AT&T看到了人工智能和机器学习带来的业务收益

围绕人工智能(AI)和机器学习(ML)可能会有很多炒作。但通信提供商AT&T是一个信徒 - 并且正在借助这些技术改变其业务。“我们在首席数据办公室的任务是通过数据洞察和不断发展的技术(如AI和ML)为数据提供AT&T数据，”该公司数据科学副总裁Kim Keating说。“这使我们能够利用大量数据来提供对影响公司的关键业务问题的见解和解答。一个是公司利用这些技术的地方是选择零售店的形式。到2019年底，它计划增加1,000个新的零售点。这些将包括弹出窗口，移动商店，传统商店和授权零售商。

Keating表示，AT&T的数据科学团队正在帮助公司使用算法做出这些安置决策，以帮助选择网站和存储类型。“砖和砂浆仍将存在，但标准将有所不同，”基廷说。“通过前沿的分析，我们了解到不同的市场最好是根据市场的需求为不同类型的商店提供服务。例如，我们正在考虑增长社区和驾车/步行时间等数据点。”自助服务终端是一种新推出的格式，主要用于向客户分发SIM卡。数据科学团队正在分析有关位置，移动交易，犯罪和其他领域的数据，以确定这些信息亭最适合放置的位置。

该公司还利用AI和ML通过每天帮助客户的调度现场服务来改进预测和容量规划方面的工作。“我们的目标是优化技术人员的时间表，尽可能减少工作日期间的工作量，同时最大限度地减少每个技术人员完成的工作，”Keating说。“对技术人员，专家和客户来说，这种影响是积极的。”随着现场调度工作的预测和容量规划的改进，AT&T的每次调度行驶里程减少了7%，生产率提高了5%。

另一个用例是端到端事件管理。AT&T使用ML程序来检测首次出现的网络问题，而不是在它们被调用之后。这样客户甚至不知道存在问题。“我们每秒对数千个数据点进行排序，找到表明实时问题的模式，”基廷说。“我们可以花几秒钟而不是几小时来确定解决这一事件的最明智的方法，在最短的时间内影响最少的客户。”

该公司现在每天能够管理1500万个警报，这是基廷所说不可能的任务。“这种技术专长直接影响我们的业务，保护我们的一些业务服务，消费者服务和基础设施组件，”基廷说。Keating表示，应用这些新技术解决业务问题的机会是无限的。“我们相信AI对任何公司都具有令人难以置信的转型能力，而且我们知道它会在数字上扰乱每个行业 - 因此您不希望被抛在后面。”