Telekommunikation går ind i en ny æra. AI er ikke længere begrænset til isolerede anvendelsesscenarier eller automatisering på tværs af afdelinger. I stedet bliver det integreret på tværs af virksomheden og forbinder netværk, drift, økonomi, forsyningskæder, projektlevering, aktivstyring og kundeengagement.

Den autonome virksomhed inden for telekommunikation beskriver en ny måde at drive et teleselskab på, hvor AI-agenter koordinerer på tværs af forretningsfunktioner i realtid, og organisationen fungerer som et enkelt forbundet system, når forholdene ændrer sig. For en branche, der håndterer milliarder af transaktioner, komplekse partnerøkosystemer, massive infrastrukturinvesteringer og et voksende pres for at tjene penge på 5G og digitale tjenester, er dette skift ikke trinvis. Det er strukturelt.

Presset, der omformer telekommunikation

Telekommunikationsledere navigerer i et sæt pres, der er konvergeret hurtigere, end traditionelle driftsmodeller kan absorbere.

Efterspørgslen efter konnektivitet fortsætter med at stige, men monetarisering er fortsat udfordrende. Mobilteknologier og -tjenester bidrog med 7,6 billioner dollars til den globale økonomi i 2025 og forventes at bidrage med 11,3 billioner dollars inden 2030 i takt med at 5G, AI og digital transformation accelererer. Samtidig identificerer 45 % af teleoperatørerne monetisering med AI som en strategisk prioritet, hvilket fremhæver et brancheomfattende fokus på ^atskabe nye indtægtsstrømme i stedet for udelukkende at stole på effektivitetsgevinster.

Udrulningen af 5G skaber betydelige kommercielle muligheder, men kræver også hidtil uset operationel fleksibilitet. GSMA forudser, at 80 % af de globale mobilforbindelser vil bruge 5G inden 2030, hvilket kræver, at operatørerne moderniserer deres teknologiske udbud ^,samtidig med at de udvides.

Kundernes forventninger udvikler sig lige så hurtigt. PwC-undersøgelse viste, at 70 % af ledere mener,^at kundernes forventninger ændrer sig hurtigere, end deres organisationer kan tilpasse sig, mens 29 % af forbrugerne siger, at de er holdt op med at bruge et brand på grund af dårlig kundeoplevelse. I meget konkurrenceprægede markeder bliver kundeoplevelsen lige så vigtig som netværkets ydeevne.

I mellemtiden fortsætter operatørerne med at investere kraftigt i fremtidig infrastruktur. Mobiloperatører forventes at bruge mere end 1,3 billioner dollars på netværksinfrastruktur mellem 2024 og 2030, hvilket lægger et enormt pres ^påorganisationer for at forbedre kapitaleffektiviteten og maksimere investeringsafkastet.

Resultatet er et forretningsmiljø, hvor netværksydelse, kundetilfredshed, projektudførelse, aktivudnyttelse, driftseffektivitet og økonomisk præstation i stigende grad er forbundet. Ældre automatisering kan optimere individuelle opgaver. Den autonome virksomhed forbinder hele systemet.

Hvad gør en virksomhed selvstændig?

En autonom virksomhed går ud over traditionel automatisering. Den kombinerer AI-assistenter, AI-agenter, forretningsprocesser og virksomhedsdata i en driftsmodel, der kan registrere, ræsonnere, handle og tilpasse sig i realtid.

Undersøgelser udført af Ericsson blandt kommunikationsudbydere viste, at telekommunikationsledere forventer, at AI-aktiverede operationer vil levere 5% til 10% reduktioner i netværks- og IT-driftsomkostninger ^,samtidig med at servicekvaliteten og responstiden forbedres.

Tre karakteristika adskiller en autonom virksomhed fra en dybt automatiseret organisation.

For det første kan virksomheden reagere, før teamene mødes. Når der opstår en netværksfejl, et problem i forsyningskæden eller en faktureringstvist, kan AI-agenter koordinere reaktioner på tværs af systemer i realtid i stedet for at vente på manuel indgriben.

For det andet fokuserer folk på det arbejde, der kræver menneskelig dømmekraft. Rutinemæssige aktiviteter som fakturabehandling, prognoser, vedligeholdelsesplanlægning, projektrapportering, tvistbilæggelse og serviceadministration bliver i stigende grad automatiserede, hvilket giver medarbejderne mulighed for at fokusere på innovation, kunderelationer og strategisk beslutningstagning.

For det tredje fungerer hastighed og styring sammen. Enhver AI-drevet handling forbliver transparent, sporbar, kontrollerbar og i overensstemmelse med forretningspolitikker og lovgivningsmæssige krav.

Sådan fungerer det på tværs af telekommunikationsværdikæden

Den autonome virksomhed inden for telekommunikation spænder over fire kerneværdidomæner: Planlæg, byg og drift; erhverv og behold; opfylde og levere; og fakturer og afregn.

Behovet for denne sammenhængende tilgang fortsætter med at stige. Nokia forudser en betydelig vækst i netværkstrafikvolumen og -kompleksitet i løbet af det kommende årti, drevet af forbrugernes efterspørgsel, virksomhedsdigitalisering, IoT-implementeringer og AI-genererede trafikmønstre.[5] Efterhånden som netværk bliver mere distribuerede, og serviceporteføljer bliver mere komplekse, skaber usammenhængende processer operationelle flaskehalse, som autonome systemer kan hjælpe med at eliminere.

AI kan understøtte planlægning og netværksdrift, personliggøre kundeengagement, strømline eksekvering af forsyningskæden, optimere ordrebehandlingsprocesser, automatisere indtægtsstyringsaktiviteter og forbedre den økonomiske præstation. For telekommunikationsudbydere kan de største muligheder dog findes inden for to områder, der er centrale for branchen: aktivforvaltning og projektlevering.

Autonom aktivstyring: Forvandling af netværksinfrastruktur til et intelligent system

Telekommunikationsudbydere driver nogle af de mest komplekse aktivmiljøer i verden. Netværk består af tårne, fiberruter, radioer, antenner, strømforsyningssystemer, edge-infrastruktur, datacentre, køretøjer og udstyr i kundens lokaler, der skal planlægges, implementeres, vedligeholdes, opgraderes og til sidst tages ud af drift.

Historisk set har styringen af disse aktiver involveret fragmenterede systemer, manuel koordinering, reaktive vedligeholdelsespraksisser og usammenhængende arbejdsgange mellem drift, økonomi, indkøb og felttjenester. Autonom aktivstyring transformerer denne model ved at forbinde driftssignaler, vedligeholdelseshistorik, lagerbeholdning, arbejdsstyrkeinformation og økonomiske data til et kontinuerligt lærende system.

I stedet for at vente på, at udstyret svigter, kan AI-agenter analysere ydeevnemønstre på tværs af netværket, identificere nye risici, vurdere potentiel forretningsmæssig indvirkning og automatisk koordinere forebyggende handlinger. Vedligeholdelsesaktiviteter kan planlægges proaktivt, teknikere kan planlægges baseret på færdigheder og tilgængelighed, nødvendige dele kan reserveres før afsendelse, og arbejdsordrer kan genereres og spores med minimal manuel indgriben.

Markarbejdet bliver også mere intelligent. I stedet for at stole på statiske tidsplaner og flere frakoblede værktøjer arbejder teknikere inden for AI-assisterede arbejdsgange, der prioriterer aktiviteter baseret på netværkspåvirkning, optimerer rejseruter, leverer kontekstrige aktivhistorikker og løbende tilpasser sig, når forholdene ændrer sig i løbet af dagen.

Over tid skaber dette en kontinuerlig løkke af aktivintelligens, hvor netværksaktiver genererer driftsdata, AI evaluerer disse data i realtid, risici identificeres automatisk, vedligeholdelsesplaner udvikler sig dynamisk, lagerbeholdning ompositioneres proaktivt, og økonomiske konsekvenser afspejles i hele virksomheden. Netværket bliver mere end fysisk infrastruktur. Det bliver et intelligent system, der er i stand til at hjælpe operatører med at forbedre pålideligheden, kontrollere omkostningerne og maksimere aktivernes ydeevne gennem hele aktivets livscyklus.

Autonom projektlevering: Gentænkning af, hvordan teleselskaber bygger netværk

Telekommunikation er også en af verdens mest projektintensive industrier.

Uanset om det drejer sig om at implementere fiber-til-hjemmet, modernisere radioinfrastruktur, udvide datacentre, bygge tårne, lancere 5G-tjenester eller opbygge edge computing-kapaciteter, er operatører afhængige af komplekse kapitalprogrammer, der kræver koordinering på tværs af teknik, indkøb, finans, drift, leverandører, entreprenører og lovgivningsmæssige interessenter.

Traditionelle projektledelsesmetoder har ofte svært ved at holde trit med omfanget og kompleksiteten af disse initiativer. Autonom projektlevering introducerer AI direkte i planlægning, udførelse og styring af projekter og hjælper organisationer med at gå fra manuel koordinering til intelligent orkestrering.

AI-agenter kan løbende overvåge tidsplaner, budgetter, tilgængelighed af arbejdsstyrke, indkøbsaktiviteter, entreprenørers præstation, materialeleverancer og projektets milepæle. I stedet for at være afhængige af periodiske statusopdateringer modtager projektteams proaktiv indsigt i nye risici, potentielle forsinkelser, ressourcebegrænsninger og budgetafvigelser, før de påvirker leveranceresultaterne.

Efterhånden som projekterne skrider frem, kan AI hjælpe med ressourceallokering, koordinering af entreprenører, indkøbsplanlægning, tidsplanlægning, problemløsning, projektrapportering og økonomistyring. Dette giver projektteams mulighed for at bruge mindre tid på at indsamle information og mere tid på at træffe informerede beslutninger.

Værdien bliver særligt betydelig, fordi telekommunikation fortsat er en af de mest kapitalintensive industrier globalt. Operatører skal konsekvent afbalancere infrastrukturinvesteringer med rentabilitet, samtidig med at de sikrer, at nye netværkskapaciteter hurtigt når markedet. Autonom projektlevering hjælper med at accelerere udførelsen, forbedre kapitaleffektiviteten, øge porteføljens synlighed og forkorte tiden mellem investering og værdirealisering.^{3 6}

Den største fordel opstår, når projektlevering og aktivforvaltning fungerer sammen. En fiberudrulning, opførelse af tårne eller et netværksmoderniseringsprogram slutter ikke, når byggeriet er færdigt. Nyligt implementerede aktiver skal kapitaliseres, dokumenteres, overvåges, vedligeholdes, optimeres og i sidste ende fornyes. Ved at forbinde projektudførelse direkte med aktivernes livscyklusstyring skaber operatørerne en kontinuerlig digital tråd fra planlægning og konstruktion til den løbende drift. Dette eliminerer forsinkelser i overdragelsen, forbedrer datakvaliteten og muliggør en mere integreret tilgang til styring af infrastrukturinvesteringer.

Joule: Én arbejdsplads til hele virksomheden

I centrum for den autonome virksomhedsoplevelse er Joule, SAPs AI-engagementslag, der samler data, arbejdsgange og agenter på tværs af SAP og tredjepartssystemer.

Netværksingeniører, serviceteknikere, projektledere, kundeservicerepræsentanter, økonomiteams, indkøbsspecialister og driftsledere behøver ikke længere at navigere i frakoblede applikationer for at udføre arbejdet. I stedet kan de få adgang til forretningskontekst, indsigt, anbefalinger og agentdrevne handlinger gennem én enkelt oplevelse.

Joule er tilgængelig via tekst- og stemmeinteraktioner på stationære og mobile enheder og hjælper med at forbinde mennesker, processer og AI-agenter, så arbejdet kan bevæge sig mere effektivt på tværs af virksomheden.

Hvad førende teleselskaber allerede opnår

Organisationer i hele telekommunikationssektoren oplever allerede målbare fordele ved intelligent automatisering og AI-aktiverede driftsmodeller.

Deutsche Telekom opnåede en reduktion i antallet af medarbejdere på 12 % i forhold til året før, samtidig med at de udvidede deres tjenester, genererede driftsbesparelser på mere end 1 million euro gennem SAP Business Network og SAP Ariba og opnåede en rettidig betalingsrate på 96,26 % med en kontaktløs fakturabehandling på 92,4 %.

Telstra reducerede prognosefejl med 34 %, forbedrede produkttilgængeligheden på tværs af mere end 600 lagersteder og forkortede reservedeles tilgængelighedstid til netværksfejludbedring med 16 %.

PLDT håndterede mere end 2.800 sourcing-events til en værdi af mere end 630 millioner amerikanske dollars, mens de behandlede udgifter til en værdi af 6,4 milliarder amerikanske dollars via SAP Business Network.

Vodafone reducerede driftsomkostningerne med 20 % gennem overgangen fra lokal infrastruktur til cloudbaseret drift.

Disse resultater viser, at fundamentet for den autonome virksomhed allerede skaber målbar forretningsværdi på tværs af telekommunikationssektoren.

Begyndelsen på det bedre

Den autonome virksomhed inden for telekommunikation er ikke en fremtidsvision. Fonden eksisterer allerede.

Ved at kombinere AI-agenter, samlede forretningsdata, brancheekspertise, autonom aktivstyring, autonom projektlevering og styring i virksomhedsklassen kan telekommunikationsvirksomheder skabe organisationer, der løbende tilpasser sig skiftende forhold, samtidig med at de opretholder operationel kontrol.

For ledere inden for telekommunikation, der ønsker at bevæge sig ud over at håndtere kompleksitet og begynde at omdanne den til en konkurrencefordel, tilbyder den autonome virksomhed en fundamentalt anderledes driftsmodel. Netværk bliver mere robuste. Infrastrukturprojekter bliver mere forudsigelige. Kundeoplevelserne bliver mere proaktive. Indtægtsmuligheder identificeres og udnyttes hurtigere. Og medarbejderne kan fokusere deres tid på det arbejde, der skaber størst værdi, fordi intelligente systemer håndterer en stor del af den operationelle koordinering.

Resultatet er en telekommunikationsvirksomhed, der fungerer mindre som en samling af funktionelle siloer og mere som én intelligent virksomhed.