通信世界网消息（CWW）人工智能(AI)被普遍认为是数字化转型的关键组成部分，部署AI在很大程度上由5G及相关服务的复杂性驱动。云端无处不在的特性及其更实惠的计算资源促进了电信公司和其它公司采用AI。
与自动化和分析一样，人工智能也是当今电信市场最常谈论和误用的一个术语。这三者之间有关联，却又有区别—但在关于这些技术的令人瞠目结舌的新闻报道中，这一点并非总是显而易见。分析工具从结构化数据中发现模式与联系。自动化工具在没有直接人工干预的情况下执行功能与流程。AI系统则进行学习、推理、自我纠正，模仿并增强人类智能。
Omdia的2022年AI 市场成熟度调查（AI Market Maturity Survey 2022）表明，企业AI市场已达到临界规模(能够自我维持)，目前处于早期大众（ early majority）阶段。
根据调查结果，25%的受访者正在多个业务部门或职能部门扩展AI项目，另有16%的受访者至少拥有一个正投入使用的AI项目。Omdia认为扩大AI部署规模是企业内部AI成熟度的一个关键标志，因为它展现了企业致力于部署AI项目并且投入了预算与资源（通常有几年的时间）。纵观来自不同地区、行业和公司规模(按营收计算)的受访者，我们统计的AI扩展数据相对一致。
根据创新扩散理论，与扩展AI相关的数据表明AI的发展正好处于早期大众采用阶段。如图1所示，该理论假设，一旦数据超过16%，人们对新想法、新行为或新产品的采纳就会加速。
Figure 1: AI maturity in the context of diffusion of innovations
证实AI市场走向成熟的其它关键信号包括:
· CSP在投资一系列AI用例。数据表明，受访公司制定了非常明确的多用例计划。
· 对AI充满信心。绝大多数（94%）的受访者相信或十分相信AI将在未来12-24个月帮助组织向业务目标迈进。
· AI项目获得资金支持。在所有受访者中，有53%的受访者表示有专门划拨给AI项目的预算。
伴随AI的应用达到临界规模，对AI的整体投资在加速增长--因为大量企业目前希望实现运营化AI，开启自己的人工智能之旅。
如果电信AI市场遵循创新扩散原则，那么
· 运营化（Operationalized ）AI将在全球范围内加速发展。
· 在未来两、三年，拥有正投入使用的AI项目的CSP数量可能会翻一番。
· 在未来两、三年，积极发展AI项目的企业数量可能会翻一番。
· 在未来两、三年，资助AI项目的资金可能会大幅增加。
· 在未来两、三年， AI解决方案(端到端、工具和平台，以及嵌入AI的软件即服务(SaaS)解决方案)市场将充满活力。
- 随着需求激增，新的供应商将进入市场，价格可能会下降。
- 伴随AI在电信领域取得成功、其吸引力不断增长，AI解决方案的专业化程度可能会提高，从而满足特定行业用例或横向用例的需求。
主要信息
· Omdia的调查显示，AI在电信市场上已达到临界规模。许多CSP要么在多个领域扩展AI，要么拥有一个正投入使用的AI项目。他们在多个职能领域部署广泛的用例。几乎所有CSP都相信自己的AI项目将在未来几年取得积极成果，超过一半的CSP表示现有AI项目的表现超出了预期。
· 在部署AI时应做好准备迎接整合方面的挑战。大多数部署AI项目的CSP表示复杂性与整合问题是阻碍采用的主要因素。缺乏数据或数据质量问题也是值得注意的挑战。
· 电信行业的高层领导比普通行业的领导更加支持AI项目。许多CSP表示专门针对AI项目划拨了预算，几乎所有CSP都以某种形式预备了专门用于AI项目的资金。在定义衡量标准/关键绩效指标(KPI)来衡量AI项目成功与否方面， CSP也比其它市场领先一步。
· CSP可以通过内部开发、商用解决方案或将两者结合起来的方式部署AI。他们需要有意识地进行选择，确保与自己的战略目标保持一致。无论采用哪种方法，他们都必须首先落实全面的数据管理与治理计划。CSP应优先考虑自己想要的结果，以此推动AI战略。
建议
给电信运营商的建议
· 认识到高层领导必须致力于推进AI项目。事实证明，高层领导全力支持对AI项目进行投资并且具备耐心是在企业内部实现运营化AI的最重要因素。
· 展开投资。缺乏预算是实施AI的主要障碍，不过确实存在创造性的解决方案。除了专门划拨给AI的预算，企业还着眼于通过其它预算中心预备AI项目资金。在特定业务部门部署AI项目的情况下，这样做尤其明智。
· 要明白与运营化AI相关的专业技能仍然稀缺。运营化AI领域的专家非常稀缺，而且在未来几年仍将供应不足。这将广泛影响到AI部署策略--内部构建受影响最大，商用解决方案（例如嵌入AI的SaaS）受影响最小。无论如何，团队将发展新的技能。
· 要有耐心，并且务实。在组织中部署AI与部署软件不同，需要针对AI生命周期进行更广泛、更长远的思考，特别是要考虑到持续调优/维护以及数据整合/治理的重要作用。除了个别情况，部署AI（从规划到运营）需要耐心。鉴于孤立、过时和/或重复的记录，数据管理至为关键，且在短期内充满挑战;然而，CSP必须落实数据管理来为AI项目奠定基础。
· 在选择AI解决方案时要谨慎。AI解决方案(端到端、工具和平台，以及嵌入AI的SaaS解决方案)市场在未来两到三年将不断发展变化。伴随需求激增，新的供应商将进入市场，价格可能会下降。AI解决方案的专业化程度可能会提高，从而满足特定行业用例或横向用例的需求。
给供应商的建议
· 价值主张和目标市场要非常清晰。在未来两到三年内，市场对AI解决方案(端到端、工具和平台，以及嵌入AI的SaaS解决方案)的需求可能会翻一番。这个更大的市场将吸引新的AI竞争对手和缺乏经验的企业。竞争将迫使价格下降。换句话说，市场将更混乱。聪明的供应商会细化价值主张与目标市场，对新的潜在客户保持耐心，并准备好培育市场。务必专注于影响营收和提高员工效率的用例。
· 对于营销，最好的投资回报在于培育市场和建立思想领导地位。在未来两到三年的市场混乱期，潜在客户会倾向于选择那些能够展现专业技能和思想领导力的AI供应商。虽然营销策略有许多，但通过行业会议、技术标准小组和协作型行业协会努力制定相关法规来打造自己的专业形象可能最能引起共鸣。真正的行业领导地位有助于从混乱的市场上脱颖而出，将态度认真的AI供应商与机会主义供应商区分开来。
· 客户的痛点在于缺乏AI专业技能。专注于减轻客户缺乏AI专业技能的痛苦。在这一点上，想一想哪些解决方案有助于缓解客户面临的挑战。
· 了解大部分早期CSP用户。他们比早期采用者更谨慎，希望获得解释、证据和最佳方法。与早期采用者相比，他们期望以更低的成本更快地实现运营化AI。这一群体愿意等待经过验证的解决方案，这样他们就能比早期采用者更快地推进。
调查结果
电信市场与更广泛的市场一样，在采用AI方面显示出明显的成熟迹象。电信行业在许多方面反映了更广泛的市场，但在用例优先级和期望的结果方面明显不同。最令人鼓舞的是，到目前为止AI项目取得的成果超出了CSP的预期。
对于AI应用达到临界规模，Omdia设定的三个关键指标包括:
· 组织内部的AI部署状态。
· 组织已经或将要部署的AI用例的深度和/或广度。
· 组织的信心水平，包括对截至目前的AI项目的信心水平，以及对未来AI项目的信心水平。
