Ngành viễn thông trong hàng chục năm qua đã giúp thúc đẩy sự thay đổi mang tính cách mạng – tạo điều kiện cho mọi thứ, từ điện thoại và truyền hình đến live streaming và ô tô tự lái. Tuy nhiên, lĩnh vực này từ lâu đã được coi là động lực phát triển trong hoạt động kinh doanh của chính nó.
Một cuộc khảo sát gần đây với hơn 400 chuyên gia trong ngành viễn thông từ khắp nơi trên thế giới cho thấy họ đều có thái độ thận trọng trong cách họ lên kế hoạch thiết kế và triển khai các chiến lược AI của mình.
Để có được bức tranh đầy đủ hơn về cách ngành viễn thông đang sử dụng AI và hướng đi của nó, cuộc khảo sát “State of AI in Telecommunications” đầu tiên của NVIDIA có các câu hỏi bao gồm nhiều chủ đề AI, chi tiêu cho hạ tầng, các ứng dụng hàng đầu, những thách thức lớn nhất và các mô hình triển khai.
Những người tham gia khảo sát bao gồm các lãnh đạo cấp C, nhà quản lý, nhà phát triển và kiến trúc sư CNTT từ các công ty viễn thông di động, cố định và cáp. Cuộc khảo sát được thực hiện trong 8 tuần từ giữa tháng 11 năm 2022 đến giữa tháng 1 năm 2023.
Nắm lấy AI để tạo động lực
Kết quả khảo sát cho thấy hai chủ đề nhất quán: các công ty trong ngành (73%) coi AI là công cụ để tăng doanh thu, cải thiện hoạt động và tính bền vững hoặc tăng cường giữ chân khách hàng. Trong bối cảnh có nhiều hoài nghi về tiềm năng doanh thu của 5G, các công ty viễn thông coi hiệu quả do AI mang lại là con đường khả thi nhất để mang lại lợi tức đầu tư.
Tuy nhiên, 93% những người trả lời câu hỏi về việc thực hiện các dự án AI tại công ty của họ dường như đang đầu tư dưới mức đáng kể vào AI tính theo phần trăm chi tiêu vốn hàng năm.
Khoảng 50% số người được hỏi cho biết đã chi ít hơn 1 triệu USD vào năm ngoái cho các dự án AI; một năm trước đó, 60% số người được hỏi cho biết họ đã chi ít hơn 1 triệu USD cho AI. Chỉ 3% số người được hỏi đã chi hơn 50 triệu USD cho AI vào năm 2022.
Nguyên nhân nào dẫn đến việc chi tiêu thận trọng như vậy? Khoảng 44% số người được hỏi cho biết họ không thể định lượng đầy đủ lợi tức đầu tư (ROI), điều này cho thấy sự không phù hợp giữa mong muốn và thực tế trong việc giới thiệu các giải pháp dựa trên AI.
Những thách thức về mặt kỹ thuật – dù là do thiếu nhân sự lành nghề hay hạ tầng kém – cũng đang cản trở việc áp dụng AI. Trong số những người được hỏi, 34% cho rằng việc thiếu số lượng nhà khoa học dữ liệu là thách thức lớn thứ hai. Cho rằng các nhà khoa học dữ liệu được săn đón ở khắp các ngành, câu trả lời cho thấy rằng ngành viễn thông cần phải nỗ lực hơn nữa để thu hút họ.
Với 33% số người được hỏi cũng cho rằng thiếu ngân sách cho các dự án AI, kết quả cho thấy những người ủng hộ AI cần làm việc chăm chỉ hơn với những người ra quyết định để phát triển một trường hợp thuyết phục cho việc áp dụng AI.
Tương tự như vậy, đối với giải pháp công nghệ dựa trên dữ liệu, những lo ngại về tính sẵn sàng, cách xử lý, quyền riêng tư và bảo mật của dữ liệu đều là những vấn đề quan trọng cần được giải quyết, đặc biệt là trong bối cảnh luật về quyền riêng tư dữ liệu và nơi cư trú dữ liệu trên toàn cầu, chẳng hạn như GDPR.
Tương tác AI
Khoảng 95% số người được hỏi trong ngành viễn thông cho biết họ đang quan tâm đến AI. Nhưng chỉ 34% số người được hỏi cho biết đã sử dụng AI trong hơn sáu tháng, trong khi 23% cho biết họ vẫn đang tìm hiểu về các lựa chọn khác nhau cho AI. 18% cho biết đang trong giai đoạn thử nghiệm hoặc thí điểm của một dự án AI.
Đối với những người trả lời khảo sát đang ở giai đoạn thử nghiệm hoặc triển khai, phần lớn thừa nhận rằng đã có tác động tích cực đến cả doanh thu và chi phí. Khoảng 73% số người được hỏi báo cáo rằng việc triển khai AI đã giúp tăng doanh thu trong năm ngoái, với 17% ghi nhận doanh thu tăng hơn 10% ở các bộ phận cụ thể của doanh nghiệp.
Tương tự, 80% số người được hỏi báo cáo rằng việc triển khai AI của họ đã giúp cắt giảm chi phí hàng năm trong năm ngoái, với 15% lưu ý rằng mức giảm này là trên 10% – một lần nữa, lại là ở các bộ phận cụ thể trong hoạt động kinh doanh của họ.
AI, AI ở mọi nơi
Ngành viễn thông có tầm nhìn sâu xa và đa chiều về nơi tốt nhất để phân bổ nguồn lực cho AI: giảm chi phí, tăng doanh thu, nâng cao trải nghiệm khách hàng và tạo ra hiệu quả hoạt động đều được coi là những ưu tiên chính.
Tuy nhiên, về mặt triển khai, các dự án AI tập trung vào việc cải thiện hiệu quả vận hành chính là thứ cho kết quả rõ ràng nhất. Điều này phần nào được mong đợi vì sự phức tạp trong hoạt động của các mạng viễn thông mới như 5G sẽ tạo điều kiện cho các giải pháp mới như AI. Ngành này chịu trách nhiệm về hạ tầng quan trọng tầm quốc gia ở mọi nước trên thế giới, hỗ trợ hơn 5 tỷ điểm truy cập cuối của khách hàng và dự kiến sẽ liên tục mang lại độ tin cậy trên 99%. Các công ty viễn thông cũng đã thảo luận về các giải pháp hỗ trợ AI cho việc vận hành mạng, lập kế hoạch phát triển trạm di động, tối ưu hóa điều động tuyến xe tải và phân tích dữ liệu học máy . Để cải thiện trải nghiệm của khách hàng, một số nơi đang áp dụng các công cụ gợi ý, trợ lý số và nhân viên ảo (digital avatar).
Trong thời gian tới, trọng tâm dường như sẽ là xây dựng hạ tầng viễn thông hiệu quả hơn và mở ra các cơ hội tạo doanh thu mới, đặc biệt là cùng với các đối tác. Các sáng kiến này sẽ chuyển từ giai đoạn thử nghiệm sang áp dụng rộng rãi.
Bạn có thể tải xuống báo cáo: “State of AI in Telecommunications: 2023 Trends” để tham khảo thông tin và kết quả chi tiết.
Nhất Tiến Chung (NTC) hiện là nhà cung cấp các giải pháp hạ tầng CNTT, Điện toán Hiệu năng cao (HPC) cho AI với kinh nghiệm kinh doanh phần cứng từ năm 2005. Chúng tôi là đối tác NPN cấp Elite (2022) chính thức của NVIDIA cho các hệ thống DGX (DGX A100, DGX Station A100) và hệ thống cụm siêu máy tính DGX SuperPOD với sức mạnh lưu trữ song song của DDN và kết nối mạng tốc độ cao từ hãng Mellanox (thuộc NVIDIA).
Bạn muốn trở thành đối tác bán hàng NVIDIA của NTC?
Bài viết liên quan
- GPUDirect RDMA là gì?
- GPUDirect Storage là gì?
- AI trong ngành Logistics: Những lợi ích chính và ứng dụng
- Máy chủ tăng tốc cho AI thúc đẩy tăng trưởng chi tiêu cho trung tâm dữ liệu
- Xây dựng hệ thống dữ liệu hiệu suất cao cho AI với VAST Data Platform
- So sánh các GPU Tensor Core của NVIDIA: B200, B100, H200, H100, A100