他山之石：关于新加坡电信运营商AI实践的探讨

人脑网讯 5月14日消息（艾斯）市场研究公司Omdia在一篇最新报告中针对新加坡几家电信运营商的人工智能（AI）部署进行了梳理与总结，指出新加坡运营商在AI应用方面采取了务实稳健的策略，重点聚焦客户体验优化、运营效率提升及流程自动化转型。本文探讨了其渐进式实践路径如何为计划部署AI技术以推动业务与网络转型的运营商提供的经验教训。

共同基础

在全球电信运营商竞相布局AI的浪潮中，新加坡三大运营商——新加坡电信（Singtel）、StarHub与M1已构建起东南亚地区最具实践价值的AI应用体系。尽管策略各异，但它们为区域乃至全球同行提供了极具参考价值的借鉴范本。

这些运营商的初始着力点集中于将AI融入日常运营，以改善客户体验、优化网络性能并实现内部流程自动化。这种务实导向的实践路径值得关注，因为新加坡运营商不仅印证了AI在应对行业趋势方面的战略价值，更凸显了该技术在电信运营商核心与非核心业务环节的运营必要性。一个关键的起点是确定已确立的共同基础，即在个性化服务、自动化流程与网络效能优化等已具备实施条件的领域推进AI应用。

目前，AI聊天机器人与虚拟助手已成为标准配置，涵盖从基本故障排除到个性化推荐等各项功能。例如，StarHub与其虚拟运营商品牌giga!正通过大语言模型升级数字化助手，以提升响应质量。与此同时，M1部署了一系列具有专属名称与功能定位的AI智能体，分别在市场营销、客户服务与人力资源等场景发挥作用。Singtel通过其“NarrAItive”项目持续推进AI赋能型数字触点升级，并开展精准营销活动。

在网络层面，AI正在推动基础设施朝着更智能、更具预测性和更节能的方向演进。Singtel已推出AI基站，并将AI技术集成至其Paragon编排平台中，以提升性能并降低运营中断率。M1与爱立信合作，采用软件定义方法，利用AI实现网络传输层自动化，有效降低时延并优化资源分配。StarHub则通过机器学习模型与专有网络数据的结合应用，致力于构建自主化运营体系，以实现预防故障并实时优化服务质量。

支撑上述实践的是向统一数据架构的演进趋势。集中式数据湖、云化工作负载及可扩展的分析平台，已成为下一阶段AI部署的必要条件，这三家电信运营商均已在此领域展开系统性布局。

差异化战略路径：生态系统构建与创新实验

除上述共性实践外，新加坡三家运营商的战略路径开始显现分野。Singtel致力于成为泛AI经济的基础设施赋能者，这一战略定位反映出，该运营商不仅希望引领电信行业转型，更志在推动区域跨行业数字化转型。其推出的RE:AI云服务面向企业与公共部门，提供算力支撑、工具集成与编排管理的一站式平台。

Singtel也在通过NCS加强其企业级服务能力，持续推动AI在各垂直领域的应用。为助力客户实现安全高效的AI部署，NCS推出了一系列自研解决方案，重点聚焦用户体验提升、劳动力效能优化及软件工程流程精简。Singtel的AI战略版图通过各种机构和供应商的一系列合作关系得到了进一步强化。

StarHub的战略同样具有深远的体系性考量。该公司着力运用AI技术重塑客户生命周期全触点——涵盖用户激活、账单管理、服务支持与增值销售等环节，同时推进内部运营流程简化。通过子公司Ensign，StarHub将战略视野延伸至网络安全领域，推出了基于AI的先进工具，例如深度伪造检测与网络钓鱼防护等。这一布局使StarHub占据AI创新与国家数字安全的交汇点，从而有效应对伴随AI技术普及而加剧的网络安全威胁。

相较而言，M1采取了一种更具实验性与敏捷性的实施路径。该公司通过短期创新冲刺周期，将一系列专用AI机器人深度嵌入日常运营体系。典型应用包括：能理解新加坡本土英语方言（Singlish）的语音助手Maxine、处理内部咨询的人力资源机器人Matt，以及一款AI驱动销售流程的智能代理Maikele。尽管这些举措看似聚焦细分场景，实则标志着组织文化的深层变革——AI突破传统技术运营边界，正成为企业组织不可或缺的一部分。M1在组织文化变革与内部AI实验机制方面的探索，可为该区域其他电信运营商提供参考范式。

其他电信运营商可以借鉴些什么？

Omdia首席分析师Jensen Ooi在报告中写到，AI实践不存在放之四海而皆准的模式，这或许是最重要的经验总结。尽管三家运营商在AI技术应用层面存在共性，但各自构建了差异化的战略路径：Singtel的平台化战略、StarHub的运营纵深布局、M1的基层创新实验均具独特性。他们并非将AI视为单一解决方案，而是作为工具集合精准部署于价值释放节点。重点在于利用AI技术实现对运营效率的提升、客户体验的优化，并逐步向新解决方案与商业模式探索延伸，且要规避对颠覆性项目或行业概念炒作的依赖。

其中的核心启示在于，AI影响力的实现并不需要跃进式突破，而是需要依托清晰的用例规划、适应性组织架构与数据就绪度。这种务实主义尤其适用于面临利润空间压缩、传统基础设施制约与客户预期攀升的东南亚运营商。并非每家运营商都需要自研大语言模型或深度伪造检测工具，但都可从既有数据资产入手，开展客户流失预测、服务分类或精准营销等基础应用。真正的差异化竞争力源自电信运营商执行层面的创新能力：构建可扩展的小规模试点、将AI融入日常业务流程、基于量化结果持续优化战略与流程。

简言之，新加坡的市场经验表明，关键不仅在于利用AI构建什么，更在于建立科学的技术落地方法论。务实导向的战略规划（而非单纯追求规模效应）才是推动实质性变革的核心。当AI深度融入实际运营场景而非停留于愿景蓝图时，方能产生切实的成果。