Esa es una parte importante de la misión y estamos pensando en arquitecturas y diseño de red. Realmente no es ni siquiera para los próximos tres años. Estamos pensando en los próximos 20 y 50 años. Las inversiones en redes llevan mucho tiempo, y queremos hacer esas inversiones teniendo en cuenta la economía, pero también garantizando en gran medida la oferta de red más confiable.
Laurel: Usted mencionó la inteligencia artificial y el aprendizaje automático en una respuesta anterior. ¿Cuáles son algunas de las formas en que AT&T está usando AI y ML, o está pensando en implementar inteligencia artificial?
Raj: Gran pregunta y también muy oportuna. Como empresa, hemos tenido investigadores trabajando en IA durante muchos años. Con la llegada de mucho más poder de cómputo y muchos más datos de grano más fino, la oportunidad realmente se ha abierto en los últimos, diría yo, cinco años. Desempeña un papel muy importante en AT&T. Nuevamente, nos hemos acercado a la IA de una manera evolutiva sobre cómo la infundimos.
Primero, pensamos en la IA como el motor y el combustible son los datos. Comienza con cómo queremos recopilar datos y aprender de ellos. Ahí es donde entran en juego muchas de las capacidades de aprendizaje automático. Hemos estado invirtiendo en muchas capacidades de gestión de big data en los últimos años, asegurándonos de que estén bien expuestas a nuestros motores de IA. Nuestro director de datos en particular ha trabajado muy duro para establecer un ecosistema democratizado tanto para los datos como para la capacidad de IA. Aquí hay una función escalonada en complejidad a medida que aumenta la cantidad de datos, particularmente con 5G, y obtenemos una visibilidad de grano más fino, y tenemos controles mucho más inteligentes para luego aplicar decisiones. Entonces, estamos dando esos pasos de esa manera evolutiva.
Internamente tenemos muchos casos de uso, incluido cómo podemos usar la IA para la planificación, las funciones, la IA para las decisiones de diseño, pero también en tiempo real para ayudar a nuestros clientes, así como a la red, en varios escenarios para brindar una mayor eficiencia y mejores experiencias para los clientes. , detectar amenazas de seguridad, el análisis de amenazas y cómo usar los bucles de retroalimentación para optimizar constantemente la red. Entonces, muchos casos de uso a lo largo del ciclo de vida.
Laurel: Me refiero a ese enfoque en la seguridad, que es lo más importante para la mayoría de los ejecutivos en estos días. Pero no solo la seguridad, la IA y la automatización también juegan un papel realmente importante para la funcionalidad 5G. ¿De qué otras formas está entrando en juego ahora mismo con las capacidades de 5G?
Raj: De nuevo, esto es muy oportuno y un área de trabajo muy activa. Permítanme darles un poco de contexto sobre cómo estamos estructurados. Al pensar en 5G, lo consideramos como el día cero, día uno, día dos. El día cero son las actividades de planificación y previsión. Puedo ver algunas formas naturales en las que la IA y el aprendizaje automático pueden ayudarlo a través de su pronóstico. Ahí está su primer día, que en realidad es construir y diseñar su red. Quieres hacer la mayor eficiencia. Una vez más, los bucles de retroalimentación y el aprendizaje reforzado lo ayudan a hacer eso, así como el uso de tecnología de aprendizaje profundo para analizar mapas y datos geoespaciales, para determinar dónde desea tener fibra óptica enterrada y dónde desea colocar una celda pequeña en lugar de una macrocelda. Por lo tanto, hay mucha ingeniería de construcción en la que confiamos en gran medida en la IA, el aprendizaje profundo y las redes neuronales.
Luego hay un ciclo de vida, que llamamos día dos. En eso, hay oportunidades, cosas como el ahorro de energía donde estamos tratando de optimizar la huella energética de nuestro equipo. Nuevamente, tanto una prioridad corporativa como una prioridad social en la huella de carbono. Vemos grandes oportunidades para la economía pero también para ayudar al planeta.
