Teleselskabernes AI-paradoks: Store indtægtsdrømme møder skepsis over for agentic AI

Paneldebatten på DSP Leaders World Forum med deltagelse af topfolk fra blandt andre Telefónica, Wind River og Appledore Research satte konkrete tekniske ord på bekymringerne .

Agentic AI adskiller sig fundamentalt fra de AI-assistenter, vi kender i dag. Hvor en chatbot svarer på en enkelt prompt, kan et agentic system planlægge og udføre komplekse, flertrins-opgaver helt selvstændigt. I et telenetværk kunne det for eksempel betyde, at en AI-agent på egen hånd omdirigerer datatrafik, starter nye virtuelle netværksfunktioner op eller forhandler serviceaftaler direkte med en anden operatørs AI-agent. Det lyder futuristisk og effektivt, men i en kritisk infrastruktur, hvor menneskeliv og samfundsvigtige funktioner står på spil, introducerer det nye, ukendte fejlkilder.

Protokol-problemet: Derfor taler agenterne ikke sammen endnu

For at autonome AI-agenter fra forskellige leverandører skal kunne samarbejde, skal de tale samme sprog. To nye standarder – Model Context Protocol (MCP) og Agent-to-Agent-protokoller (A2A) – er midtpunktet i denne vision. Men her bliver optimismen for alvor afløst af realisme. Blot 30 % af de adspurgte mener, at forståelsen af disse protokoller er en gamechanger for teleselskaberne lige nu .

Eksperterne på DSP Leaders World Forum gik endnu dybere. De pointerede, at protokollerne er ekstremt nye – de blev formuleret for højst et par år siden – og at deres praktiske anvendelse indtil videre har været begrænset til meget lukkede miljøer hos enkelte leverandører . For et heterogent, produktionsklart telenetværk med udstyr fra et væld af forskellige leverandører på tværs af teknologigenerationer, er denne mangel på åben, dokumenteret interoperabilitet ikke bare et modenhedsproblem. Det er en fundamental arkitektonisk barriere.

Panelet var enige om, at der lige nu ikke findes nogen troværdig vej til at lade agenter kommunikere på tværs af et multi-leverandør-miljø i en skala, der kræves i den virkelige verden. Før protokollerne er testet, standardiserede og bevist sikre i åbne systemer, er udrulning af agentic AI i stor stil et væddemål, de færreste tør tage.

Tillid og digital selvbestemmelse: De to ben, telebranchen står på

Under alle diskussionerne løber to røde tråde: tillid og digital suverænitet. Tillidsudfordringen er den bredeste. Teleselskaberne er juridisk og kommercielt ansvarlige for oppetid, datasikkerhed og overholdelse af regulativer. At overdrage beslutningskompetence til en AI-agent kræver et tillidsniveau, som teknologien endnu ikke kan honorere .

Suverænitetsdebatten tilføjer et geopolitisk og forretningsstrategisk lag. Undersøgelsen viste, at 54 % af respondenterne ser suveræn AI som en stærk selvstændig forretningsmulighed for teleselskaber. 27 % mener, at det bør overlades til IT-specialister, mens 19 % er usikre på potentialet .

Hvad er suveræn AI? Det dækker over AI-systemer og infrastruktur, som er udviklet, bygget og drevet inden for et specifikt lands eller en regions grænser, underlagt lokal lovgivning og rammer for databeskyttelse. For virksomheder og myndigheder, der ikke kan risikere, at deres data flyder gennem udenlandsk kontrollerede cloud-tjenester, er teleselskaberne unikt positionerede som partnere. De driver allerede betroet, reguleret national infrastruktur, råder over datacentre og har dybe kunderelationer. Som en paneldeltager formulerede det, er teleselskaberne et oplagt sted for virksomheder, der har brug for suveræne AI-garantier .

Edge AI: Hvor netværket møder data – og suveræniteten

Edge computing – hvor data behandles tæt på kilden i stedet for i en central sky – er dér, hvor kravene om suverænitet, tillid og AI støder sammen i selve netværket. Panelet påpegede, at udfordringerne med netværkets edge er direkte forbundet med AI- og tillidsdynamikker. Når AI-arbejdsbyrder i stigende grad kræver lav latenstid og datalokalisering, bliver netværkets kant det naturlige knudepunkt for at håndhæve suverænitetspolitikker .

Udfordringen er prisen. Datasuverænitet koster: specialiseret hardware, compliance-overhead og kompleksiteten ved at vedligeholde distribueret datakraft på tværs af tusindvis af edge-lokationer. Teleselskaberne kæmper nu med, hvordan de skal prissætte og pakke edge AI-services, når de underliggende suverænitetsomkostninger forbliver svære at kvantificere og sende videre til kunderne .

Fremtiden for tele-AI er et split-screen-billede

Branchens forhold til kunstig intelligens er hverken en simpel fortælling om adoption eller modstand. Det er et split-screen-billede: På den ene side jagter teleselskaberne ivrigt AI for at skabe vækst og nye forretningsområder. På den anden side træder de hårdt på bremsen over for den mest avancerede og autonome form for AI, som måske en dag kommer til at styre netværkene selv.

Dagens AI-anvendelser i telebranchen er fokuserede på områder som fejldetektion, kundeinteraktion og driftsstøtte – alle steder, hvor der stadig er en menneskelig sikkerhedsventil som sidste instans . Springet til agentic AI, hvor systemer handler uafhængigt på tværs af leverandører og netværkslag, er dér, hvor bekymringerne om tillid, protokoller og suverænitet smelter sammen til en barriere, som 57,5 % af industrien ikke er klar til at krydse endnu .

Som paneldebatten gjorde klart, afviser industrien ikke agentic AI. Den kræver blot, at de underliggende protokoller, interoperabilitetsrammer og tillidsmekanismer modnes, før det giver mening i produktionsmiljøet . I mellemtiden tegner suveræn AI og edge-tjenester sig som et mere kortsigtet, tillidsbaseret forretningspotentiale, der udnytter teleselskabernes eksisterende infrastrukturfordele.