もし通信事業者が、現在の概念実証の段階から、ビジネスやネットワーク環境におけるユースケースの生産や本格的な展開へと進展させることができなければ、AIをめぐる通信業界の話題は短命に終わるだろう。

TMフォーラムのグローバル・インダストリー・イベントDTW-2024 Igniteは、AI関連の業界発展に欠けるものではなかった。新しいAIベースの製品やサービスが発表され、TMフォーラムのカタリスト・プロジェクト・チーム^1がAIイノベーションを実演し、通信事業者は通信業界におけるAI関連のイノベーションのペースに影響を与える主要な問題に対処するために提携した。
AIプロジェクトが概念実証（PoC）の段階から本格的な展開へと進展するためには、既存のデータ環境の変革に注力する必要があることを事業者が認識したことは、このイベントのハイライトであった。この進展はデータ・プラットフォーム・ソリューション・プロバイダーにチャンスをもたらすが、これらのベンダーは、投資収益率（ROI）を実現しつつ、導入コストと時間を大幅に削減するソリューションを提供することで、事業者がデータ近代化プロジェクトへの投資を正当化できるよう支援する用意がなければならない。

AI関連の活動がDTW2024-Igniteを席巻した

ジェネレーティブAI（GenAI）は、このイベントでホットなトピックでした。通信業界のプレーヤーは、チャットボットの強化にとどまらないGenAIのユースケースを開発しています。イベントでの興味深いユースケースは以下の通り：

• T-Mobile USAはGenAIベースのプロセス最適化ツールを導入し、RAN最適化の生産性を向上させた。
• Amdocsのクラウドコンサルティングサービスは、クラウドに移行する前にレガシーシステムをリファクタリングするために大規模言語モデル（LLM）を使用している。
• Google CloudのマルチモーダルGemini LLMは、マルチモーダルGenAIアシスタントを使用する際にネットワークエンジニアリング/プロビジョニング、ネットワーク、フィールドオペレーションチームが直面する制約に対処するために使用されています。
  

Cerillion、CSG、Huawei、Netcracker、NokiaなどのテレコムアプリケーションプロバイダーもGenAIソリューションを展示した。例えば、CerillionはBring-your-own-LLMのアプローチを使い、オペレーターがCerillionのGenAIベースのカタログを使い、製品やオファーの開発を簡素化することを実演した。
TMフォーラムのカタリスト・プロジェクトの参加者は、AIがどのように電気通信事業を変革し、新たなビジネスモデルを模索するために利用できるかを実演した。例えば、TM

このプロジェクトでは、LLMを使用して自然言語プロンプトからユーザーの意図を推測し、その意図を満たすための具体的なタスクに分解し、関連するAIエージェント（GenAIと非GenAI技術を使用）に信号を送って実行させる^。オペレーターが非GenAI開発への先行投資とLLMの生成能力を組み合わせることで、より複雑なタスクに対処できるようになるため、この種のユースケースはより一般的になると予想される。

通信事業者はDTW2024-Igniteを利用してパートナーシップを深め、通信業界におけるAIイノベーションを加速させた。例えば、Global Telco AI Alliance（GTAA）の創設メンバーは、多言語通信LLMを共同開発するジョイントベンチャー（JV）をMobile World Congress 2024で立ち上げた。JVのメンバーは、DTW2024-Igniteで、JVに同等の投資を行うことに合意した。これらの出資は運転資金として使用される。この開発により、GTAAのメンバーは、総所有コスト（TCO）を削減しながら、GenAIの野望を達成することが可能になると思われる。

通信事業者はAIのユースケースのためにデータ環境を近代化する必要性を認識しているが、TCO/ROIのメリットを正当化するためにベンダーが支援することを期待している。

通信事業者が現在のPoC段階から、ビジネスやネットワーク環境におけるユースケースの生産または完全な展開に移行できなければ、AIをめぐる通信業界の話題は短命に終わるだろう。通信事業者の既存のデータ環境は、ほとんどのAIユースケースの完全な展開をサポートするには適していない。GenAIのユースケースで人気のある検索拡張世代（RAG）ベースの展開でさえ、RAGワークフローをサポートするために検索されるデータへのアクセスレベルとその最新性に影響される。

RAGベースのユースケースをサポートするために使用されるLLMの不正確な反応や幻覚を避けるためには、アクセスしやすく最新のデータが不可欠である。
したがって、イベントでの業界関係者との交流から、事業者がAIの導入を有意義なものにするためには、適切なデータ環境を構築するための投資を優先しなければならないと認識していることを知ることができたのは喜ばしいことだった。

この進展は、データプラットフォーム・ソリューション・プロバイダーにとって、事業者との関係を拡大する好機となる。アナリシスメイソンの調査と洞察は、このような機会の詳細と、ベンダーが事業者のデータ課題に対処するために自社のソリューションをどのように位置づけることができるかを示している。

しかし、事業者のデータ課題を解決することは、簡単でも、早くも、安くもない。ベンダーは、関連する時間とコストを大幅に削減するソリューションを提供し、事業者のビジネスケースを改善する必要がある。さらにベンダーは、データ近代化プロジェクトの潜在的なメリット（例えば、AIユースケースの市場投入までの時間の短縮など）と、それを実現するためのスケジュールについて、事業者に明確に理解してもらう必要がある。

例えば、BTデジタルのチーフ・アーキテクトであるキャンベル・マクリーンは、BTがBTの顧客とサービスに関連するあらゆる形態のデータを包含する単一のデータ「ファブリック」を開発する計画であることをTelecomTVと共有した。同氏は、効果的なデータ環境を確立することは、どの事業者にとっても容易なことではなく、事業者は、データセットが大規模で分散しており、非常に多様であるため、データセットを理解するのに苦労していることを認めた。BT社のように、複数の場所（構内、プライベート・クラウド、パブリック・クラウド）にデータを持ち、データ量、データ・ソース、多様性が増大する事業者は、この単一のデータ・ファブリックを構築することが複雑で、時間とコストがかかることに気づくだろう。しかし、このデータ近代化投資は、データアクセスを簡素化し、BTのAI開発を加速させる。

データ・ソリューション・ベンダーは、事業者がデータ近代化の旅に乗り出す際に生じるであろう疑問に対応できるように準備する必要がある（図1）。
図1： データおよびAIソリューション・プロバイダーが、データ環境の近代化のために通信事業者と関わる際に対処する準備をすべき質問

通信事業者が直面しているマージン改善へのプレッシャーは、データプラットフォーム・ソリューション・プロバイダーが、中長期的には費用対効果が高く、短期的には迅速なROIを実現するデータ近代化ソリューションを通信事業者の顧客に提供し、サインオフを促進する必要があることを意味します。

¹TMフォーラムのCatalystプロジェクトは、TMフォーラムのメンバー（通信事業者とベンダー）を集め、TMフォーラムの資産であるAIと自動化を利用して通信業界のイノベーションを推進するソリューションを開発するものです。

²LLMベースのAIエージェントは、特定のタスクに対応する他のAIエージェント（GenAI関連または非GenAI関連の技術を使用）と共に動作するように設計されています。また、オペレータのOSSやBSSと統合してタスクを実行します。

情報源：Adaora Okeleke（Analysys Mason社）

お問合せ：Analysys Masonへのお問合せはデータリソース（office@dri.co.jp）までご連絡下さい。