Orange zet in op AI netwerkoptimalisatie en automatisering

De pan-Afrikaanse telecomaanbieder Orange maakt in een aantal Afrikaanse landen gebruik van artificial intelligence AI) om zijn netwerk te optimaliseren en investeert in AI om de automatisering te vergroten en de klantenservice te verbeteren.

“We staan voor de uitdaging om het netwerk uit te breiden en de capaciteit en dekking te vergroten, omdat het gebruik toeneemt. We passen de capaciteit voortdurend aan om ervoor te zorgen dat we de klant de juiste service, de juiste bandbreedte en ook een goede dekking bieden. We hebben een algoritme dat gebruikmaakt van machine learning om – op basis van de vraag, de behoeften van de klant en het verkeer – te bepalen waar we moeten investeren om een goede balans te vinden tussen de dekking, de capaciteit en [het vermogen] om de beste kwaliteit van dienstverlening te bieden.”

Brelotte Ba, adjunct-directeur van Orange Midden-Oosten en Afrika

Orange noemt de AI „Smart Capex“. Deze oplossing werd eerst in Spanje getest en is inmiddels ook geïmplementeerd in Ivoorkust, Senegal en Mali in Afrika, evenals in Jordanië in het Midden-Oosten, om de netwerkcapaciteit te optimaliseren en het investeringsproces te stroomlijnen.

“Het mooie van AI dat er tal van realtime toepassingen zijn waarbij al deze data worden gecombineerd, in plaats van dat mensen elk afzonderlijk stukje informatie moeten bekijken. Dat is de grootste impact van AI. We gebruiken het om de netwerkcapaciteit en de vraag voortdurend in realtime aan te passen, en ook om te bepalen waar het netwerk moet worden aangelegd.”

Brelotte Ba

Orange is actief in 18 landen in het Midden-Oosten en Afrika (MEA) en heeft 156 miljoen klanten in de regio.

Hij verduidelijkte dat het bij de „Smart Capex“-oplossing niet alleen gaat om kostenbesparingen, maar ook om op de juiste plekken te investeren.

Hij zei dat het voordeel direct merkbaar is, zowel wat betreft de kwaliteit van de dienstverlening als wat betreft het beheer van het energieverbruik.

“Je voorziet apparatuur van stroom en [gebruikers] maken gebruik van [diensten], maar als je kunt voorspellen hoe het verkeer zich zal ontwikkelen, kun je het stroomverbruik aanpassen en zeggen: op dit moment van de dag heb ik geen 100% stroom nodig, misschien is 40% wel voldoende, en dan pas je het aan. Alle machine learning-algoritmen zijn er eigenlijk om ervoor te zorgen dat we het juiste tempo hebben wat betreft de behoeften van de klant ten opzichte van de apparatuur, en niet alleen wat betreft het verkeer, maar ook wat betreft het energieverbruik. Dit zijn dus de mogelijkheden die machine learning-algoritmen het netwerk bieden.”

Brelotte Ba

Ba zei dat automatisering het tweede toepassingsgebied voor AI de telecommarkt is.

“Kijk eens naar de auto-industrie. Veel autofabrikanten streven naar zelfrijdende auto’s, vooral in de VS, en dit alles is gebaseerd op AI het inzetten van AI om de auto te automatiseren. Hetzelfde geldt voor [mobiele] netwerken. Je hebt bijvoorbeeld use cases voor voorspelbaar onderhoud, waarbij machine learning wordt gebruikt om te zien wanneer er een storing dreigt in een bepaald onderdeel, en dat onderdeel vervolgens te verwijderen of te vervangen voordat de storing optreedt. In dit opzicht heb je dus geen downtime.”

Brelotte Ba

“Het is natuurlijk beter dan gewoon afwachten tot er een storing optreedt, de apparatuur vervangen, stilstand oplopen en klanten die daarover klagen. Dit is dus het idee achter een ‘zero-touch’-netwerk: het netwerk kan soepel functioneren, mits je over het algoritme beschikt dat aangeeft waar apparatuur moet worden vervangen.”

Brelotte Ba

Orange maakt gebruik van AI om de netwerkcapaciteit en -dekking op elkaar af te stemmen, storingen in apparatuur te voorspellen en het netwerkonderhoud te automatiseren. (Bron: wirestock op Freepik)

“We hebben een solide ontwikkeling doorgemaakt, want in 2015 was het idee nog slechts om de efficiëntie te verbeteren en over lokale expertise te beschikken bij het monitoren van het kernnetwerk, en nu kunnen we alle mogelijkheden van AI deze organisatie benutten om een stap verder te gaan en het hele proces van het monitoren van het kernnetwerk te automatiseren.”

Brelotte Ba

Hij zei dat het gebruik AI de mens niet volledig overbodig maakt, omdat een technicus de defecte apparatuur nog steeds moet vervangen, maar als een algoritme een storing kan opsporen voordat de apparatuur volledig uitvalt, zal dat netwerkonderbrekingen beperken.

“Het idee is om het te detecteren, vervolgens te verhelpen, waarna je netwerk tot op zekere hoogte zelfherstellend wordt, omdat er geen uitval meer is. Er zullen natuurlijk nog steeds mensen zijn die hier zijn om te communiceren en hardware te vervangen. Dat moet gebeuren, maar ze hoeven in ieder geval niet meer alleen maar te wachten tot er iets kapotgaat om het dan te vervangen. Automatisering zorgt voor efficiëntie en kostenbesparingen, enzovoort, maar de use cases zijn eigenlijk heel divers en bestrijken een breed spectrum, van het empoweren van mensen en betere interacties met klanten tot slim investeren en het stimuleren van efficiëntie.”

Brelotte Ba

Orange maakt ook gebruik van generatieve AI GenAI) om de klantenservice te verbeteren via een chatbot met een kennisdatabase, genaamd TutoGenius, die is ontwikkeld in samenwerking met Artefact organisatie op het gebied vandata AI .

Ba zei dat TutoGenius een door GenAI aangestuurde oplossing is voor vragen van klanten.

Hoewel de exploitant al gebruikmaakte van chatbots, is de nieuwe oplossing een upgrade op basis van generatieve AI klanten er in natuurlijke taal mee kunnen communiceren in plaats van dat ze precies de juiste vraag moeten stellen om het juiste antwoord te krijgen.

“Het mooie is dat je een antwoord krijgt door ertegen te praten zoals je tegen iedereen zou praten, en zelfs als je aanvullende informatie geeft, onthoudt het de interactie met jou. Dat is dus wat we toevoegen aan de klantrelatie.”

Brelotte Ba

AI van Orange worden ontwikkeld via samenwerkingsverbanden met bedrijven zoals Artefact door interne teams in Ivoorkust, Frankrijk en Jordanië.

Vorige maand kondigde Orange ook een samenwerking aan met Meta en AI om AI te trainen in Afrikaanse talen.

Orange heeft een generatieve, AI chatbot ontwikkeld, genaamd TutoGenius, voor vragen van klanten. (Bron: Freepik)

Daarnaast heeft Orange voor zijn medewerkers een door GenAI aangestuurde oplossing gelanceerd, genaamd Dinootoo, die kan helpen bij taken, afbeeldingen kan genereren en documenten kan analyseren.

“Het is aangepast om rekening te houden met bepaalde beperkingen op het gebied van intellectueel eigendom en data , zodat data geen data naar het internet data gestuurd. We maken gebruik van alle beschikbare LLM’s [grote taalmodellen], zoals Mistral, ChatGPT, Gemini, enz.”

Brelotte Ba

Ba is van mening dat AI in Afrika en wereldwijd toeneemt, zeker als je bedenkt dat er al miljoenen mensen en bedrijven gebruikmaken van LLM’s.

Hij verwees naar het AI Report van Stanford University, waaruit bleek dat de bedrijfswereld in 2023 51 opmerkelijke machine learning-modellen heeft voortgebracht, terwijl de academische wereld er 15 heeft bijgedragen. Daarnaast waren er 21 opmerkelijke modellen die voortkwamen uit samenwerkingsverbanden tussen het bedrijfsleven en de academische wereld.

“Dat betekent dat bedrijven hier de drijvende kracht achter zijn, en dat zien we heel duidelijk bij een organisatie Orange, waar we allerlei toepassingen hebben die we stimuleren en waarin we investeren; de acceptatie is er dus al.”

Brelotte Ba

Hij voegde eraan toe dat er een verschil bestaat tussen de markten: volgens dezelfde AI Index zijn 61 toonaangevende AI afkomstig uit de VS, 21 uit Europa en 15 uit China.

Ba zei dat er voor Afrika een grote kans ligt om bij te dragen aan AI . Maar om dat te realiseren, moeten er ter plaatse meer opleidingsmogelijkheden voor jongeren komen.

"Dat is precies wat we doen in de Orange Digital Centers: we leiden hen op grote schaal op en werken samen met de juiste partners, zodat mensen leren hoe ze algoritmen moeten maken, hoe ze met machine learning moeten werken en hoe ze zich kunnen ontwikkelen tot software-engineers en software-experts," zei hij. "Dat is de kans die we in Afrika hebben, met een jonge bevolking. Als we hen opleiden, kunnen ze met heel goede ideeën komen."

Brelotte Ba

Hij merkte echter op dat er een uitdaging ligt op het gebied van toegang tot data.

AI data training bestaat er geen AI . Zelfs als je het geavanceerde algoritme op papier kent, moet je het met behulp van data trainen. Dus hoe krijgen we toegang tot die data? Welke data zijn data in Afrika beschikbaar? De meeste data op de grote platforms. We moeten er dus ook voor zorgen dat we toegang krijgen data op het internet in de lokale talen, zodat mensen er gebruik van kunnen maken. [We hebben] misschien een wereldwijde regelgeving nodig, inclusief voor Afrika, die ons deze bron verschaft zodat mensen er gebruik van kunnen maken.”

Brelotte Ba