新智元|电信中的人工智能报告:电信业AI领域年均投资将达367亿美元( 二 )


移动饱和:全球移动市场变得越来越饱和 , 几乎没有收入增长的机会 。
其中 , 饱和在欧洲和北美等发达市场尤为明显 , 到2025年 , 智能手机的普及率将分别达到82%和90% 。 其中 , 欧洲预计将达到88% , 北美则预计将达到85% 。
随着潜在用户群的减少 , 电信行业的移动收入预计几乎不会增长 。
新智元|电信中的人工智能报告:电信业AI领域年均投资将达367亿美元
文章图片
高流失率:消费者对电信提供商的不满在整个行业中普遍存在 。 客户很容易在不同的电信行业中 , 不断改变自己的使用选择 , 以寻求更好的客户体验 , 尤其是在成熟市场中 , 电信的技术质量越来越接近 。 这种流失对于电信业来说可能是灾难性的 。
ARPU下降:为了吸引一小部分未联网的用户 , 并从竞争对手手中抢走客户源 , 电信公司不得不在降低费率的同时改善其数据产品 。 这导致全球平均用户收益(ARPU)下降:根据Strategy&的数据 , 2006年至2016年间 , 电信提供商的ARPU下降了34% 。
新智元|电信中的人工智能报告:电信业AI领域年均投资将达367亿美元
文章图片
数据需求
连接倍增:根据GSMAIntelligence的数据 , 消费者对移动连接的需求比以往任何时候都强 , 并且没有丝毫放缓的迹象 。 随着我们进入下一个十年 , 全球将增加数十亿个连接 。
不断增长的数据流量:据Cisco称 , 2017年至2022年 , 全球移动数据流量将以46%的复合年增长率增长 , 到2022年将达到每月77.5EB(1EB=1024PB) 。
新智元|电信中的人工智能报告:电信业AI领域年均投资将达367亿美元
文章图片
人工智能和相关技术的进步
深度学习:深度学习和图形处理单元(GPU)的发展 , 已经成为我们今天看到的一些最强大的AI的重要组成部分 , 包括IBM的Watson和Google的搜索引擎 。
GPU:十多年前 , 研究人员发现 , 用于支持视觉丰富游戏体验的GPU比用于深度学习计算的传统中央处理器(CPU)效率更高 。
ImageNet:斯坦福大学李飞飞教授启动的ImageNet , 开启了深度学习使用具有大量标签数据集的先河 , 极大地促进了深度学习的发展 。
新智元|电信中的人工智能报告:电信业AI领域年均投资将达367亿美元
文章图片
深入优化用户体验 , 借鉴典型成功案例 , AI落地关键有哪些?
电信公司可以使用AI应用程序 , 从丰富的消费者数据中获取有用信息 , 从而更好地个性化客户体验 。 具体来说 , 电信公司可以采用以下几种方式来利用AI , 达到增强客户体验的效果 。
营销
分析数据以创建更多个性化的广告 。 公司可以通过快速过滤他们可以访问的大量消费者数据 , 并根据特定特征和特征(例如年龄 , 地理位置或购买历史记录)对客户进行分组 , 从而更好地细分客户 。 然后 , 他们可以创建超个性化的营销活动 , 从而更有可能满足特定客户的需求和偏好 。
扫描同行业竞争情况 , 来专门针对与竞争对手有联系的潜在客户 。 通过使用支持AI的监测工具 , 电信公司可以搜索互联网和社交媒体应用程序 , 以检测文本 , 图像 , 视频和记录 。 这些文本 , 图像 , 视频和记录不仅提及竞争品牌的产品 , 而且还提及这些产品的消费者情绪 。 先进的工具可以洞悉特定广告系列定位的受众类型 。 这些信息可以为电信公司提供最佳营销方法 , 以吸引竞争对手客户的兴趣 。
典型案例
美国无线运营商Sprint:通过数据驱动+机器学习技术来提高转换率 , 比如产品推荐功能 。 目前 , 公司的转化率已经提高了14% 。
市场和竞争情报提供商Crayon:利用AI来解析数百万个网页中的数据 , 从而为企业提供在竞品市场中脱颖而出的行动建议 。


推荐阅读