3 通信行业的认知机会

大数据已经成为新的自然资源，而且这种资源在数量、多样性和复杂性方面快速发展。8例如，预计2019年全球年度移动数据流量将达每年292艾字节，而在2014年，全球年度移动数据流量仅为30艾字节。9尽管各行业信息呈爆炸式增长，但目前全球仅有不到1%的数据得到了分析利用。10

尽管传统分析解决方案对于无数应用来说都有效，但传统分析解决方案无法充分利用大数据的价值：它们无法适应新的问题领域，不能处理歧义，只适合具备已知、明确语义的结构化和非结构化数据（单词和短语的关系以及它们的含义）。如果没有提供新的能力，数据太多、洞察力太少的矛盾仍将继续。

通信行业如何才能弥补未开发的机会和当前的能力之间的差距？如何充分利用数据中隐藏的洞察力来进行发掘、洞察和决策支持以及对话？答案是认知计算。基于认知的系统可构建知识、学习和了解自然语言，与传统可编程系统相比，更能与人类进行更自然地互动。

尽管CSP仍可从分析解决方案中获取价值，但认知计算为实现新的价值水平打开了方便之门。通过应用机器学习算法和自然语言处理来理解大量数据（大部分为非结构化数据），分析系统可使分析发展至更高水平。认知能力有助于CSP从大量信息中提取有价值的模式并发掘洞察力，从而获得超越OTT和其他参与者的竞争优势。

很多接受调查的通信行业领导者承认认知计算能够从根本上改变通信行业。在熟悉认知计算技术的通信行业高管中，89%的通信行业高管认为认知计算在其将来的业务中将起重要作用，85%的通信行业高管认为认知计算对于通信行业将起到颠覆性作用，而94%的通信行业高管计划对认知能力进行投资（见图10.4）。

图10.4 通信行业的认知机会

那么，CSP如何利用认知计算来处理通信行业普遍面临的问题？这种新的计算模式具有三种能力，可专门应对通信行业改善互动、发现和决策的需要（见图10.5）。11

图10.5 认知计算模式的三种能力

互动能力：利用其提供专家协助的能力，认知系统能够从根本上改变人和系统互动的方式并极大地提高人的能力。这些系统可以开发深入的领域洞察力并将这种信息以及时、自然、可用的方式提供给相应人员。认知系统在这里可充当助手——如同一个不需要休息，但也可处理大量结构化信息和非结构化信息，调整模棱两可甚至自我矛盾的数据并且会学习的人。

因为它们能够与人类进行对话，这些系统可通过向以自然语言提问的系列问题提供相关且准确的自动响应来帮助CSP改善客户服务（见案例“认知能力有助于改善呼叫中心互动”）。它们还可基于客户历史记录了解客户并将具体情境和基于证据的推理带到互动中，从而启用更为个性化的自助选项。

未来的认知系统将极有可能具有各种形式的对话能力，这将可支持不断变化的服务计划。12举例来说，客户可与能够以自然语言回答问题的虚拟客户服务代表进行互动。同样，认知系统可帮助未来的网络分析师，因为它们通过回答问题来解决问题。

案例

认知能力有助于改善呼叫中心互动

位于东京的一家CSP希望帮助呼叫中心代理更为快速可靠地对客户查询进行回应。这些代理必须对一个具有5000多个常见问题的答案和约100个客户服务案例的数据库进行搜索，因此很难快速提供准确响应。此外，由于员工流动率较高，因此提供商不得不持续培训和培养高技能操作员。

该公司实施了结合自然语言处理能力和机器学习技术的认知解决方案，可对以自然语言提出的问题进行自动响应。该解决方案可对非结构化的用户查询提供相关且准确的响应。呼叫中心的员工现在可快速轻松地对客户查询的正确响应进行检索，从而提高呼叫中心效率和客户满意度。除此之外，早期的员工流动率已经下降，从而节省了成本。

发现能力：认知系统有助于用户发掘即使最聪明的人类也可能无法发掘的洞察力。发现涉及发掘洞察力、模式和联系并了解全球大量可用信息。

一些发现能力已经出现。举例来说，一级CSP正在使用认知能力为来自多个供应商的大型设备手册建立索引，创建易于理解的信息块，以便代理利用此信息块来解决客户的问题（见案例“CSP采用认知计算创建综合性产品知识枢纽”）。此外，认知系统可显示与客户喜好有关的详细信息，从而有助于改善产品、服务和业务模式。

在将来，认知解决方案能够通过从非结构化客户数据中发掘的态度和行为洞察力来识别客户新的具体情况，从而帮助CSP营销机构更好地定位营销活动。未来的认知解决方案能够通过快速分析所有相关领域的历史客户数据来更有效和及时地将客户与产品相匹配。

案例

CSP采用认知计算来创建综合性产品知识枢纽

一级CSP的呼叫中心代理必须使用多个应用找出正确的信息并帮助客户，但这样通常会导致呼叫次数过多、增加成本，同时还会导致客户满意度相关的问题增多。提供商转而采用认知计算来创建综合型产品知识枢纽，该枢纽能够为呼叫中心代理提供相关信息，而无论此类信息的来源为何。

借助认知能力，CSP可为多个信息源（包括来自多个供应商的大型设备手册）建立索引，并创建易于理解的信息块（子文档），以便代理利用此信息块来解决客户的问题。更好地访问相关的实时信息有助于代理提供更为高效及时的客户服务。

决策能力：认知系统可提供基于证据的选项，进而帮助决策并减少人为偏差。认知系统根据新的信息、结果和操作不断发展壮大。通过向人类用户提出系列选项，当前的认知系统在更大的程度上充当顾问的角色。

对于很多行业来说，这些系统正在提供更为明智及时的决策。举例来说，在医疗保健行业，IBM Watson for Oncology可快速分析病患数据、不断增加的医疗文献、世界级专家的指导意见以及医疗专业人士的经验，从而为临床医生识别将要予以考虑的个性化治疗方案。13对于通信行业，未来的认知解决方案可提供及时、个性化的建议，从而帮助提供商优化呼叫中心运营并解决网络问题（见案例“认知能力有助于改善呼叫中心和网络运营决策”）。

案例

认知能力有助于改善呼叫中心和网络运营决策

认知解决方案可快速处理与客户、产品和服务、网络条件、设备、行业专业知识等有关的数据，并提供基于证据的建议，这些建议有助于CSP改善与呼叫中心运营、网络维护和维修等有关的决策水平。

举例来说，认知能力可自动分析呼叫中心性能数据，如平均处理时间、首通电话结案率，集成来自其他来源和输入的数据，并对如何改善特定领域的性能提出建议。通过对呼叫中心问题进行优先排序、标记需要立即关注的问题、提供自动化解决方案并提供下一步最佳行动建议，认知决策能力还可为呼叫中心代理提供各种协助。在网络维护方面，认知解决方案可对过去的网络问题、解决方案和其他相关信息进行分析，从而主动进行维护或维修。网络管理员仅需要对结果进行验证。