自2022年末,ChatGPT登場後,生成式AI之應用潛力即受到全球產業界之熱烈關注,各領域之龍頭業者亦開始思考,如何導入生成式AI技術進入自身的商業體系中,進而利用前瞻技術提升競爭力。生成式AI有別於主要進行特定行為的自動化之普通AI不同,可依據訓練資料產出快速產出與幾乎無異於人力產出之全新內容(包含文字、圖片、數據…等),此項特性也為生成式AI被高度重視之主因。本文將探討生成式AI在電信領域中的應用模式,以及對於前瞻通訊網路技術發展之影響。
據nVIDIA針對電信業者導入AI意願之調查報告顯示,在2022年至2023年間,電信業者對於AI可實現具體經濟效益一事之信賴度快速增加(2022年有49%之電信業者認為經濟不確定性影響其投資AI;2023年時則下滑至32%);且升級AI相關基礎設施之意願大幅提升(2022年有49%之電信業者認為基礎設施升級一事影響其投資AI;2023年時則下滑至29%)。此外,目前電信業者投資AI之相關項目,以客戶體驗最佳化(49%)、生成式AI(42%)與安全防護(42%)三領域為多。其他領域包含網路預測性維護、緯路規劃與營運以及改善現場作業流程等。而電信領域顧問公司Altman Solon於2023年9月公布之調查報告「Telecommunications Generative AI Study」中則依據導入難易度的高低,以及可增加之商業利益。將生成式AI的應用類別區分為「優勢明顯」與「具備風險」兩類型。「優勢明顯」類型具備導入難易度低、可增加商業利益高之特性,目前屬於此分類之生成式AI應用包含AI克服、員工教育訓練、聯絡中心文件生成、自動產生代碼文檔、洞察生成等;另一方面,「具備風險」類型同樣具備高度的商業利益,但同時導入難易度較高,為未來預期發展之生成式AI應用。「具備風險」類型之生成式AI應用包含個人化行銷、合成數據生成、自動產生程式碼等應用。
從網路通訊前瞻技術發展的角度來看,生成式AI有望協助基於意圖網路((Intent-Based Network, IBN)與語意通訊(Semantic communication)之概念成真。未來網路結構將變得十分複雜,預期將有數十億規模的連接設備(感測器、智慧型手機/平板、穿戴式裝置…等)進行連結,高效率、自動化分配網路資源將成為滿足未來時代網路需求的重要課題。IBN的目標為創建出可自行營運之網路。使用者僅需要告知IBN使用網路之意圖(目的),IBN即會自動分配合適之網路資源提供使用者運用。而語意通訊指藉由擷取通訊訊息中的關鍵訊息,以壓縮比更高的方式對資訊進行編碼並傳輸。由於不需要完整地傳輸全部原始數據,可以提高傳輸效率,並節省大量的頻寬。
總結以上所述,目前生成式AI於電信領域多做為人員之輔助工具使用,協助工作人員簡化、最佳化工作流程;長期來看更有望成為實現IBN、語意通訊等前瞻網路通訊之關鍵技術,未來之發展應用模式可期。