微信、qq、twitter...人們交流方式從單一的語音溝通,擴(kuò)散到各式各樣的社交軟件中,這種改變,對于運營商未來的發(fā)展而言無疑成為了一種考驗,也帶來一系列問號:未來運營商的用戶需求來自于哪里?運營商要做何改變以獲取更高盈利?運營商的下一個紅利在哪?在HCC2015上,華為運營商BG的ICT首席技術(shù)官王紀(jì)奎教授做出解讀——運營商急需數(shù)字化轉(zhuǎn)型。
為什么做數(shù)字化轉(zhuǎn)型?
王紀(jì)奎教授指出,運營商之所以要做數(shù)字化轉(zhuǎn)型,源于對收益、競爭和用戶需求三個角度的考量。
運營商的紅利階段從最初的人口紅利,逐漸轉(zhuǎn)向流量紅利、信息紅利,當(dāng)這幾個階段慢慢過去之后,就要從數(shù)字化轉(zhuǎn)型的過程中尋找云服務(wù)、數(shù)據(jù)服務(wù)提供給客戶獲得收益。
同時,來自于OTT的各種競爭,語音和信息業(yè)務(wù)急劇下滑,運營商需要尋找新的增長點。
第三,用戶的需求從傳統(tǒng)的需求變成ROADS模式(Real-time、On-demind、All-online、DIY、Social),需求越來越明顯,要求運營商提供數(shù)字化的業(yè)務(wù)來滿足。
這是一個長期過程
“在運營商轉(zhuǎn)型的過程當(dāng)中,最大的挑戰(zhàn)是,他的業(yè)務(wù)能力到底適合哪些行業(yè),他能推出的應(yīng)用適合哪些行業(yè),能不能賣更多的錢。”王紀(jì)奎教授說道。
再者,生態(tài)系統(tǒng)能不能建好、系統(tǒng)層面能不能變成自動化的靈活的方式、底層的網(wǎng)絡(luò)架構(gòu)和基礎(chǔ)設(shè)施架構(gòu)怎么設(shè)計規(guī)劃同樣重要。而運營商在未來的組織架構(gòu)、人才體系能不能跟上也很關(guān)鍵。
基于此,華為形成了一套架構(gòu)體系,從四個維度幫助運營商數(shù)字化轉(zhuǎn)型——網(wǎng)絡(luò)重構(gòu)、使能平臺層、生態(tài)系統(tǒng)構(gòu)建、合作模式。
不過這是一個長期的過程。王紀(jì)奎教授站在華為的角度上看,在網(wǎng)絡(luò)帶寬領(lǐng)域,從研發(fā)投入,3G、4G、5G、固網(wǎng)的增加帶寬、接入能力方面做研究,最終希望幫助運營商真正做到增速降費。
下一個紅利在哪?
華為有4個紅利的思路,運營商最開始是人口紅利,那時候網(wǎng)絡(luò)沒有那么多,網(wǎng)絡(luò)覆蓋隨著用戶數(shù)的增長而增長,每個運營商的每用戶平均收入值差不多,這個階段,運營商的收入主要靠的是不斷增長的用戶數(shù)。
而現(xiàn)在,中國有13億以上的移動用戶數(shù),人手一部甚至是2部手機(jī),人口不再占優(yōu)勢,運營商逐漸轉(zhuǎn)向數(shù)據(jù)套餐,走的是流量。
到了流量紅利。語音收入慢慢下滑,短信越來越少,流量增長帶來了新的收益。在這個階段的特點是,運營商的用戶數(shù)有足夠的規(guī)模,流量會越來越多,獲得流量的收益會越來越大。
第三個階段也是運營商正在嘗試做的方面,就是如何讓大數(shù)據(jù)發(fā)揮價值。王紀(jì)奎教授指出,運營商可以利用數(shù)據(jù)資源挖掘很多有用的價值,提供給行業(yè)客戶,從而讓數(shù)據(jù)產(chǎn)生價值。但是,這些價值現(xiàn)階段大家沒有看到那么多。
具體而言,運營商的數(shù)據(jù)資源來自于用戶的位置信息、用戶自己的套餐、家住在什么地方、多長時間在什么地方、用什么手機(jī)用什么網(wǎng),自己有什么社交軟件的訪問、愛好等等,這些價值往往是行業(yè)客戶最需要的。
這些產(chǎn)生出來的價值被放到運營商的新業(yè)務(wù)領(lǐng)域里,比如說云相關(guān)的業(yè)務(wù),結(jié)合對企業(yè)和行業(yè)的大數(shù)據(jù)分析,同時提供應(yīng)用層的服務(wù),從而被定義為數(shù)據(jù)紅利階段。在這個階段中,運營商所做的,主要是如何讓大數(shù)據(jù)變現(xiàn),也讓企業(yè)客戶提供服務(wù)。
但是現(xiàn)階段很多運營商沒有達(dá)到大數(shù)據(jù)服務(wù)的模式,大部分還在嘗試中,這個階段運營商希望把數(shù)據(jù)變現(xiàn)提供各種服務(wù)。
最后一個階段是信息紅利階段,運營商在數(shù)字化轉(zhuǎn)型的過程中,自己提供數(shù)字化服務(wù)的能力。這個時候,有些運營商采取和合作伙伴提供生態(tài)鏈的方式,有些運營商自己提供醫(yī)療健康、教育、安全、政府相關(guān)的服務(wù),還有些運營商和第三方合作提供服務(wù)。
總而言之,行業(yè)里未來的方向或多或少為運營商的方向創(chuàng)造了條件,結(jié)合物聯(lián)網(wǎng)等新技術(shù),運營商有更大的空間,挖掘有優(yōu)勢的應(yīng)用服務(wù)和信息服務(wù),這是信息紅利的重要保障。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機(jī)制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。