Die Effektivität von künstlicher Intelligenz (KI) in Telekommunikationsanwendungen hängt weitgehend von einem großen Sprachmodell (LLM) ab. Bei der Entwicklung von Telco AI-Lösungen gibt es unterschiedliche Ansätze für das LLM-Stück – sollte die Branche eigene Daten und Domain-Expertise verwenden, um vollständig angepasste LLMs zu erstellen, oder vorhandene LLMs (wie OpenAI’s GPT oder Meta’s Llama) verwenden und für Telekommunikationsunternehmen optimieren?
Die Argumente für den Aufbau eines LLM liegen in der vollständigen Kontrolle und Anpassung, dem Datenschutz, der Wettbewerbsdifferenzierung und der optimierten Leistung. Die Nachteile sind Kosten, in der Regel eine lange Entwicklungszeit, Komplexität, Risiken und Skalierbarkeitsprobleme. Der Fall für das Tuning eines vorhandenen LLM beinhaltet eine schnellere Markteinführung, Kosteneffizienz, die Möglichkeit bewährte Technologien zu nutzen, Zugriff auf vorinstallierte Funktionen und eine einfache Skalierbarkeit. Die Gegenargumente betreffen begrenzte Anpassungsmöglichkeiten, Datenschutzbedenken, Abhängigkeit von Drittanbietern und suboptimale Leistung.
In der Global Telco AI Alliance haben Unternehmen wie Deutsche Telekom, e&Group, Singtel, SoftBank und SK Telecom gemeinsam eine Allianz gegründet, um eigene LLMs speziell für Telekommunikationsunternehmen zu entwickeln. Dies soll dabei helfen, die Kundeninteraktionen über digitale Assistenten und Chatbots zu verbessern. Die Partner planen mehrsprachige LLMs zu entwickeln und innovative KI-Anwendungen bereitzustellen, die auf die Bedürfnisse der Mitglieder der Allianz zugeschnitten sind.
Rakuten Symphony setzt auf den Aufbau von Plattformen und die Nutzung von LLMs, die auf spezifischen Daten und Geschäftskontexten basieren, um Effizienz zu steigern. AWS und IBM betonen die Bedeutung der Anpassung von Modellen an konkrete Anwendungsfälle, sowie die Notwendigkeit von Datenplattformen und Multi-Cloud-Strategien. Die Entscheidung zwischen dem Bau eines individuellen LLM oder der Anpassung eines bestehenden hängt für Betreiber weitgehend von spezifischen Anforderungen, Ressourcen und strategischen Zielen ab.
Letztendlich ist die Wahl zwischen dem Bau eines individuellen LLM und der Anpassung eines vorhandenen Modells für Betreiber von Telekommunikationsunternehmen abhängig von spezifischen Bedürfnissen, Ressourcen und strategischen Zielen. Es ist wichtig zu beachten, dass die Implementierung von Telco AI-Fähigkeiten je nach Bedarf unterschiedliche Ansätze erfordern kann, um die Anforderungen an Leistung, Anpassungsfähigkeit und Kosten zu erfüllen.