5G的兴起，给电信行业带来了巨大的影响。AI可以为电信行业带来帮助，如今电信提供商已经开始在其运营当中使用相关应用程序了。

这样的转变同样也可以为许多其他行业带来益处。如果把资料比作是许多企业的矿产资源，那么AI就是帮助他们从中找到黄金的利器。

当电信公司重新评估其IT基础设施以提供对网络健康和最佳客户服务的高可视性时，他们主要面临四个需要考虑的关键因素。

资料优先自动化

包括电信在内的各种企业都正在探究资料优先自动化。资料优先自动化指的是通过在加速资料科学环境中结合领域专业知识，将资料前置于决策之前，并最终使用自动化来加速资料的时间并增强人类的能力。

电信运营团队面临三个重要趋势：

5V特性已经失效。大体量（volume），大价值（value），时效性（velocity），多样性（variety）和准确性（veracity）是资料的五个特征。大体量的资料量因体量太过庞大而无法完全储存。资料的价值因为无法获取其中的洞察力而变得很低。除非投入大量的资金，否则时效性和多样性很难保证。而且准确性通常会受到人工干预的左右。采用VAST。根据OmniSci所提出的，VAST是解决5V下降的解毒剂。OmniSci是一家GPU加速分析和视觉化公司，而VAST代表： 大体量（volume），灵活性（agility）和时空（spatial temporal ）。资料量正在增长——在通常的用例中， 10亿行资料是很常见的。分析师预计，灵活的仪表盘和管线能够实现实时资料接收和决策。今天建立的资料记录中，至少有80%包含时空资料，其中数十亿个资料点可以在毫秒内视觉化。人工智能不能等待，所以以光速移动。识别客户的问题；构建产品；收集和规范资料；将资料视觉化；并尽可能快地做出决策。

努力保持相关性

但这需要投入和努力去理解人工智能技术如何以有意义的方式帮助解决用例，以及理解潜在的局限性：

建立深度学习模型是件美妙的工作，但资料是基础。在资料上花费时间——清理资料、规范化资料、应用相关人工智能技术——可以避免出现垃圾资讯进出的情况。资料的结构和隐私与管理法规的编写方式不同。传统资料保护方式的改进速度不够快，无法跟上资料整合的步伐。随着用于人工智能的资料以远超于IT团队所能理解的速度增长，许多企业机构都在努力满足其对硬件基础设施需求。他们需要备受隐性成本、不断增加的工作量和隐性IT工作的折磨。

GPU加速以节省时间、资源和金钱

使用GPU加速机器学习算法和库（如RAPIDS）可以帮助加快模型训练时间、未来预测和异常检测。

而且，GPU加速的分析和视觉化平台（如OmniSci），可以在毫秒内将数十亿行资料视觉化。这使资料科学家和分析人员能够高效地工作，并利用他们的创造力从资料中获得见解，并建立及时且有价值的报告。

这些工具可以解答以前无法解答的问题，并通过大量资料获得更全面的检视。

例如，Datalogue使用者能够发现，他们的资料处理时间缩短了98%。其投资回报率是每月几十万美元。使用Datalogue，他们每月能够生成10万条以上的资料管线。

Omnisci使用者们可以在300毫秒内轻松检视100亿行资料集，无需索引或聚合。

这些综合产品已经帮助Datalogue、Omnisci和NVIDIA的使用者们节省了至少5000万美元的运营成本。

现在开始使用！但如何开始？

首先，需要确定企业机构或其客户难以解决的基本用例，无论是在自动化、报告还是治理中。想想用人工智能自动化工作流的某些部分将如何改变资料的使用、储存和转换方式。清楚地定义其中一些用例并证明概念。考虑将结果视觉化能够如何帮助使用者加深对结果的理解。并新增一个扩充套件用例，通过向资料集或其他高阶发现模型应用预测模型来扩充套件新资料的可用性。资料是洞察的生命线。快速实验，然后规模化应用。如果你能在一周内达到90%以上，那比一年内达到100%更有价值。在设计资料流程时，考虑您正在解决的问题，而不是资料来源。用资料解决问题需要团队合作。为不同团队成员选择合适的工具，然后优化底层平台，以提供工具和界面，将其贡献最大化。越来越多的资料分析公司开始借助NVIDIA GPU来为客户提供比以往任何时候都要全面的服务。在它们所采用的基础设施中，最重要的一个就是NVIDIA DGX 系统，这是一个专门为人工智能所打造的超级计算机，它将整合的软件和硬件结合起来，以最大限度地提高生产力并降低总成本。