Telekomunikacja wkracza w nową erę. Sztuczna inteligencja nie jest już ograniczona do odosobnionych przypadków użycia lub automatyzacji działów. Zamiast tego staje się ona częścią całego przedsiębiorstwa, łącząc sieci, operacje, finanse, łańcuchy dostaw, realizację projektów, zarządzanie aktywami i zaangażowanie klientów.

Autonomiczne przedsiębiorstwo telekomunikacyjne to nowy sposób zarządzania firmą telekomunikacyjną, w którym agenci AI koordynują funkcje biznesowe w czasie rzeczywistym, a organizacja działa jak pojedynczy, połączony system w miarę zmieniających się warunków. Dla branży zarządzającej miliardami transakcji, złożonymi ekosystemami partnerów, ogromnymi inwestycjami w infrastrukturę i rosnącą presją na monetyzację sieci 5G i usług cyfrowych, ta zmiana nie jest stopniowa. To jest strukturalne.

Presja zmieniająca telekomunikację

Liderzy branży telekomunikacyjnej zmagają się z szeregiem wyzwań, których narastanie nie jest możliwe przy zastosowaniu tradycyjnych modeli operacyjnych.

Popyt na łączność stale rośnie, ale jej monetyzacja nadal stanowi wyzwanie. Technologie i usługi mobilne wniosły 7,6 biliona dolarów do światowej gospodarki w 2025 r. i oczekuje się, że do 2030 r. wniosą 11,3 biliona dolarów, w miarę jak przyspiesza rozwój technologii 5G, sztucznej inteligencji i transformacji cyfrowej. Jednocześnie 45% operatorów telekomunikacyjnych uważa monetyzację sztucznej inteligencji za priorytet strategiczny, co wskazuje na to ^,że cała branża koncentruje się na tworzeniu nowych źródeł przychodów, zamiast polegać wyłącznie na wzroście efektywności.1

Wdrożenie technologii 5G stwarza znaczące możliwości komercyjne, ale wymaga również bezprecedensowej elastyczności operacyjnej. GSMA prognozuje, że do 2030 roku 80% połączeń mobilnych na świecie będzie korzystać z technologii 5G, co zmusi operatorów do unowocześniania zasobów technologicznych przy jednoczesnej ich rozbudowie.¹

Oczekiwania klientów zmieniają się równie szybko. Badania PwC wykazały, że 70% kadry kierowniczej uważa, że oczekiwania klientów zmieniają się szybciej, niż ich organizacje są w stanie się do nich dostosować, a 29% konsumentów przyznaje, że przestali korzystać z usług danej marki ze względu na złe doświadczenia z obsługą klienta ^. Na bardzo konkurencyjnych rynkach doświadczenie klienta staje się równie ważne jak wydajność sieci.

Tymczasem operatorzy nadal inwestują znaczne środki w przyszłą infrastrukturę. Oczekuje się, że operatorzy telefonii komórkowej wydadzą ponad 1,3 biliona dolarów na infrastrukturę sieciową w latach 2024–2030, co wywiera ogromną presję na organizacje, aby zwiększały efektywność kapitałową i maksymalizowały zwrot z inwestycji.^{3 6}

Rezultatem jest środowisko biznesowe, w którym wydajność sieci, zadowolenie klienta, realizacja projektów, wykorzystanie zasobów, efektywność operacyjna i wyniki finansowe są ze sobą coraz bardziej powiązane. Tradycyjne metody automatyzacji pozwalają optymalizować poszczególne zadania. Przedsiębiorstwo autonomiczne łączy cały system.

Co sprawia, że przedsiębiorstwo jest autonomiczne?

Przedsiębiorstwo autonomiczne wykracza poza tradycyjną automatyzację. Łączy asystentów AI, agentów AI, procesy biznesowe i dane przedsiębiorstwa w jeden model operacyjny, który może wykrywać, rozumować, działać i dostosowywać się w czasie rzeczywistym.

Badania przeprowadzone przez firmę Ericsson wśród dostawców usług komunikacyjnych wykazały, że liderzy branży telekomunikacyjnej oczekują ^,że operacje wspomagane sztuczną inteligencją przyniosą od 5% do 10% redukcji kosztów operacyjnych sieci i IT, a jednocześnie poprawią jakość usług i skrócą czas reakcji.

Trzy cechy odróżniają przedsiębiorstwo autonomiczne od organizacji głęboko zautomatyzowanej.

Po pierwsze, firma może zareagować zanim zespoły się zorganizują. Gdy wystąpi awaria sieci, problem z łańcuchem dostaw lub spór dotyczący rozliczeń, agenci AI mogą koordynować reakcje w różnych systemach w czasie rzeczywistym, zamiast czekać na ręczną interwencję.

Po drugie, ludzie skupiają się na pracy wymagającej ludzkiego osądu. Rutynowe czynności, takie jak przetwarzanie faktur, prognozowanie, planowanie konserwacji, raportowanie projektów, rozwiązywanie sporów i administrowanie usługami, stają się coraz bardziej zautomatyzowane, dzięki czemu pracownicy mogą skupić się na innowacjach, relacjach z klientami i podejmowaniu strategicznych decyzji.

Po trzecie, szybkość i zarządzanie idą w parze. Każda czynność wykorzystująca sztuczną inteligencję pozostaje przejrzysta, możliwa do prześledzenia, podlega audytowi i jest zgodna z polityką biznesową oraz wymogami regulacyjnymi.

Jak to działa w całym łańcuchu wartości telekomunikacyjnych

Autonomiczne przedsiębiorstwo telekomunikacyjne obejmuje cztery podstawowe obszary wartości: planowanie, budowa i obsługa; pozyskiwanie i zatrzymywanie; realizacja i dostarczanie oraz fakturowanie i rozliczanie.

Zapotrzebowanie na takie zintegrowane podejście stale rośnie. Nokia prognozuje znaczny wzrost wolumenu i złożoności ruchu sieciowego w ciągu najbliższej dekady, co będzie spowodowane popytem konsumentów, cyfryzacją przedsiębiorstw, wdrożeniami Internetu rzeczy i wzorcami ruchu generowanymi przez sztuczną inteligencję.[5] W miarę jak sieci stają się coraz bardziej rozproszone, a portfele usług bardziej złożone, niepowiązane procesy tworzą wąskie gardła operacyjne, które mogą zostać wyeliminowane dzięki systemom autonomicznym.

Sztuczna inteligencja może wspierać planowanie i działanie sieci, personalizację interakcji z klientami, usprawnianie realizacji łańcucha dostaw, optymalizację procesów realizacji zamówień, automatyzację działań związanych z zarządzaniem przychodami oraz poprawę wyników finansowych. Jednak dla dostawców usług telekomunikacyjnych największe możliwości mogą pojawić się w dwóch obszarach stanowiących istotę branży: zarządzaniu aktywami i realizacji projektów.

Autonomiczne zarządzanie aktywami: przekształcanie infrastruktury sieciowej w inteligentny system

Dostawcy usług telekomunikacyjnych obsługują jedne z najbardziej złożonych środowisk aktywów na świecie. Sieci składają się z wież, tras światłowodowych, urządzeń radiowych, anten, systemów zasilania, infrastruktury brzegowej, centrów danych, pojazdów i sprzętu w lokalizacjach klientów, które wymagają planowania, wdrażania, konserwacji, modernizacji, a w końcu wycofania z eksploatacji.

Tradycyjnie zarządzanie tymi aktywami wiązało się z rozdrobnieniem systemów, ręczną koordynacją, reaktywnymi praktykami konserwacyjnymi i niepowiązanymi ze sobą przepływami pracy między działami operacyjnymi, finansowymi, zaopatrzeniowymi i usługami terenowymi. Autonomiczne zarządzanie aktywami przekształca ten model, łącząc sygnały operacyjne, historię konserwacji, dostępność zapasów, informacje o pracownikach i dane finansowe w system, który nieustannie się uczy.

Zamiast czekać, aż sprzęt ulegnie awarii, agenci AI mogą analizować wzorce działania w całej sieci, identyfikować pojawiające się zagrożenia, oceniać potencjalny wpływ na działalność firmy i automatycznie koordynować działania zapobiegawcze. Czynności konserwacyjne można planować proaktywnie, można zaplanować pracę techników na podstawie ich umiejętności i dostępności, można zarezerwować niezbędne części przed wysyłką, a zlecenia robocze można generować i śledzić przy minimalnej ingerencji ręcznej.

Działania terenowe również stają się bardziej inteligentne. Zamiast polegać na statycznych harmonogramach i wielu niezależnych narzędziach, technicy pracują w oparciu o wspomagane sztuczną inteligencją przepływy pracy, które nadają priorytet działaniom na podstawie wpływu na sieć, optymalizują trasy podróży, dostarczają bogate w kontekst historie zasobów i stale dostosowują się do zmieniających się warunków w ciągu dnia.

Z czasem powstaje ciągła pętla inteligencji zasobów, w której zasoby sieciowe generują dane operacyjne, sztuczna inteligencja ocenia te dane w czasie rzeczywistym, zagrożenia są identyfikowane automatycznie, plany konserwacji ewoluują dynamicznie, zapasy są proaktywnie repozycjonowane, a skutki finansowe są odzwierciedlane w całym przedsiębiorstwie. Sieć staje się czymś więcej niż tylko fizyczną infrastrukturą. Staje się inteligentnym systemem, który pomaga operatorom zwiększać niezawodność, kontrolować koszty i maksymalizować wydajność aktywów przez cały cykl ich życia.

Autonomiczna realizacja projektów: nowe spojrzenie na sposób, w jaki operatorzy telekomunikacyjni budują sieci

Telekomunikacja jest jedną z branż wymagających największej liczby projektów na świecie.

Niezależnie od tego, czy wdrażamy sieć światłowodową do domu, modernizujemy infrastrukturę radiową, rozbudowujemy centra danych, budujemy wieże, uruchamiamy usługi 5G czy tworzymy możliwości przetwarzania brzegowego, operatorzy polegają na złożonych programach inwestycyjnych, które wymagają koordynacji między inżynierią, zaopatrzeniem, finansami, operacjami, dostawcami, wykonawcami i interesariuszami regulacyjnymi.

Tradycyjne podejście do zarządzania projektami często nie nadąża za skalą i złożonością tych inicjatyw. Autonomiczna realizacja projektów wprowadza sztuczną inteligencję bezpośrednio do planowania, realizacji i zarządzania projektami, pomagając organizacjom przejść od ręcznej koordynacji do inteligentnej orkiestracji.

Agenci AI mogą stale monitorować harmonogramy, budżety, dostępność siły roboczej, działania związane z zaopatrzeniem, wydajność wykonawców, dostawy materiałów i kamienie milowe projektów. Zamiast polegać na okresowych aktualizacjach statusu, zespoły projektowe otrzymują proaktywne informacje na temat pojawiających się zagrożeń, potencjalnych opóźnień, ograniczeń zasobów i odchyleń od budżetu, zanim wpłyną one na wyniki realizacji.

W miarę postępu projektów sztuczna inteligencja może pomagać w przydzielaniu zasobów, koordynacji wykonawców, planowaniu zamówień, prognozowaniu harmonogramu, rozwiązywaniu problemów, raportowaniu projektu i zarządzaniu finansami. Dzięki temu zespoły projektowe mogą poświęcić mniej czasu na gromadzenie informacji, a więcej na podejmowanie świadomych decyzji.

Wartość ta staje się szczególnie znacząca, gdyż telekomunikacja pozostaje jedną z najbardziej kapitałochłonnych branż na świecie. Operatorzy muszą stale równoważyć inwestycje w infrastrukturę z rentownością, dbając jednocześnie o to, aby nowe możliwości sieciowe szybko trafiały na rynek. Autonomiczna realizacja projektów pomaga przyspieszyć realizację, poprawić efektywność kapitału, zwiększyć przejrzystość portfela i skrócić czas między inwestycją a realizacją wartości.^{3 6}

Największe korzyści pojawiają się, gdy realizacja projektu i zarządzanie aktywami funkcjonują łącznie. Program wdrażania światłowodów, budowy masztów lub modernizacji sieci nie kończy się po zakończeniu budowy. Nowo wdrożone aktywa muszą zostać skapitalizowane, udokumentowane, monitorowane, konserwowane, optymalizowane i docelowo odnowione. Łącząc realizację projektu bezpośrednio z zarządzaniem cyklem życia aktywów, operatorzy tworzą ciągły cyfrowy kanał komunikacji, od planowania i budowy aż po bieżące operacje. Eliminuje to opóźnienia w przekazywaniu danych, poprawia jakość danych i umożliwia bardziej zintegrowane podejście do zarządzania inwestycjami w infrastrukturę.

Joule: Jedno miejsce pracy dla całej firmy

Podstawą autonomicznego doświadczenia przedsiębiorstwa jest Joule, warstwa zaangażowania sztucznej inteligencji SAP, która łączy dane, przepływy pracy i agentów w systemach SAP i systemach innych firm.

Inżynierowie sieciowi, technicy serwisowi, kierownicy projektów, przedstawiciele obsługi klienta, zespoły finansowe, specjaliści ds. zaopatrzenia i liderzy operacyjni nie muszą już nawigować po odłączonych aplikacjach, aby wykonać swoją pracę. Zamiast tego mogą uzyskać dostęp do kontekstu biznesowego, spostrzeżeń, rekomendacji i działań podejmowanych przez agentów w ramach jednego doświadczenia.

Dzięki interakcjom tekstowym i głosowym dostępnym na komputerach stacjonarnych i urządzeniach mobilnych rozwiązanie Joule pomaga łączyć ludzi, procesy i agentów AI, co pozwala na efektywniejsze wykonywanie zadań w całym przedsiębiorstwie.

Co wiodące firmy telekomunikacyjne już osiągają

Organizacje z sektora telekomunikacyjnego już dostrzegają wymierne korzyści płynące z inteligentnej automatyzacji i modeli operacyjnych opartych na sztucznej inteligencji.

Deutsche Telekom odnotowało 12-procentową redukcję zatrudnienia w ujęciu rok do roku przy jednoczesnym rozszerzeniu usług, wygenerowało ponad 1 milion euro oszczędności operacyjnych dzięki SAP Business Network i SAP Ariba oraz osiągnęło wskaźnik terminowych płatności na poziomie 96,26% przy bezkontaktowym przetwarzaniu faktur na poziomie 92,4%.

Telstra zredukowała błąd prognozy o 34%, poprawiła dostępność produktów w ponad 600 lokalizacjach magazynowych i skróciła czas dostępności części zamiennych w przypadku awarii sieci o 16%.

PLDT zarządzało ponad 2800 zdarzeniami sourcingowymi o łącznej wartości ponad 630 milionów dolarów amerykańskich, przetwarzając wydatki o wartości 6,4 miliarda dolarów amerykańskich za pośrednictwem SAP Business Network.

Vodafone obniżył koszty operacyjne o 20% dzięki przejściu z infrastruktury lokalnej na operacje w chmurze.

Wyniki te pokazują, że fundamenty autonomicznego przedsiębiorstwa już teraz generują wymierną wartość biznesową w całym sektorze telekomunikacyjnym.

Początek lepszego

Autonomiczne przedsiębiorstwo telekomunikacyjne nie jest wizją przyszłości. Fundacja już istnieje.

Łącząc agentów AI, ujednolicone dane biznesowe, wiedzę branżową, autonomiczne zarządzanie aktywami, autonomiczną realizację projektów i zarządzanie na poziomie korporacyjnym, firmy telekomunikacyjne mogą tworzyć organizacje, które nieustannie dostosowują się do zmieniających się warunków, zachowując jednocześnie kontrolę operacyjną.

Liderom branży telekomunikacyjnej, którzy chcą wyjść poza zarządzanie złożonością i zacząć przekształcać ją w przewagę konkurencyjną, przedsiębiorstwo autonomiczne oferuje zupełnie inny model operacyjny. Sieci stają się bardziej odporne. Projekty infrastrukturalne stają się bardziej przewidywalne. Doświadczenia klientów stają się bardziej proaktywne. Szybciej identyfikujemy i wykorzystujemy możliwości generowania przychodów. Pracownicy mogą skupić się na pracy, która przynosi im największą wartość, ponieważ inteligentne systemy zajmują się większością koordynacji operacyjnej.

W rezultacie powstała firma telekomunikacyjna, która działa mniej jak zbiór silosów funkcjonalnych, a bardziej jak pojedyncze, inteligentne przedsiębiorstwo.