À retenir

• Les entreprises de télécommunications passent de l’exploration à la production ciblée dans le code, l’expérience client et les opérations réseau

• Ancrée dans les données télécoms, l’IA générative réduit le MTTR et l’AHT tout en augmentant la vélocité des développeurs et le délai de mise sur le marché

• Vodafone et AT&T démontrent des gains pragmatiques en productivité d’ingénierie et en optimisation réseau

• Principaux obstacles : démontrer la valeur, préparation des données/compétences et gouvernance; la réussite nécessite des KPI clairs et des bases de ROI

• Des garde-fous, dont la sécurité, le contrôle des hallucinations et l’hygiène des droits d’auteur, sont essentiels pour passer à l’échelle

• Une approche plateforme et une mesure disciplinée (AHT, FCR, MTTR, vélocité) garantissent l’imputabilité des programmes

En 2023, les télécommunications sont entrées dans une phase de transformation alors que l’IA générative (GenAI) est passée de l’exploration à une première production dans le code, l’expérience client et les opérations réseau. Ancrée dans les données télécoms, l’IA générative peut réduire le MTTR, accroître la vélocité des développeurs et diminuer l’AHT, tout en accélérant la mise en marché. Cet article aborde les tendances d’adoption, les cas d’usage nommés (Vodafone, AT&T), les obstacles, les risques/bénéfices et les meilleures pratiques, avec des indications sur les KPI et le ROI pour les télécoms.

« En exploitant la puissance transformative de l’IA générative, nous ne faisons pas que révolutionner les opérations télécom; nous redéfinissons les paradigmes de l’innovation et de l’orientation client. Ce changement essentiel nous permet de stimuler une efficacité sans précédent et d’améliorer considérablement la connectivité, élevant ainsi toute l’expérience client télécom. Ce faisant, nous établissons de nouveaux standards d’excellence et de réactivité dans l’industrie des télécommunications », a commenté Priyadarshi A Das « PAD », vice-président exécutif chez HCLTech.

Comprendre l’IA générative dans les télécoms

L’IA générative dans les télécoms fait référence aux assistants basés sur des modèles de fondation et aux automatisations intégrés dans l’OSS/BSS, le NOC et les canaux d’expérience client. Là où l’apprentissage automatique prédictif prévoit la demande, évalue la désaffection ou détecte des anomalies à partir de données structurées, l’IA générative crée du texte, du code, des étapes de runbook et des actions UI, et peut converser sur plusieurs canaux, lorsqu’elle est ancrée dans les données et politiques télécoms.

• Pour un ingénieur réseau, un copilote peut traduire des tempêtes d’alarmes en causes probables, rédiger des plans de changement et des différences de configurations, et exécuter en toute sécurité avec approbations

• Pour un agent au service client, un assistant de bureau peut résumer l’historique client à travers le CRM/BSS, pré-écrire des réponses, guider le dépannage et mettre à jour automatiquement les dossiers

• Pour un développeur, la génération de code et de tests accélère les tickets, les migrations et la mise en place d’API tout en améliorant la qualité de la documentation

Tendances d’adoption et cas d’usage de l’IA générative dans les télécoms

Les fournisseurs de services de télécommunication (télécoms) opèrent à la fois dans leur propre industrie et en tant que fournisseurs technologiques pour d’autres secteurs. Afin de rester compétitifs et répondre aux attentes clients, les télécoms doivent tirer parti du potentiel de l’IA générative tant pour leurs opérations internes qu’en proposant des solutions propulsées par l’IA aux secteurs qu’ils souhaitent servir.

Selon un sondage Gartner IT Executive Webinar, la plupart des télécoms (70 %) sont dans la phase exploratoire avec l’IA générative, tandis que 15 % en sont au pilotage et 4 % en production.

Vodafone en collaboration avec Microsoft, par exemple, exploite l’IA générative via GitHub Copilot pour tester la génération de code. Lors d’essais impliquant 250 développeurs, Vodafone a constaté des gains de productivité de 30 % à 45 %.

Dans un autre cas d’utilisation, AT&T utilise l’IA générative pour l’optimisation et le dépannage du réseau afin d’améliorer la QoS et de réduire le MTTR.

Au sein de l’industrie des télécommunications, plusieurs cas d’usage critiques existent pour l’implantation de l’IA générative. La génération de contenu, la découverte de contenu, la simulation et l’IA conversationnelle sont d’autres domaines où l’IA peut avoir un impact significatif.

Mettre à profit l’IA pour l’optimisation des réseaux change la donne et permet aux fournisseurs de services de télécommunication d’améliorer l’efficacité de leur réseau, la performance et d’offrir une connectivité fluide à leurs clients.

« D’ici 2027, plus de 50 % des modèles d’IA générative utilisés par les entreprises seront spécifiques à un secteur ou une fonction d’affaires, contre environ 1 % en 2023 », explique Kameron Chao, directeur principal chez Gartner.

Domaines d’impact clés de l’IA générative sur les télécoms

• Opérations réseau (assurance et optimisation) : l’utilisation de l’IA générative par AT&T pour l’optimisation du réseau montre comment des assistants peuvent résumer les alarmes, recommander des remédiations et générer automatiquement des mises à jour de tickets. KPI focus : MTTR, taux de déflection des incidents, respect des SLA/QoS

• Expérience client (support et ventes) : les copilotes d’agents et agents virtuels ancrés accélèrent la recherche et la résolution, harmonisant la connaissance dispersée dans le CRM, la facturation et les appareils. KPI focus : AHT, FCR, CSAT et autocare

• Productivité de l’ingénierie (logiciel et ingénierie réseau) : les essais Copilot de Vodafone montrent que la génération de code et de tests peut augmenter le débit sans compromis sur la qualité. KPI focus : vélocité de déploiement (lead time/cycle time), taux d’échec des changements

• Modernisation OSS/BSS : l’IA générative peut rédiger des entrées de catalogue produit, des politiques et des modèles d’orchestration, et automatiser l’ajout de connaissances liées à la gestion des commandes. KPI focus : taux de commandes en échec, taux d’automatisation STP, temps de lancement

• Services 5G/edge : les assistants aident à concevoir les slices, générer des intentions et valider les politiques pour les charges MEC. KPI : QoS (latence/jitter), temps d’activation des services

Des garde-fous sont nécessaires à tous les niveaux pour imposer les contrôles de sécurité/PII, ancrer les réponses sur la récupération, surveiller les taux d’hallucinations, respecter les licences/droits d’auteur et maintenir l’humain dans la boucle pour les actions à haut risque.

Obstacles à l’adoption de l’IA générative (et comment les surmonter)

Malgré l’énorme potentiel de l’IA générative dans les télécoms, plusieurs obstacles freinent son adoption généralisée.

Selon une enquête Gartner AI in the Enterprise 2023, les principaux défis rencontrés par les télécoms incluent l’estimation et la démonstration de la valeur de l’IA (49 %) et le manque de talents et de compétences pour implanter les technologies d’IA (46 %). Pour relever ces défis, des entreprises comme HCLTech se positionnent en partenaires axés sur la valeur, aidant les télécoms à mettre en avant la valeur de l’IA et à fournir les compétences et l’expertise nécessaires à une implantation réussie de solutions d’IA générative.

Autres obstacles : manque de données, manque de confiance dans les aspects technologiques de l’IA, manque d’alignement des affaires et de cas d’usage. Les surmonter requiert d’investir dans la collecte et la curation des données, de donner de la formation pour renforcer la confiance dans l’IA et d’aligner la stratégie IA avec des objectifs d’affaires et cas d’usage précis.

Les risques et bénéfices de l’IA générative dans les télécoms

Les risques et avantages de l’IA générative dans les télécoms sont vastes et de grande portée. Selon un sondage Gartner Executive IT Webinar, les risques incluent la perte de données confidentielles, les hallucinations et les problèmes de droits d’auteur.

Cependant, l’IA peut améliorer considérablement l’efficacité opérationnelle, optimiser l’expérience client par l’automatisation et les chatbots, optimiser la performance réseau et permettre aux télécoms d’offrir des services personnalisés à leurs clients.

En exploitant l’IA, les télécoms peuvent rationaliser les processus internes, réduire les coûts, offrir un soutien client plus rapide et efficace et se donner un avantage concurrentiel. Il demeure toutefois crucial de traiter les risques associés, dont les enjeux de confidentialité et de sécurité des données, et de garantir un usage responsable et éthique des technologies d’IA.