▾ G11 Media Network: | ChannelCity | ImpresaCity | SecurityOpenLab | Italian Channel Awards | Italian Project Awards | Italian Security Awards | ...
InnovationCity

Amazon Web Services: come l'AI generativa trasformerà il settore delle telecomunicazioni

Ishwar Parulkar, Chief Technology Officer per il settore delle telecomunicazioni presso AWS, spiega come massimizzare il potenziale dell'AI generativa nel settore delle telecomunicazioni, migliorare l'esperienza del cliente, semplificare le operazioni della rete e ottimizzare le prestazioni aziendali.

Ricerche e Trend Intelligenza Artificiale

È sempre più raro eggere le notizie e non imbattersi in titoli sull'intelligenza artificiale generativa (AI). Infatti, questa tecnologia permette di creare nuovi contenuti, tra cui conversazioni, storie, immagini, video, musica, codici e altro ancora e ha il potenziale per apportare cambiamenti radicali all'economia globale. Secondo Goldman Sachs, potrebbe portare a un aumento di 7 trilioni di dollari del PIL globale e aumentare la crescita della produttività dell'1,5% entro 10 anni. E questa opportunità si estende anche al settore delle telecomunicazioni.

Il potenziale dell'AI generativa nel settore delle telecomunicazioni

Come in molti altri settori, l'intelligenza artificiale generativa può aiutare le società di telecomunicazioni a migliorare l'efficienza di molte attività, come precompilare le RFP, implementare chatbot per supportare l’attività di vendita e migliorare la funzione marketing, grazie a una migliore targhettizzazione degli individui su larga scala. Secondo l'analista di mercato Gartner, entro il 2026, il 95% delle società di telecomunicazioni implementerà soluzioni di analisi dati e intelligenza artificiale per migliorare l'esperienza del cliente e la pianificazione dei prodotti, rispetto al 50% nel 2022. Tuttavia, ci sono alcune applicazioni specifiche davvero trasformative.

Migliorare l'esperienza del cliente: molte aziende di telecomunicazioni sfruttano già l'intelligenza artificiale per aumentare le interazioni umane, la coerenza dell'esperienza utente e la velocità di risoluzione dei problemi. L'intelligenza artificiale generativa può portare un’evoluzione in questi ambiti grazie alle risposte vocali interattive e allo sviluppo delle prime implementazioni di chatbot, che aiutano i clienti a risolvere i problemi e ad ottenere risposte alle domande. Inoltre, l'intelligenza artificiale generativa può analizzare le discussioni delle chiamate in tempo reale, utile a fornire suggerimenti e risorse ai lavoratori per rispondere alle richieste dei clienti. Gli operatori del servizio clienti continueranno a svolgere un ruolo primario, ma l'AI generativa può supportarli per migliorare l’esperienza cliente.

Semplifica la pianificazione, l'installazione, la configurazione e le operazioni della rete: l'AI generativa può giocare un ruolo chiave in tutti gli aspetti del ciclo di vita dei network. Durante l'installazione degli elementi di rete, gli ingegneri si affidano a manuali e processi documentati: l'intelligenza artificiale generativa può inserire questi dati e fornire indicazioni interattive per accelerare e semplificare le attività di installazione. I modelli di base possono anche essere addestrati in base alla topologia di rete e ai dati di configurazione per dare suggerimenti. In caso di errore di rete, le applicazioni generative sviluppate grazie all'intelligenza artificiale possono consigliare ai tecnici operativi quali azioni e procedure intraprendere per la risoluzione dei problemi.

Ottimizzare le prestazioni aziendali: l'intelligenza artificiale generativa può aiutare le società di telecomunicazioni a identificare più facilmente le aree con opportunità di guadagno o/e quelle in perdita. Implementata in tutti i processi aziendali, l'intelligenza artificiale generativa può esaminare profitti, ricavi, i vari piani per i consumatori, le spese e gli addebiti per i clienti e fornire consigli su come ottimizzare le offerte per ottimizzare i profitti.

Considerazioni chiave

Nonostante ciò, non tutte le istanze di AI o ML necessitano l’implementazione dell'AI generativa. Sono diversi i casi in cui forme più tradizionali di AI, basate su tecniche di apprendimento supervisionato e non supervisionato, sono sufficienti per i processi di telecomunicazione. Ad esempio, l'intelligenza artificiale tradizionale è ottima per aiutare le telco a prevedere il tasso di abbandono, rilevare anomalie nella rete o tenere traccia di metriche come il punteggio del promotore netto. Oltre a ciò, ci sono altre importanti considerazioni da tenere a mente.

Costo per sviluppare o addestrare modelli di base: gran parte del capitale speso per i foundational models – modelli sviluppati grazie all’enorme quantità di dati che alimentano le applicazioni di intelligenza artificiale generativa – è destinato alla formazione. I modelli pubblici sono alimentati da grandi quantità di dati disponibili pubblicamente, ma sono più generici e potrebbero non funzionare con attività specializzate. I modelli personalizzati, d'altra parte, possono essere addestrati su una combinazione di dati pubblici e specifici dell'azienda, in grado di fornire applicazioni più specifiche al settore o all'organizzazione. La creazione da zero di un modello, però, richiede tempo, denaro e competenze specializzate, ma per le organizzazioni con dati, risorse e casi d'uso che richiedono una conoscenza specifica del dominio, può avere senso scegliere questa soluzione. Inoltre, sono molti gli sforzi per democratizzare l'accesso a questa tecnologia, consentendo ai clienti di iniziare da un modello esistente e formarlo privatamente utilizzando i dati proprietari di un cliente, rendendo il modello più adatto per un'attività specifica.

Qualità dei dati e AI responsabile: l'AI generativa vale tanto quanto i dati su cui è addestrata e il rischio di pregiudizi o imprecisioni è sempre presente. Prima ancora di prendere in considerazione l'AI generativa (o qualsiasi forma di AI), è importante iniziare con dati unificati di alta qualità. L'AI generativa richiede ampi set di dati, formazione e supervisione per calcolare inferenze e dare risposte. A volte, i foundational models, sia pubblici che privati, possono soffrire di "allucinazioni", dando risposte imprecise che possono sembrare credibili, ma non sono corrette. Per questo motivo, l'AI generativa non è raccomandata per attività che richiedono completa certezza, che potrebbe non essere raggiunta a causa della natura della richiesta o della mancanza di dati sufficientemente grandi e di alta qualità.

Altrettanto importante è garantire che questa tecnologia sia implementata in modo responsabile. Alcuni nuovi strumenti e servizi di intelligenza artificiale generativa hanno funzionalità integrate nel prodotto, come la possibilità di filtrare i suggerimenti di codice che assomigliano a dati di addestramento open source o il rilevamento e la rimozione di contenuti dannosi nei set di dati di addestramento e nel filtraggio di contenuti dannosi (ad esempio, incitamento all'odio, volgarità e violenza).

Sicurezza dei dati: affinché le aziende possano sfruttare l'intelligenza artificiale generativa per scopi aziendali, sono necessari grandi set di dati proprietari. Nonostante le diverse opzioni pubbliche disponibili sul mercato, questi approcci introducono nuove considerazioni sulla sicurezza e sulla privacy, anche per quanto riguarda la proprietà intellettuale. I leader aziendali e IT dovrebbero lavorare a stretto contatto con i team di sicurezza, conformità e legale per identificare e mitigare questi rischi, garantendo che l'IA generativa sia implementata in modo sicuro e responsabile. Inoltre, è fondamentale agire nel rispetto dei piani di conformità, delle normative e pensare attentamente a chi possiede i dati utilizzati.

Indipendentemente dal fatto che si tratti di intelligenza artificiale generativa o di elaborazione del linguaggio naturale, è importante dedicare del tempo a considerare le applicazioni, discutere una strategia di organizzazione dei dati e valutare il ROI prima di implementare commercialmente l'AI. Detto questo, l'AI ha le premesse per diventare la tecnologia più trasformativa del nostro tempo, in particolare quella generativa, che sta sbloccando nuove ed entusiasmanti possibilità che ogni azienda dovrebbe cercare di esplorare e sperimentare.

Tag correlati

Esplora altri articoli su questi argomenti

Se questo articolo ti è piaciuto e vuoi rimanere sempre informato

Related news

Ultime Notizie

Architettura solare, a Cesena il primo residenziale in Europa con parapetti in vetro fotovoltaico integrato

L'opera, progettata e sviluppata da GMN Group, adotta una struttura in grado di assolvere contemporaneamente alla funzione di protezione, lasciar filtrare la luce e generare energia elettrica. La struttura prevede moduli in vetro stratificato fumè che sostituiscono le tradizionali strutture di contenimento dei balconi lungo i diversi livelli. L'impianto fotovoltaico non è sovrapposto alla struttura, ma integrato negli elementi edilizi di protezione

20-11-2026

Innovazione lombarda nella bonifica idrica: sviluppato un sistema avanzato per il recupero di oli e idrocarburi

Promosso da T1 Solutions e LifeGate con il sostegno di Fondazione LGH e il patrocinio di Regione Lombardia, il progetto pilota utilizza la tecnologia circolare FoamFlex per dotare i 12 Comandi provinciali dei Vigili del Fuoco e la Protezione Civile di una rete integrata di prevenzione e bonifica.

20-11-2026

Verona accelera su energia rinnovabile: inaugurato un nuovo impianto fotovoltaico da 999 kWp

Realizzato dalla cooperativa WeForGreen Sharing su un’ex area di deposito container in via Canova, il parco solare produrrà oltre 1,5 milioni di kWh l’anno destinando il 70% dell’energia alla CER Lucense 1923 – CACER Verona Sud, che diventa così la più potente del territorio comunale.

20-11-2026

Microchip in Italia: avanza il progetto Silicon Box a Novara

Con il supporto ingegneristico di Stantec e Drees & Sommer, il maxi-impianto da 3,2 miliardi di euro su 60 ettari punta all’avvio dei lavori nel 2027, portando per la prima volta in Europa la tecnologia di advanced panel-level packaging per chiplet.

20-11-2026

Notizie più lette

1 Veeva Commercial Summit, l’Agentic AI per portare le medicine giuste a più pazienti

L’evento, che si terrà questa settimana a Copenaghen, prevede oltre 1200 esperti dei settori sanità e biopharma e più di 100 sessioni, tra cui le testimonianze di AstraZeneca, Angelini Pharma, Bayer, Bristol Myers Squibb, Grünenthal, Novo, Roche, UCB

2 Silicon Box, lo stabilimento di semiconduttori di Novara entra nella fase successiva di progettazione

L’impianto, del valore di 3,2 miliardi di euro, entra infatti in una fase più avanzata della progettazione (quella di Basic Design). Una volta completato, lo stabilimento sarà dedicato all’advanced semiconductor assembly and testing, sostenendo i piani di crescita a lungo termine, favorendo l’innovazione e contribuendo a costruire una supply chain di semiconduttori più sicura e solida in Italia e in Europa.

3 Anthropic, l'IPO che testa la fiducia nell'AI

Gli investitori scommettono su Claude e sull'AI generativa, nonostante le perdite miliardarie di Anthropic e un contesto di mercato sempre più incerto.

4 TeamSystem Wine, l’ERP cloud con AI per le aziende vitivinicole

TeamSystem Wine viene presentato in anteprima al SIMEI 2026, il Salone Internazionale delle Macchine per Enologia e Imbottigliamento, in programma a Fiera Milano Rho dal 17 al 20 novembre. LA nuova soluzione di TeamSystem è un ERP completo progettato specificamente per le aziende vitivinicole: un’unica soluzione per gestire i processi della cantina, dagli adempimenti di settore fino alla gestione commerciale e amministrativa.

Iscriviti alla nostra newsletter

Join our mailing list to get weekly updates delivered to your inbox.

Iscriviti alla newsletter

www.innovationcity.it - 8.3.36 - 4.6.4