【印孚瑟斯_Infosys_】2024生成人工智能雷达报告-电信_14页_893kb

生成式AI在电信行业的应用分析总结

生成式AI技术在电信行业仍处于探索阶段，但企业已开始关注其潜在变革价值。2024年，该行业预计将投入1.79亿美元用于生成式AI，较2023年增长32%至2.37亿美元。相比之下，其他行业如零售和酒店业、制造业等增长率更高，达到88%、103%等，显示电信行业的技术投入增速相对滞后。

应用现状
45%的电信公司正在实验或已从生成式AI中获取商业价值，高于整体样本比例（31%）。尽管如此，多数企业仍处于实验阶段，仅有10%具备实际应用案例。行业整体对生成式AI的采纳率较高（89%），但具体实施效果分化明显。

应用影响领域
用户体验与个性化是电信行业最关注的生成式AI影响方向，54%的从业者认为这将带来最大正向影响，远超其他行业整体趋势（31%）。其次，内容生成与创意提升（24%）、运营效率与自动化（17%）、产品开发与设计（10%）等也受到重视。

落地障碍
伦理与偏见问题（35%）是电信行业最大的实施障碍，远高于整体样本的21%。相比之下，数据可用性（11%）和缺乏技术资源（22%）的关注度较低。值得注意的是，行业对数据隐私的担忧显著低于其他领域，显示其对数据使用的信心。

员工准备度
电信行业对员工生成式AI适应性的态度更为矛盾，41%的从业者持乐观态度，而整体样本为28%。这种差异可能源于行业特殊性，例如对数据安全的高要求与技术变革的接受度之间存在张力。

实施主导者
首席运营官（COO）是电信行业生成式AI实施的主要推动者，27%的公司以COO为第一负责人，远高于整体样本的9%。但与整体趋势（CEO占比29%）相比，电信行业CEO的主导比例仅14%，显示该行业更依赖运营部门驱动变革。

政策制定与治理
电信行业生成式AI治理权主要集中于产品负责人（21%），而非CIO（14%）。整体样本中，CIO占比25%，而电信行业则更多由业务单元领导或法律部门负责。这表明该行业在技术治理上呈现独特分工。

主要结论

1. 电信行业生成式AI支出增速低于其他领域，但投入规模持续扩大。
2. 应用重点聚焦用户个性化与体验优化，显示行业服务属性特征。
3. 伦理与数据隐私顾虑显著高于整体，但对数据可用性的担忧较低。
4. 实施主导权与整体样本存在差异，COO在电信行业更具决策影响力。
5. 治理模式体现行业特性，产品负责人比IT部门更主导生成式AI管理。

该报告通过对比分析，揭示了电信行业在生成式AI应用中的独特路径与挑战。