Использования AI для повышения производительности компанией Verizon

Verizon, американский многонациональный телекоммуникационный конгломерат, делает ставку на ИИ и машинное обучение, чтобы помочь повысить производительность и улучшить обслуживание клиентов.

Однако для мониторинга стабильности и реагирования на сбои и простои, влияющие на качество обслуживания клиентов, требуется огромное количество ресурсов.

До недавнего времени Verizon в первую очередь полагалась на отзывы клиентов, чтобы понять, когда скорость и качество его обслуживания не оправдывали ожиданий.

В последние годы, однако, после больших инвестиций в аналитику и технологии, управляемые искусственным интеллектом, (что частично охватываются приобретением Yahoo в 2017 году) новый подход приносит впечатляющие результаты.

Теперь это алгоритмы прогнозной аналитики, которые отслеживают 3 ГБ данных каждую секунду, передаваемых с миллионов сетевых интерфейсов-от маршрутизаторов клиентов до массива датчиков, собирающих данные о температуре и погоде, и программного обеспечения, которое “слушает” операционные данные, такие как биллинговые записи.

Директор по производительности и аналитике сети Verizon Мэтт Тегердин говорит, что в 2017 году эта аналитическая инфраструктура позволила им предсказать 200 событий, “влияющих на клиентов”, прежде чем они произошли, и предпринять шаги по их предотвращению.

"По сути, то, что мы пытаемся сделать, это слушать все наши сетевые элементы ... есть огромное количество данных, которые мы получаем из разных элементов, и мы хотим их слушать, переводить их, прогонять их через [прогнозирующие] модели и гарантировать, чтобы у наших клиентов не было перерывов.”

Стратегия была разработана, чтобы быть ориентированной на клиента с нуля-с уменьшением неудовлетворенности клиентов через плохое обслуживание как проблема, которую необходимо преодолеть.

Он работает, используя алгоритмы машинного обучения, чтобы сначала установить «нормальные» поведения, которые ожидаются в сети. Затем он идентифицирует «выброшенные» данные, которые находятся вне этого порога нормального поведения, и пытается распознать события, которые привели к появлению этих выбросов.

"Прелесть этого заключается в том, что мы не просто смотрим на один единственный источник данных, такой как статистика интерфейса, мы также собираемся и собираем такие вещи, как статистика окружающей среды, использование процессора на маршрутизаторах ... мы используем машинное обучение, чтобы узнать, что такое "нормальный".

"Это очень сложная экосистема различных источников данных, и именно это сочетание приводит к большому количеству идей и повышает ценность аналитики.”

Эта стратегия будет приобретать все большее значение по мере продвижения к цели развертывания первых мобильных сетей 5G в конце этого года.
В своих домашних сетях Verizon запускает автоматическое тестирование на выборке из 60 000 внутренних маршрутизаторов каждые два часа, чтобы гарантировать, что клиенты получают скорость обслуживания, за которую они платят.

Как это часто бывает с проектами Big Data, эти идеи полезны не только тем, для которых они были изначально предназначены. Verizon обнаружил, что теперь он может использовать их для принятия бизнес-решений. Тестирование показало, что домашние маршрутизаторы последовательно могли работать на более высоких скоростях, чем считалось ранее. Это означало, что бизнес смог продавать свои услуги в качестве 1-гигабитного соединения, где ранее он рекламировался как 750 мегабит. Это привело к огромному росту продаж.

Улучшение обслуживания для существующих клиентов по-прежнему остается в центре внимания: «Производительность - это основной устав нашей команды, - говорит Тегердин, - Мы здесь, как тихий сторонник клиента, за кулисами, и наша задача - работать в этой области.

«Если происходит утечка или маршрутизатор сильно падает, это очень легко обнаружить - мы хотим знать, можем ли мы это обнаружить? Не могли бы мы опередить это до провала? Было ли это вообще возможно?

Они также смогли обнаружить производственные или производственные дефекты в оборудовании и программном обеспечении третьих сторон, на которых построена сеть. Микротрещины в чипах или ошибки операционной системы часто приводят к ошибкам или ошибкам, которые, хотя и не смертельны, тем не менее уменьшают обслуживание или вызывают раздражение у клиентов.

“Это может быть не полный сбой, но есть обстоятельства, когда из группы в 1000 клиентов, возможно, 100 испытывают буферизацию, и их приложения не работают гладко ... это не премиальная сеть, которую мы хотим предоставить."

Архитектура AI Verizon и Big Data построена в основном из компонентов с открытым исходным кодом. Команда в значительной степени полагается на Spark и Kafka благодаря своей способности обрабатывать очень быстрые потоковые сетевые данные в режиме реального времени.

Платформа находится на Hadoop, а разработка ведется на Python и Java.

Еще одной основной стратегией стало развертывание «инкубационных групп», в состав которой вошли специалисты в различных областях технологии данных. Они состоят из ученых-данных, инженеров данных, архитекторов данных и, в сущности, трансляторами (преобразователями) данных. В частности, роль трансляторов данных играет все более важную роль, и прогнозируется рост спроса во всех отраслях промышленности для работников, оснащенных этим конкретным набором инструментов.

«Трансляторы данных - очень мощные и уникальный специалисты. Они могут говорить на языке данных, но они также знают бизнес" “Они становятся очень важными, потому что, как вы получаете информацию из данных? Специалисты по обработке данных говорят на определенном языке, но переводчики данных делают его реальным. Это клей, который связывает все вместе.”

Что касается будущего, Тегердин уверен, что ИИ (и машинное обучение в частности) будет играть все более важную роль в защите и обеспечении производительности, а сети станут больше, быстрее и сложнее.

Источник

наукатехнологиииижизнь
534
294.423 GOLOS
0
В избранное
lisak
Обо всём, что интересно
534
0

Зарегистрируйтесь, чтобы проголосовать за пост или написать комментарий

Авторы получают вознаграждение, когда пользователи голосуют за их посты. Голосующие читатели также получают вознаграждение за свои голоса.

Зарегистрироваться
Комментарии (2)
Сортировать по:
Сначала старые