企业工作流软件巨头 ServiceNow 正将人工智能驱动的自动化引入电信行业。今天在巴塞罗那举行的 MWC25 大会上,该公司宣布推出其首个面向通信服务提供商的 AI 代理。
这些新的 AI 代理是与 Nvidia 合作开发的,使用了 Nvidia AI Enterprise Software 和 AI Platform,并通过配备 840 个高性能 H100 图形处理器的 Nvidia DGX Cloud 进行训练。
据 ServiceNow 介绍,这些代理旨在通过自主解决客户服务和网络运营相关问题,提升通信服务提供商在整个服务生命周期中的生产力。它们将在 3 月 12 日发布的最新版本平台 Yokohama 中向所有 ServiceNow 电信客户开放。
AI 代理是 AI 领域最热门的新趋势之一,指的是能够以最少人工监督代表用户自主执行任务的系统。它们通过观察环境收集信息,使用先进算法进行推理、规划并自主执行任务。它们还依赖大语言模型来理解用户的请求和提示,可以访问外部工具来增强解决问题的能力,并随时间推移不断学习和进步。
ServiceNow 表示,其 AI 代理平台 Now Assist 与 Nvidia 的 NIM 微服务和 NeMo 工具的结合,使其能够开发出一些最强大和最可靠的 AI 代理,专门用于解决电信领域的挑战。这包括许多开箱即用的 AI 代理,旨在自动化网络运营和简化客户服务操作,目标是提升客户体验并加快问题解决速度。
这些代理是去年推出的 Now Assist for Telecommunications Service Management 平台的延伸,该平台帮助 ServiceNow 的电信客户利用 AI 工作,可以执行修复网络、处理服务中断以及预防客户问题等任务。
例如,一些代理专门设计用于服务、测试和修复网络,通过分析网络数据来诊断出现的问题。这种分析在几秒钟内就能完成,它们能立即找出最佳修复方案,并通过为负责的工程师安排任务来协调修复操作。
此外,还有专门用于分析网络事件的 AI 代理。它们在网络警报发生时立即响应,并快速深入了解根本原因。一旦确定问题所在,它们就会生成解决方案手册,预测可能发生的网络中断,防止对客户造成影响。
该公司还介绍了其账单解决方案代理,这些代理可以自主识别任何异常使用模式,并实时解释相关费用,同时为客户推荐更具成本效益的套餐。ServiceNow 表示,这可以帮助电信公司提高透明度,减少客户意外收费,并有助于减少账单投诉和呼叫中心的工作量。
ServiceNow 制造、电信、媒体和技术部门总经理兼副总裁 Rohit Barta 表示,客户可以使用该公司的 AI Agent Orchestrator 平台来协调新代理,他将其比作 AI 代理的"控制塔"。这些代理还利用 ServiceNow 的 Workflow Data Fabric 工具连接各种企业数据源。客户还可以使用无代码 AI Agent Studio 来自定义预构建的 AI 代理。
"ServiceNow 的与众不同之处在于我们能够在单一平台上协调多个 AI 代理,确保它们无缝协作," Batra 在博客文章中说。"AI Agent Orchestrator 实现了代理间的通信,集中协调网络运营、客户服务和业务流程。"
通过其 AI 代理,ServiceNow 旨在成为电信业 AI 革命的领军者。该公司认为,这项技术将永远改变通信服务提供商的工作方式,通过自动化常规任务,使人类工程师和客户服务代理能够专注于更高层次的工作。该公司引用了麦肯锡公司的预测,预计到 2040 年,电信公司可以利用 AI 创造 2500 亿美元的价值。
IDC 分析师 John Byrne 表示,ServiceNow 的 AI 代理专业知识与 Nvidia 的软件和基础设施的结合,可以为通信服务提供商提供前所未有的智能自动化水平。"这种合作有潜力使电信提供商能够加快问题解决速度,提高可靠性,并大规模提升客户体验,"他说。
好文章,需要你的鼓励
CPU架构讨论常聚焦于不同指令集的竞争,但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣,AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场,Arm凭借庞大生态系统在移动和嵌入式领域领先,RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算,多种架构协同工作成为趋势。
KAIST AI团队通过深入分析视频生成AI的内部机制,发现了负责交互理解的关键层,并开发出MATRIX框架来专门优化这些层。该技术通过语义定位对齐和语义传播对齐两个组件,显著提升了AI对"谁对谁做了什么"的理解能力,在交互准确性上提升约30%,为AI视频生成的实用化应用奠定了重要基础。
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议,这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务,将帮助CoreWeave提供更全面的AI服务。业内专家认为,随着AI集群规模不断扩大,存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%,未来五年全球AI存储市场规模将达到900亿至2000亿美元。
乔治亚理工学院和微软研究团队提出了NorMuon优化器,通过结合Muon的正交化技术与神经元级自适应学习率,在1.1B参数模型上实现了21.74%的训练效率提升。该方法同时保持了Muon的内存优势,相比Adam节省约50%内存使用量,并开发了高效的FSDP2分布式实现,为大规模AI模型训练提供了实用的优化方案。