Нейросети уже уверенно решают задачи оптимизации клиентского сервиса и управления сетью, сообщает «Российская газета» со ссылкой на руководителя онлайн-университета «Зерокодер» Кирилла Пшинника. Он отметил, что прежде всего это улучшение и ускорение работы контакт-центров с задачей сокращения издержек и перехода на автоответы по типовым вопросам. Также нейросети успешно справляются с прогнозированием нагрузки на сети, обнаружением багов и устранением неисправностей, оптимизацией распределения ресурсов.
По его словам, по мере развития сетей новых поколений ИИ становится не просто инструментом, а частью их архитектуры. Нейросетевые решения обеспечивают моделирование процессов в реальном времени, минимизируя риски и утечки данных, что делает возможным создание цифровых двойников инфраструктуры и пользователей.
Старший эксперт Института инженеров электротехники и электроники Данил Темников выделил два ключевых направления внедрения искусственного интеллекта: бизнес-задачи и управление самой сетью. По его объяснению, машинное обучение используется для прогнозного обслуживания оборудования, когда система анализирует данные и заранее определяет возможные сбои. Кроме того, ИИ помогает прогнозировать нагрузку на сеть и управлять ёмкостью, что позволяет заблаговременно усиливать покрытие в часы пик. Следующим этапом он назвал автономное управление, когда система принимает решения самостоятельно.
Технический директор хостинг-провайдера Tendence.ru Александр Щукин добавил, что операторы в первую очередь используют ИИ ради повышения экономической эффективности — для сокращения затрат, повышения эффективности оказания услуг и роста среднего дохода на абонента. По его мнению, нейросетевые технологии не меняют бизнес-модель, но повышают её результативность, а также могут быть востребованы для анализа и выявления паттернов при DDoS-атаках или телефонных мошенничествах.
Руководитель направления ИИ ИТ-холдинга Т1 Сергей Голицын подтвердил, что сегодня ИИ глубоко интегрирован в повседневные операции телекомов — от чат-ботов до сложных систем прогнозного анализа. Он уточнил, что ИИ не заменяет людей полностью, но дополняет их, делая процессы быстрее и точнее. По его мнению, стратегическая цель внедрения технологий — не только повышение эффективности, но и выживание в эру цифровизации. Он также отметил, что внутренние наработки в области ИИ становятся новым направлением бизнеса, так как многие телеком-компании создают на их основе коммерческие продукты и предлагают B2B-решения.
Однако, как отметил директор по работе с промышленным сектором группы Arenadata Максим Власюк, даже при явных преимуществах темпы внедрения ИИ сдерживаются рядом факторов. Основной трудностью для операторов он назвал данные, которые в большинстве компаний хранятся фрагментированно: часть в сетевых логах, часть в биллинге, часть в CRM-системах. По его объяснению, такие разрозненные и часто «грязные» данные мешают обучать модели, а решением является создание единого слоя управления данными.
Ключевым вызовом остаётся и защита информации, поскольку телеком-данные почти всегда связаны с персональной информацией пользователей. Здесь помогают технологии федеративного обучения и синтетические выборки, когда модели учатся на данных без их раскрытия.
В целом развитие искусственного интеллекта в телекоме уже вышло за рамки тестов и пилотов. Следующим шагом эксперты называют создание централизованных платформ данных, совершенствование нормативной базы и переход к автономным сетям нового поколения, где ИИ станет не вспомогательным элементом, а ядром всей экосистемы связи.
Ранее «Телеспутник» сообщал, что Минцифры РФ разработало несколько приказов, которые вводят единые требования для базовых станций 5G и абонентских терминалов сетей подвижной радиотелефонной связи.
