Книга: Искусственный интеллект на практике
Назад: 28. Twitter. ИИ борется с дезинформацией и спам-ботами
Дальше: 30. Viacom. ИИ ускоряет загрузку потокового видео и улучшает пользовательский опыт

29

Verizon

Машинное обучение в оценке качества услуг

Verizon, изначально Bell Atlantic, создавалась как «дочка» Bell Telephone Company, которую по решению Министерства юстиции США в 1984 году разбили на отдельные компании. Сейчас Verizon Communications — одна из крупнейших телекоммуникационных компаний мира. В США это главный провайдер беспроводных абонентских услуг: миллионы американцев пользуются ее высокоскоростной оптоволоконной связью через сервер Fios.

До недавнего времени основным источником данных Verizon о качестве работы сетей и предоставляемых услуг были отзывы пользователей. Сейчас компания отслеживает трафик и данные по всей сети с помощью машинного обучения. Она наблюдает, как влияют на качество всплески активности и внешние факторы, например погода и изменение пользовательских привычек.

Verizon начала внедрять машинное обучение после покупки Yahoo! в 2017 году.

Какие задачи решает ИИ

Мониторинг сети масштаба Verizon на предмет сбоев требует немалых усилий. Раньше всё проверяли по отзывам, то есть ждали, когда что-нибудь случится и посыплются жалобы. На проблему реагировали только после ее возникновения. Даже если Verizon быстро находила и устраняла неполадку, качество услуг на этот период ухудшалось.

Предпочтительнее прогнозировать проблему, а не дожидаться ее, но до развития машинного обучения не было подходящих аналитических инструментов.

Как применяется ИИ

Алгоритмы машинного обучения Verizon обрабатывают данные по всем элементам сети и анализируют, когда и как возникают сбои. Они ищут сходство текущих обстоятельств с теми, в которых ранее случались поломки, например, всплеск активности пользователей или экстремальные погодные условия. Система анализирует все доступные факторы и определяет «нормальный» уровень работы. Далее она отслеживает нестандартные ситуации и устанавливает их причину.

Директор Verizon по производительности сети и аналитике Мэтт Тиджердайн рассказал: «Очень хорошо, что сейчас у нас не один источник данных, к примеру статистика интерфейса, мы еще собираем статистику среды и загрузки ЦП роутеров. Машинное обучение показывает нам, что такое “норма”».

Надо учесть все возможные проблемы и с помощью прогностического моделирования обеспечить пользователям беспрерывное соединение. Главные показатели — это удовлетворенность клиентов и низкий отток.

Verizon внедрила чат-бота, с которым можно связаться по мессенджеру Facebook. Для клиентов это привычный интерфейс, где они общаются с друзьями. Чат-бот расскажет им о программе телевидения, как перезагрузить роутер и сколько денег осталось на счету.

Технологии, инструменты и данные

Как сказал Тиджердайн, «это сложнейшая экосистема отдельных источников данных, и только их сочетание дает ценную информацию и улучшает аналитику». Алгоритмы прогностической аналитики Verizon обрабатывают 3 Гб данных в секунду с миллионов сетевых интерфейсов, роутеров, температурных и погодных датчиков плюс операционные данные, такие как история платежей пользователей.

Чат-бот с обработкой естественного языка и технологией нейронных сетей отвечает на вопросы в мессенджере Facebook.

Результат

В 2017 году Verizon предупредила 200 сбоев до их возникновения благодаря прогностической технологии на базе машинного обучения. Все возможные неполадки устранили до того, как о них узнали клиенты.

Телекоммуникационный гигант использует данные мониторинга сетей в бизнесе и маркетинге. После долгих наблюдений и тестов инженеры с удивлением обнаружили, что клиенты с пакетом 750 Мб/с получают скорость 1 Гб/с. Компания провела ребрендинг услуги, представив ее как пакет на 1 Гб, и продажи заметно выросли.

Самое главное

Назад: 28. Twitter. ИИ борется с дезинформацией и спам-ботами
Дальше: 30. Viacom. ИИ ускоряет загрузку потокового видео и улучшает пользовательский опыт