Bercut рассказал на «Телеком Будущего» о применении искусственного интеллекта в BSS телеком-операторов

По данным TM Forum, 73% операторов не успевают адаптировать свои системы к требованиям рынка. Причина — не столько в технологиях, сколько в архитектуре: классические интеграционные подходы требуют месяцы на запуск новых процессов, а срок вывода продуктов на рынок достигает 6–12 месяцев. При этом более гибкие игроки, включая MVNO, выводят продукты за недели.

В ответ на этот вызов Bercut разработал новый компонент интеграционной платформы HIP 2.0 — AI Data Fabric (ADF). Корпоративная шина компании – ESB Bercut – также входит в состав платформы. ADF, в свою очередь, за счет наличия AI-возможностей, превращает традиционную ESB в так называемую «агентную шину». В такой архитектуре узлами становятся не только сервисы, но и AI-агенты — автономные сущности с заданным контекстом, полномочиями, KPI и возможностью обучения.

«Задача — не просто внедрить ИИ, а сделать это безопасно для бизнеса. Критичные решения остаются за человеком через механизм Human Gate», — отметил Иван Рыль, директор по развитию BSS Bercut.

Эксперт привел в пример несколько кейсов.

В сценарии обнаружения мошенничества (fraud detection) AI-агент анализирует аномалии в потоке CDR (Call Detail Record или Сharging Data Records, то есть запись деталей о вызове или запись данных о списании) по более чем 15 параметрам с учетом контекста абонента. Решение о блокировке проходит через аналитика, но уже с готовым обоснованием. В результате время реакции сокращается с 12 часов до 90 секунд, а число ложных срабатываний — на 60%.

В процессе настройки тарифов AI автоматизирует анализ, тестирование и перенос конфигураций, что позволяет сократить срок вывода продуктов на рынок до 30%. 

AI также встраивается в процессы техподдержки: отвечает на запросы абонентов, подтягивает информацию о клиентах и тарифах из базы знаний, подключает и отключает услуги и т.д. Это позволяет автоматизировать до 90% типовых задач и улучшить показатели технической службы: среднее время обработки тикета на первой линии, например, снижается с 47 до 4 минут.

По сути, AI-агенты могут исполнять самые разные роли, ADF же выступает как HR-платформа, управляющая их «жизненным циклом». Процесс внедрения AI-агентов в ADF выстроен по аналогии с наймом сотрудников и включает четыре этапа. Сначала определяется «вакансия» — выбирается процесс-кандидат с высокой повторяемостью и контролируемой стоимостью ошибки. Далее следует «собеседование»: формируется спецификация агента с описанием его полномочий, источников контекста, ограничений и зон ответственности. Третий этап — «испытательный срок» длительностью 2–4 недели, в рамках которого все решения проходят через Human Gate, а команда собирает ключевые метрики — точность, скорость и уровень эскалаций. После успешного пилота агент «выходит в штат»: его зона ответственности расширяется, часть проверок снимается, но постоянный мониторинг и контроль сохраняются.

В компании подчеркивают: основной эффект — не только в снижении затрат, но и в высвобождении ресурсов. AI берет на себя рутинные операции, позволяя командам сосредоточиться на развитии продуктов и стратегии.

Таким образом, интеграция AI в ядро ИТ-архитектуры становится не экспериментом, а инструментом повышения конкурентоспособности операторов на быстро меняющемся рынке.

Узнайте подробнее о применении интеграционной платформы Bercut HIP 2.0 в телекоме, заполнив форму обратной связи на сайте.