电信运营商正在积极利用人工智能，以提高其分析能力并简化无线接入网络（RAN）运营。

生成式AI的出现不可逆转地改变了电信行业。电信公司及其生态系统合作伙伴正在竞相利用基于语言模型的大型工具来改善呼叫中心客户支持、客户参与和账单解释等领域的整体体验。

与此同时，生成式AI正在引领电信公司从人工智能和机器学习技术进行转变。ML（结合AI）继续在电信决策中发挥关键作用。但是，随着传统分析方法难以应对电信运营商从不同来源获得的大量数据，这种新一代人工智能驱动的预测分析为电信公司提供了提取可操作见解的能力。

人工智能驱动的分析：改善电信分析结果

人工智能驱动的分析可以使电信运营商能够做到以下几点：

• 更好地了解客户行为。
• 预测网络拥堵。
• 预测服务需求波动。

借助这些高级算法，电信运营商可以优化网络资源分配，提高服务质量，并在影响最终用户和客户满意度之前解决网络问题。他们也可以更好地管理流失。例如，通过采用高级分析，电信公司可以优先考虑如何留住报告网络体验不满意的客户。

此外，人工智能算法使运营商能够更有效地梳理历史数据，以便在网络故障发生之前进行预测。这包括在数字孪生中嵌入AI和ML模型，这些模型可以通过传入遥测检测异常，并触发警报以解决新出现的问题。注入人工智能的数字孪生还可以帮助电信公司更有效地分配资源，确定需要基础设施升级和修改的网络部分。

这些支持人工智能的功能对新兴的AI无线接入网络（RAN）策略有直接影响。

AI RAN：为电信RAN创新铺平道路

在运营商RAN投资组合中集成AI功能，极大地提高人们对AI RAN的兴趣。这种集成使移动网络运营商能够在整个开发和部署过程中提高RAN效率。它还有利于整个移动网络，并增强网络边缘智能。

此外，AI正在被利用以开创RAN性能的新时代，优化传输功率和天线配置等因素。与此同时，数字孪生在AI RAN产品开发中发挥着关键作用，支持远程控制、监控和分析以及场景规划等用例。

RAN的其他人工智能用例包括以下内容：

• 通过更好的电力分配管理，寻找方法来减少能源消耗。
• 为网络模式找到更节能的配置设置。
• 精确定位耗能组件。

随着运营商通过更大的移动性、灵活性、安全性和可靠性来推进其数字化转型，利用AI RAN可以促进电信人工智能的发展。它还通过使现有部署更加智能，帮助电信公司加强其可持续性使命。

AI RAN将从行业组织中获得额外的动力，例如在今年的移动世界大会上首次亮相的AI-RAN联盟。AWS、Arm、DeepSig、爱立信、微软、诺基亚、Northeastern University、英伟达、三星电子、软银和T-Mobile是该联盟的创始成员。