生成式人工智能正受到消费者的热烈欢迎。OpenAI表示，现在每周约有一亿人使用ChatGPT。生成式人工智能正被整合到大众市场的产品和服务中，并渗透到包括电信业在内的主要垂直行业。

　　生成式人工智能的影响广泛而深远。市场研究机构Omdia的调研显示，尽管电信业不是生成式人工智能市场规模最大的垂直行业（排名前三位的分别是消费者行业、媒体行业和娱乐行业），但它是一个重要行业，超过8％的电信业受访者已经采用了基于文本的生成式人工智能解决方案，另有20％正在进行相关试验。

　　生成式人工智能有望使电信运营商在多个方面受益，包括提高运营效率和生产力以及减少相关成本。生成式人工智能可用于提升用户体验，如为用户定制个性化服务、产品、套餐；改善内部应用，如文档汇总；增强外部商业应用，如提供电子商务、金融服务、教育、医疗保健、智能家居和智慧城市等。

　　然而，生成式人工智能也具有很强的颠覆性，它可能对工作职能产生负面影响，生成的结果可能侵犯版权。生成式人工智能面临许多伦理道德问题，包括模型和输出结果可能带有偏见和歧视性，还可能犯错误或胡编乱造。该技术本身也在飞速发展，在带来新一轮有益创新的同时，也将带来风险和挑战。电信运营商需要应对的问题很多，但因此而忽视生成式人工智能并不可取，谨慎部署可以带来回报。

　　这份报告认为，良好地管理数据资产对于生成式人工智能至关重要，而大多数电信运营商在这方面做得不够。电信运营商拥有大量的细粒度数据集，这一优势对大型运营商而言更加明显。但由于数据治理不善，优势往往止步于此。调查显示，只有40％的电信业受访者制定了数据管理和治理计划。

　　对于大多数电信运营商而言，从零开始构建生成式人工智能模型并不可取。从头开始在内部构建一个模型可以提供最大限度的控制权，但这是一项艰巨的任务，需要深厚的多学科人工智能专业知识、巨额预算和资源。不过，中国的电信运营商在这方面走在了前列。对现有基础模型进行微调是更可行的选择。这一过程允许电信运营商调整预构建的、经过训练的模型，使其适合特定领域和任务，微调所需的资源较少，而且有越来越多的基础模型可供选择。

　　电信运营商无需构建生成式人工智能开发工具，因为有大量开源的生成式人工智能工具供电信运营商选择。此外，电信运营商拥有的基础设施资产能够为生成式人工智能提供支持。良好的生成式人工智能基础设施需要大带宽、低时延的网络基础设施，高速数据传输协议和大容量内存。

　　开放性和互操作性是电信运营商取得成功的关键。生成式人工智能服务和解决方案诞生于多云和混合云环境中。在推出新应用时，电信运营商必须避免孤岛式架构和专有实施方案。

　　在生成式人工智能时代，电信业供应链中的关键参与者有所不同。与传统的电信网络基础设施相比，人工智能芯片供应商、云基础设施和超大规模科技公司在生成式人工智能核心基础设施供应链中占据主导地位。电信领域新一波解决方案提供商的出现要求电信运营商与更多样化的供应商合作，建立新的合作伙伴关系。

　　该机构建议电信运营商不要低估对基础模型进行微调的难度。电信运营商必须确定最适合自身需求的模型，决定微调技术，确保有足够的训练数据，并注意对较小的数据集进行微调仍然存在风险和漏洞。

　　电信运营商必须确保拥有坚实的数据治理实践根基，以确保数据的质量、完整性、安全性和合规性，这是人工智能时代的必然要求。人工生成的合成数据值得考虑，它可用于补充或增强用于微调的数据集，并有助于提高安全性和合规性。

　　不要过度依赖某一家硬件供应商。随着全球半导体供应链的剧烈波动，电信运营商需要避免完全依赖图形处理器（GPU）作为生成式人工智能工作负载的唯一选择，评估第二或第三家供应商对于业务连续性和弹性至关重要。

　　对于多数电信运营商而言，可供选择的解决方案越来越多，既有电信运营商专用的解决方案，也有适用于大多数垂直行业的解决方案，现成的解决方案是未来的发展方向，这是部署生成式人工智能的一种低摩擦、低成本且快速的方法。

（来源：人民邮电报）