टेलीकॉम इंडस्ट्री का AI विरोधाभास: राजस्व की बड़ी उम्मीदें, एजेंटिक AI पर भारी संदेह

एजेंटिक AI की तैयारी का अंतर: 57.5% "अभी नहीं" क्यों कहते हैं

यदि राजस्व आशावाद मुख्य समाचार है, तो उप-शीर्षक एजेंटिक AI पर एक दृढ़ पीली रोशनी है। सर्वेक्षण में पाया गया कि 57.5% उत्तरदाताओं का मानना है कि दूरसंचार नेटवर्क की जटिलताओं को एजेंटिक AI विकासों में ठीक से शामिल नहीं किया गया है । DSP लीडर्स वर्ल्ड फोरम के पैनल, जिसमें टेलीफ़ोनिका, विंड रिवर और एपलडोर रिसर्च के अधिकारी शामिल थे, ने व्यावहारिक तकनीकी तर्कों के साथ इन चिंताओं को मान्य किया ।

एजेंटिक AI का तात्पर्य ऐसी प्रणालियों से है जो स्वायत्त रूप से योजना बना सकती हैं, बहु-चरणीय कार्यों को निष्पादित कर सकती हैं, और अन्य एजेंटों के साथ बातचीत कर सकती हैं - जो एकल निर्देश (प्रॉम्प्ट) का जवाब देने वाले वर्तमान AI सहायकों से कहीं आगे है। एक दूरसंचार प्रोडक्शन नेटवर्क के लिए, एक एजेंटिक सिस्टम स्वतंत्र रूप से ट्रैफिक को पुनर्निर्देशित कर सकता है, वर्चुअलाइज्ड नेटवर्क फ़ंक्शन शुरू कर सकता है, या किसी अन्य ऑपरेटर के एजेंट के साथ वास्तविक समय में सेवा-स्तरीय समझौतों पर बातचीत कर सकता है। यह शक्तिशाली लगता है, लेकिन यह उस बुनियादी ढांचे में पूरी तरह से नए विफलता मोड पेश करता है जहां मानव जीवन और महत्वपूर्ण सेवाएं दांव पर हैं।

प्रोटोकॉल की समस्या: एजेंट-टू-एजेंट संचार अभी तक क्यों नहीं आया है

मल्टी-एजेंट सिस्टम के लिए तकनीकी आधार संचार प्रोटोकॉल है। दो उभरते मानक - मॉडल कॉन्टेक्स्ट प्रोटोकॉल (MCP) और एजेंट-टू-एजेंट (A2A) प्रोटोकॉल - इंटरऑपरेबल AI एजेंटों की दृष्टि के केंद्र में हैं। लेकिन सर्वेक्षण से पता चलता है कि केवल 30% उत्तरदाताओं का मानना है कि इन प्रोटोकॉल को समझना और उनका उपयोग करना आज दूरसंचार कंपनियों के लिए गेम-चेंजर है ।

DSP लीडर्स वर्ल्ड फोरम के पैनलिस्टों ने इस आलोचना को और गहरा किया। उन्होंने बताया कि ये प्रोटोकॉल बेहद नए हैं - अधिकतम कुछ साल पहले ही तैयार किए गए हैं - और उनका वास्तविक दुनिया में उपयोग बहुत बंद, एकल-विक्रेता वातावरण तक सीमित रहा है । प्रौद्योगिकी की विभिन्न पीढ़ियों में कई विक्रेताओं के उपकरणों पर चलने वाले एक विषम दूरसंचार नेटवर्क के लिए, खुले, सिद्ध इंटरऑपरेबिलिटी की यह कमी केवल परिपक्वता की समस्या नहीं है - यह एक मौलिक वास्तुशिल्प अंतर है ।

निष्कर्षों पर चर्चा करने वाले विशेषज्ञों के एक पैनल ने कहा कि AI मॉडलों की परिपक्वता से परे, मुख्य बाधा यह है कि एजेंट-टू-एजेंट संचार के पास वर्तमान में बहु-विक्रेता, उत्पादन-ग्रेड दूरसंचार बुनियादी ढांचे में काम करने का कोई विश्वसनीय रास्ता नहीं है। जब तक प्रोटोकॉल का खुले वातावरण में परीक्षण, मानकीकरण और सुरक्षित प्रदर्शन नहीं किया जाता, तब तक एजेंटिक AI को बड़े पैमाने पर तैनात करना एक ऐसा दांव है जिसे अधिकांश ऑपरेटर लगाने को तैयार नहीं हैं।

विश्वास और सॉवरेनिटी: टेल्को AI अपनाने के दो स्तंभ

सर्वेक्षण और फोरम चर्चाओं दोनों में एक दोहरा विषय चलता है: विश्वास (ट्रस्ट) और डिजिटल सॉवरेनिटी (डिजिटल संप्रभुता)। विश्वास व्यापक, कम तकनीकी बाधा है। दूरसंचार ऑपरेटर नेटवर्क अपटाइम, डेटा सुरक्षा और नियामक अनुपालन के लिए जवाबदेह हैं। AI एजेंटों को निर्णय लेने का अधिकार सौंपने के लिए उच्च स्तर के विश्वास की आवश्यकता होती है जो वर्तमान तकनीक अभी तक प्रदान नहीं कर सकती है ।

सॉवरेनिटी (संप्रभुता) की बातचीत एक भू-राजनीतिक और वाणिज्यिक परत जोड़ती है। सर्वेक्षण में पाया गया कि 54% उत्तरदाता सॉवरेन AI को दूरसंचार कंपनियों के लिए एक मजबूत व्यावसायिक अवसर के रूप में देखते हैं। अन्य 27% का मानना है कि दूरसंचार कंपनियों को यह विशेष सेवा IT विशेषज्ञों पर छोड़ देनी चाहिए, जबकि 19% अनिश्चित हैं ।

सॉवरेन AI का तात्पर्य ऐसी AI प्रणालियों और बुनियादी ढांचे से है जो किसी विशिष्ट देश या क्षेत्र के भीतर, स्थानीय कानूनों और डेटा गवर्नेंस ढांचे के तहत डिजाइन, निर्मित और संचालित किए जाते हैं। उन उद्यमों और सरकारों के लिए जो अपने डेटा के विदेशी-नियंत्रित क्लाउड सेवाओं से गुजरने का जोखिम नहीं उठा सकते, दूरसंचार कंपनियां विशिष्ट रूप से स्थित हैं: वे पहले से ही विश्वसनीय, विनियमित राष्ट्रीय बुनियादी ढांचे का संचालन करती हैं, डेटा सेंटर रियल एस्टेट को नियंत्रित करती हैं, और उनके गहरे ग्राहक संबंध हैं। जैसा कि एक पैनल चर्चा में कहा गया, दूरसंचार कंपनियां उन उद्यमों के लिए सही भागीदार बनने के लिए बहुत अच्छी स्थिति में हैं जिन्हें सॉवरेन AI की गारंटी चाहिए ।

एज AI: जहां नेटवर्क डेटा से मिलता है

एज कंप्यूटिंग परत - जहां डेटा को केंद्रीकृत क्लाउड के बजाय उसके स्रोत के करीब संसाधित किया जाता है - वह बिंदु है जहां संप्रभुता, विश्वास और AI नेटवर्क पर ही अभिसरित होते हैं। फोरम की चर्चाओं में इस बात पर प्रकाश डाला गया कि नेटवर्क एज संघर्ष सीधे AI और विश्वास की गतिशीलता से जुड़े हैं। चूंकि AI कार्यभार को तेजी से कम विलंबता और डेटा स्थानीयकरण की आवश्यकता हो रही है, नेटवर्क एज संप्रभुता नीतियों के लिए प्राकृतिक प्रवर्तन बिंदु बन जाता है ।

चुनौती लागत है। डेटा संप्रभुता की आवश्यकताएं खर्च बढ़ाती हैं: विशेष हार्डवेयर, अनुपालन ओवरहेड, और हजारों एज स्थानों पर वितरित गणना को बनाए रखने की जटिलता। दूरसंचार ऑपरेटर इस बात से जूझ रहे हैं कि एज AI सेवाओं की कीमत और पैकेजिंग कैसे की जाए, जबकि अंतर्निहित संप्रभुता लागतों को मापना और ग्राहकों तक पहुंचाना मुश्किल बना हुआ है ।

टेलीकॉम AI के लिए एक स्प्लिट-स्क्रीन भविष्य

उभरती हुई तस्वीर अपनाने या प्रतिरोध की कोई सरल कहानी नहीं है। यह दूरसंचार में AI का एक स्प्लिट-स्क्रीन दृश्य है: उद्योग राजस्व वृद्धि और नई सेवाओं के लिए उत्साहपूर्वक AI का अनुसरण कर रहा है, जबकि साथ ही AI के सबसे स्वायत्त रूप पर ब्रेक लगा रहा है जो एक दिन नेटवर्क को स्वयं चला सकता है।

दूरसंचार में वर्तमान AI अनुप्रयोग विसंगति का पता लगाने, ग्राहक संपर्क और परिचालन समर्थन पर केंद्रित हैं - ऐसे क्षेत्र जहां मानवीय निगरानी अंतिम सुरक्षा उपाय बनी रहती है । एजेंटिक AI की ओर छलांग, जहां सिस्टम विक्रेताओं और नेटवर्क परतों में स्वतंत्र रूप से कार्य करते हैं, वह है जहां विश्वास, प्रोटोकॉल और संप्रभुता की चिंताएं एक बाधा में परिवर्तित हो जाती हैं जिसे 57.5% उद्योग आज पार करने के लिए तैयार नहीं है ।

जैसा कि DSP लीडर्स वर्ल्ड फोरम की चर्चाओं ने स्पष्ट किया, उद्योग एजेंटिक AI को अस्वीकार नहीं कर रहा है - वह मांग कर रहा है कि उत्पादन में तैनाती यथार्थवादी बनने से पहले अंतर्निहित प्रोटोकॉल, इंटरऑपरेबिलिटी ढांचे और विश्वास तंत्र परिपक्व हों । इस बीच, सॉवरेन AI और एज सेवाएं एक अधिक निकट-अवधि के, विश्वास-आधारित व्यावसायिक अवसर का प्रतिनिधित्व करती हैं जो दूरसंचार कंपनियों के मौजूदा बुनियादी ढांचे के लाभों का पूरा उपयोग करता है।