸染较小，但在天生式AI运用中起关键浸染。
这两方关键利益干系者共同决定天生式AI是否在组织中被采取，以及如何被采取，因此沟通和折衷双方的互助是一大寻衅。

天生式AI使运营商能够处理大量数据、识别模式并天生新颖的办理方案，有望改变传统做法并促进全行业创新。
AWS的一项研究估量，运营商对天生式AI的投资将持续增加。
目前已经采取天生式AI的运营商仅将其总技能支出的不到1%用于这些功能，但45%受访的运营商表示未来两年用于天生式AI的支出估量将激增至总技能支出的2%~6%。
这表明随着运营商扩大运用规模并探索新的运用领域，其在天生式AI上的支出在不久的将来可能增长六倍之多。
为了推动行业发达发展，运营商必须直面浩瀚寻衅，立足长远，将天生式AI融入自身运营构造中，开释天生式AI的真正力量。