在2023年最新的生成式人工智能（GenAI）吸引大量关注之后，人工智能（AI）仍是2024年的首要讨论话题。电信运营商（CSP）涉足聊天机器人领域，电信供应商考虑如何利用自然语言处理（NLP）提升产品的可用性，超大规模云提供商和IT软件供应商构建更强大的大型语言模型（LLM）。NVIDIA因其GPU是目前训练这些模型的最佳选择而成为最大的受益者。“传统的”预测式AI越来越多地应用于分析工具，从而协助CSP提高效率，最重要的是从数据中获取洞察以帮助CSP提高收入。

  
本报告尝试捕捉GenAI和通用AI在电信领域的发展。Omdia的目标是定期发布更新，但是考虑到变化速度之快，建议客户在两次发布之间通过AskAnAnalyst服务联系我们，从而了解最新进展。

  
本报告包括：Omdia目前对AI/GenAI的思考，因其与电信行业的运营、服务和基础设施都存在关联。需要注意的是，虽然本报告重点在于服务提供商（SP）运营和IT，本次更新添加了Omdia的其他SP信息服务的洞察。自本报告的上一次更新（发布于2023年10月）以来重要的CSP和供应商公告。自本报告的上一次更新以来对AI和GenAI的调查摘要。更新的常见问题解答。更新的建议。已发布的电信运营商AI研究。

CSP不应担心没有及时加入AI队伍，但也不应犹豫不决。预测式AI和生成式AI都将会继续发展，因此虽然有对数据质量、隐私、偏向等方面的合理担忧，一些CSP正在向前推进。这些已经开启AI进程的CSP正在见证运营效率和客户满意度的可衡量的有效提升，其方法是从小处着手，找到痛点，确定关键绩效指标（KPI）,然后开始行动。这种方法是进行任何转型的最佳方式。

  
CSP应该促进部门合作并使信息更容易自由流动。生成式AI使数据访问民主化，将更多人带入对话。当然，访问控制和隐私仍至关重要，但是随着更多人开始处理更多类型的数据，引发新想法的机会也会增加。

  
CSP应该利用合作伙伴的优势，同时还要加强自身内部技能，从而不过度依赖合作伙伴。市场与AI同样发展迅速，合作伙伴关系和生态的重要性前所未有。CSP及其供应商和顾问将一同学习和成长。大量的试错需要勇气和耐心。

  
供应商应使其系统运行保持透明，因为许多人可能对LLM和AI技术有更广泛的、现实且合理的担忧。CSP想要AI助力它们的自动化进程，但是在放弃控制权之前，它们需要接受任何建议背后的逻辑。它们还应该确认自身用户界面和工具对于非数据专家来说也是可及的，从而在CSP组织的所有部分都最大程度地采用AI。