Comprendre le rôle de l'IA dans les télécommunications

L'intelligence artificielle (IA) englobe divers processus et algorithmes qui facilitent l'analyse et la résolution des problèmes. L'apprentissage automatique (AA) et l'apprentissage profond sont des sous-catégories de l'IA qui utilisent des algorithmes pour identifier des schémas et établir des prédictions dans un ensemble de données.

Les récents progrès réalisés dans ces domaines, notamment la création de grands modèles de langage (LLM) faciles d'accès, ont fait émerger de nouveaux cas d'utilisation dans de nombreux secteurs d'activité, à l'instar des recommandations personnalisées dans le commerce et de la détection des fraudes dans le secteur bancaire. Dans le secteur des télécommunications, ces nouvelles technologies sont aujourd'hui couramment utilisées.

De nombreux opérateurs de télécommunications s'appuient depuis des années sur l'IA prédictive pour optimiser leurs processus d'exploitation. Ils utilisent aussi l'IA générative pour améliorer l'expérience client ainsi que leur compétitivité sur le marché. Cependant, en raison notamment de l'investissement initial, des enjeux de sécurité et de la nécessité de traiter de gros volumes de données, la mise en œuvre de l'IA dans les télécommunications est souvent compliquée. Avec des solutions informatiques adéquates, il est possible de tirer parti des outils d'IA de manière efficace et économique pour augmenter le chiffre d'affaires tout en protégeant les informations des clients.

Les applications d'IA aident les opérateurs de télécommunications à relever plusieurs défis métier, notamment :

• Augmentation des coûts : les opérateurs de télécommunications ont dû considérablement investir pour mettre à niveau leur infrastructure afin de préserver leur compétitivité. Ils ont notamment engagé d'importantes dépenses dans la transformation de leurs réseaux, pour distribuer les nouveaux services et applications liés au développement de la 5G et de l'IA. La mise en œuvre de l'IA pour accroître l'efficacité des réseaux ou limiter les coûts de maintenance peut compenser l'augmentation de ces dépenses.
• Concurrence : avec l'élévation des attentes des clients et la multiplication des services proposés sur le marché, la concurrence s'intensifie. La mise en œuvre de nouveaux services basés sur l'IA, comme des chatbots de service client, et la rationalisation de la gestion du trafic réseau peuvent aider les opérateurs de télécommunications à égaler, voire à devancer leurs concurrents.
• Gestion et complexité des réseaux : l'augmentation du trafic a entraîné une complexification des réseaux, dont la gestion nécessite désormais davantage de ressources.
• Insuffisance de la puissance de traitement des données : les clients génèrent de grandes quantités de données exploitables. Beaucoup d'opérateurs ne disposent toutefois pas des ressources nécessaires pour analyser ces données afin de mieux servir leurs clients.

Les technologies d'IA et d'AA peuvent être mises à profit pour relever les défis rencontrés dans le secteur des télécommunications. Voici quelques exemples de cas d'utilisation :

• Optimisation des réseaux : l'IA peut analyser le réseau afin de prédire les congestions et de réacheminer le trafic de façon à éviter les ralentissements. Cette approche permet d'améliorer l'expérience client et de limiter certains coûts inutiles.
• Garantie de fonctionnement des réseaux et maintenance prédictive : l'IA analyse les historiques de données afin d'anticiper les pannes des réseaux et de leur infrastructure. Les équipes disposent ainsi de plus de temps pour organiser de manière proactive la maintenance, ce qui peut également permettre de réduire les coûts. 
• Efficacité des réseaux : l'utilisation de l'IA prédictive dans le cadre des appels audio et vidéo de haute qualité entraîne une baisse de l'utilisation du trafic réseau. Par exemple, le recours aux techniques de correction d'erreurs directe ou aux codes correcteurs d'erreurs protège les données contre les effets des pertes de paquets grâce à la création anticipée de paquets de réparation. Ces paquets peuvent être utilisés pour recréer les données perdues.
• Chatbots de service client : les modèles d'IA accélèrent le traitement des demandes de service client, notamment grâce à la mise en place de chatbots pour la résolution des problèmes les plus courants. Les ressources humaines peuvent ainsi se consacrer aux problèmes qui nécessitent une intervention manuelle.

Si l'IA aide à relever de nombreux défis rencontrés dans le secteur des télécommunications, sa mise en œuvre reste souvent complexe. Les réserves émises par les clients, les préoccupations relatives à la confidentialité et les coûts élevés sont autant d'obstacles courants à son adoption qui empêchent le secteur d'évoluer.

Méfiance envers l'IA
Certains clients sont peu enclins à utiliser des solutions d'IA et privilégient encore les interactions humaines aux chatbots, en particulier dans le cadre des demandes d'assistance. Aussi, que ce soit par crainte des nouvelles technologies ou par confiance dans les systèmes existants, cette réticence freine la transition vers l'IA.

Qualité des données
La qualité des données est essentielle au bon fonctionnement des applications d'IA qui traitent de gros volumes de données, notamment pour la maintenance prédictive et l'automatisation des services. L'efficacité de ces applications dépend de la qualité des données qu'elles traitent. Par exemple, si la qualité des données est médiocre, les modèles d'IA ne parviendront pas à prédire avec précision les mesures de maintenance à mettre en œuvre. Pour garantir la précision et la pertinence des données qui alimentent les modèles, il est important de mettre en place une plateforme qui facilite la création et le déploiement d'applications basées sur l'IA à grande échelle dans l'ensemble des environnements de cloud hybride.

Compatibilité avec les infrastructures existantes
Les opérateurs de télécommunications doivent intégrer les services d'IA aux réseaux 5G ainsi qu'aux systèmes existants. Ils doivent donc adopter une plateforme unifiée compatible à la fois avec les réseaux anciens et modernes, et en mesure de gérer les charges de travail d'IA.

Préoccupations relatives à la confidentialité
Dans la modélisation de l'IA, la protection des données personnelles des clients est essentielle. Les opérateurs de télécommunications doivent mettre en place une plateforme compatible avec un écosystème d'outils d'IA fiables, qui leur permet de contrôler l'accès aux données, leur distribution et leur exposition. Pour obtenir un tel niveau de contrôle, les charges de travail d'IA doivent s'exécuter sur une plateforme robuste et cohérente, qui offre une approche globale de l'exploitation, de l'observabilité et de la sécurité, quel que soit le type d'environnement cloud.

Coûts
Les coûts associés à l'intégration de l'IA aux infrastructures de télécommunications sont conséquents, notamment en raison de l'échelle et de la complexité des réseaux. Il est nécessaire d'évaluer avec précision le retour sur investissement des cas d'utilisation de l'IA afin de vérifier leur rentabilité.

Acquisition de talents
Il est indispensable de disposer de personnel compétent. En plus de connaissances en matière de télécommunications, les spécialistes de l'IA doivent posséder des compétences en science des données et une expérience dans la gestion de grands systèmes réseau complexes. Cette double expertise est essentielle pour mettre en œuvre et gérer efficacement les technologies d'IA dans le secteur des télécommunications.

Nombreux sont les défis liés à la mise en œuvre de services efficaces à partir de données saines, sur une plateforme sécurisée et compatible avec l'infrastructure existante. Il n'est pas non plus évident de trouver la plateforme adéquate que maîtrisent déjà la plupart des professionnels de l'informatique. Chez Red Hat, nous sommes là pour vous aider.

Nous disposons de l'expertise, de l'écosystème de partenaires et des technologies de base nécessaires pour créer, déployer et surveiller des applications et modèles d'IA à partir de données pertinentes, permettant aux entreprises de proposer des services fiables à leurs clients. Nous rassemblons les équipes de science des données, de développement et d'exploitation sur une même plateforme basée sur des technologies Open Source, pour qu'elles puissent mettre en commun les données et concevoir des applications intelligentes. Cette plateforme repose sur Red Hat® Enterprise Linux® et Red Hat OpenShift®, des solutions standard et compatibles avec de nombreux systèmes.

Les outils intégrés peuvent être associés à Red Hat OpenShift AI, pour offrir aux équipes une plateforme commune qui permet d'exploiter des applications d'IA et des modèles d'AA de manière transparente et contrôlée. Avec OpenShift AI, les équipes disposent de fonctionnalités cohérentes pour faire des expériences, déployer des modèles et distribuer des applications innovantes. Grâce à cette même plateforme d'applications, il est aussi possible de tirer parti de modèles de fondation développés par des partenaires tels qu'IBM, basés sur des ressources Open Source telles que Hugging Face ou sur des ressources développées en interne.

Les charges de travail d'IA s'exécutent dans des conteneurs de façon très semblable aux autres applications modernes.La solution Red Hat OpenShift offre une plateforme d'applications évolutive qui convient aux charges de travail d'IA. Elle permet aux clients d'utiliser les principaux accélérateurs matériels, notamment ceux de nos partenaires NVIDIA, Intel et bien d'autres.

La plateforme Red Hat Enterprise Linux AI comprend les grands modèles de langage (LLM) de la famille Granite d'IBM, distribués sous licence Open Source, et InstructLab, une solution communautaire visant à améliorer les capacités de ces modèles. Elle permet de développer, de tester et d'exécuter des LLM de la famille Granite pour des applications d'entreprise. En raison de sa conception simplifiée, cette plateforme est idéale pour éliminer les barrières du coût et des ressources lors de l'expérimentation et de la création des modèles d'IA. Elle fournit aussi les outils, données et concepts indispensables pour alimenter les nouvelles charges de travail intelligentes.

Pour être efficace, toute plateforme doit pouvoir s'utiliser avec les meilleurs outils, que ce soit des produits Red Hat ou développés par des tiers. Notre écosystème de partenaires donne accès à des solutions qui facilitent la création, le déploiement et la gestion des modèles pour les applications intelligentes basées sur l'IA.

Nous nous efforçons d'aider le secteur des télécommunications à évoluer, en proposant notamment aux opérateurs des plateformes fiables et évolutives qui simplifient le développement et le déploiement des modèles d'IA et d'AA. Au travers de partenariats solides et de solutions flexibles, nous cherchons sans cesse à relever les défis complexes que pose l'IA à mesure de son développement, pour accompagner au mieux nos clients.