Η Τεχνητή Νοημοσύνη (Artificial Intelligence - AI), που επίσης αναφέρεται ως μηχανική μάθηση (machine learning) είναι η διαδικασία προγραμματισμού μιας μηχανής με τέτοιο τρόπο ώστε να μπορεί να εκτελεί γνωστικές λειτουργίες που σχετίζονται με ευφυή όντα.
Κάποιες από τις πιο συνήθεις διαδικασίες που πραγματοποιούνται με ΑΙ είναι η κατανόηση και επεξεργασία του ανθρώπινου λόγου, η συμμετοχή σε παιχνίδια στρατηγικής, όπως το σκάκι, και η έξυπνη δρομολόγηση δικτύων παροχής περιεχομένου. Οι πρόσφατες τεχνολογικές εξελίξεις στην επεξεργασία πληροφοριών έχουν επιτρέψει την σημαντική μείωση του κόστους των εφαρμογών ΑΙ για δοκιμαστικούς σκοπούς, με απώτερο σκοπό τη μείωση του κόστους και την αύξηση της αποτελεσματικότητας ορισμένων διαδικασιών.
Ο κλάδος των τηλεπικοινωνιών είναι παραδοσιακά ένας κλάδος εντάσεως κεφαλαίου με υψηλά πάγια έξοδα τα οποία ασκούν σημαντική πίεση στους παρόχους να ελαχιστοποιήσουν τα μεταβλητά τους έξοδα ώστε να εμφανίσουν κέρδη στον ισολογισμό τους. Ο υπάρχων «γρίφος» των υψηλών εξόδων που συνοδεύεται με αναιμική αύξηση εσόδων στην Ευρωπαϊκή αγορά τηλεπικοινωνιών την τελευταία δεκαετία, καθιστά τη βελτιστοποίηση του κόστους μια επιτακτική ανάγκη για την εκ νέου άνθηση του κλάδου.
Πιο συγκεκριμένα, η βάση δεδομένων Prognosis της inCITES Consulting, εκτιμά ότι κατά την περίοδο 2007-17, τα έσοδα από υπηρεσίες των παρόχων της Δυτικής Ευρώπης μειώθηκαν κατά 17,6%, λόγω της μείωσης των εσόδων από την κινητή και σταθερή τηλεφωνία, ενώ η αύξηση στα έσοδα από το σταθερό ίντερνετ δεν ήταν αρκετά για να αντισταθμίσουν τις ζημίες.
Οι εφαρμογές τεχνητής νοημοσύνης υπόσχονται σημαντική αποτελεσματικότητα στη μείωση του κόστους και οι τηλεπικοινωνίες αποτελούν ιδανικό υποψήφιο για την εφαρμογή τους και, ενώ αρκετοί τηλεπικοινωνιακοί πάροχοι έχουν ήδη πραγματοποιήσει σημαντικές επενδύσεις σε AI, οι δαπάνες του κλάδου ως σύνολο βρίσκονται ακόμη σε αρκετά πρώιμο στάδιο. Οι σημαντικότερες εφαρμογές όπου θα μπορούσε να χρησιμοποιηθεί η AI για τους παρόχους είναι οι εξής:
Customer lifetime value
Customer lifetime value (CLV) είναι η αξία ενός πελάτη στην επιχείρηση για όλη τη διάρκεια της σχέσης μαζί του. Οι εφαρμογές που βασίζονται στην AI επιτρέπουν στους χειριστές να προβλέπουν με μεγαλύτερη ακρίβεια την αξία της διάρκειας ζωής ενός πελάτη βάσει υπαρχουσών πληροφοριών. Έτσι, ο πάροχος μπορεί να βελτιστοποιήσει και να εξατομικεύσει την προσφορά του ώστε να αξιοποιήσει στο έπακρο τη σχέση του με τον πελάτη και να μεγιστοποιήσει το CLV.
Μείωση του churn
Ένας από τους βασικούς προβληματισμούς για τους παρόχους είναι το churn, η αλλιώς το φαινόμενο απώλειας πελατών προς τους άλλους παρόχους. Αλγόριθμοι μηχανικής μάθησης μπορούν να χρησιμοποιηθούν για τη διάγνωση και πρόβλεψη του είδους των πελατών που είναι πιο πιθανό να «χαθούν» ανά πάσα στιγμή. Χρησιμοποιώντας τέτοιες εφαρμογές προληπτικά, οι πάροχοι μπορούν να προσαρμόσουν τις προσφορές τους έτσι ώστε να αποτρέψουν τους πελάτες από το να προτιμήσουν κάποιον ανταγωνιστή.
Εξατομικευμένες πωλήσεις και customer experience
Αλγόριθμοι μηχανικής μάθησης μπορούν επίσης να χρησιμοποιηθούν για την ανάλυση μεγάλου αριθμού δεδομένων αλληλεπίδρασης με τους πελάτες ώστε να βελτιστοποιηθούν οι εκστρατείες μάρκετινγκ που θα οδηγήσουν σε:
- Εξατομικευμένες προσφορές και προτάσεις
- Σχετικές προσφορές για επιπλέον (upsell) η παράλληλες (cross sell) πωλήσεις
- Ανίχνευση και επίλυση πιθανών προβλημάτων που αντιμετωπίζει ο πελάτης
- Μέτρηση του καταναλωτικού κλίματος ανά πάσα στιγμή
- Προσδιορισμό των προβλημάτων που θα μπορούσαν να οδηγήσουν σε churn
Με τη χρήση τέτοιων εργαλείων, οι φορείς εκμετάλλευσης μπορούν να αυξήσουν την ικανοποίηση των πελατών τους διασφαλίζοντας ότι οι πελάτες τους έχουν πάντοτε πρόσβαση στις πιο σχετικές σε αυτούς προσφορές.
Ανίχνευση και πρόληψη από κυβερνοεπιθέσεις και απάτη
Φαινόμενα κυβερνο-επιθέσεων (cyber-attacks) και απάτης (fraud) έχουν προκαλέσει σημαντικές απώλειες στο παρελθόν για τους παρόχους και η ανίχνευση τους είναι ύψιστης σημασίας για την αντιμετώπιση τους. Αλγόριθμοι μηχανικής μάθησης θα μπορούσαν να εφαρμοστούν για την ανίχνευση και την αντιμετώπιση τέτοιων φαινομένων, βελτιώνοντας τόσο την ποιότητα της εμπειρίας των πελατών όσο και την αποφυγή ζημιών για τους παρόχους.
Εικονικοί βοηθοί εξυπηρέτησης πελατών
Πολλοί πάροχοι, όπως η AT&T, η Comcast και η Verizon, έχουν ήδη χρησιμοποιήσει εφαρμογές AI για τη διαχείριση και αυτοματοποίηση της εξυπηρέτησης πελατών, βελτιώνοντας σημαντικά την διαδικασία υποστήριξης. Εργαλεία που βασίζονται στην AI μπορούν να λειτουργήσουν ως το πρώτο σημείο επαφής μεταξύ του πελάτη και του παρόχου, δρομολογώντας τους πελάτες στο σχετικό τμήμα, αναλύοντας τα αιτήματα των πελατών και αναγνωρίζοντας πιθανές ευκαιρίες νέων πωλήσεων, με σκοπό τη δημιουργία μιας αποτελεσματικής διαδικασία εξυπηρέτησης πελατών με χαμηλότερο κόστος.
Ως εκ τούτου, η εφαρμογή ΑΙ αναμένεται να δημιουργήσει σημαντικά οφέλη για τους παρόχους σε διάφορα τμήματα της αλυσίδας αξίας τους, από τον προγραμματισμό τη βελτιστοποίηση και τη συντήρηση του δικτύου, έως την παροχή υπηρεσιών, τις πωλήσεις και την υποστήριξη μετά την πώληση. Επομένως, τα συστήματα που χρησιμοποιούν τεχνολογίες AI μπορούν να χρησιμοποιηθούν τόσο για τη δημιουργία νέων εσόδων όσο και για την μείωση του κόστους, ανάλογα με την ικανότητα του παρόχου να ενσωματώσει την ΑΙ στα υπάρχοντα συστήματα του.
Σχόλια