Agentic AI 如何帮助电信财务团队在每一刻都至关重要时保护利润
电信行业每年因收入泄漏损失约400亿美元。本文探讨了Databricks的Genie AI助手如何帮助财务团队实时发现并防止收入泄漏，通过本体论（ontology）理解业务含义，提供可操作的洞察，覆盖计费、欺诈和客户流失三个方面。
在电信行业，收入来自数十亿个微小瞬间：一次通话连接、一个千兆字节的使用、一次订阅续费、另一个运营商流量经过网络。每一次都必须正确计费、开票和收款，而在这种规模下，即使很小的比例流失也会变成巨额数字。收入泄漏主要发生在三个环节：未计费或未收款的服务、欺诈和合作伙伴结算错误导致的损失，以及客户流失带来的收入损失。在一个价格持平且转换成本低的市场中，保留已赚取的收入与赢得新收入同样重要。财务部门在其中扮演着核心角色，帮助业务理解和应对日益增加的复杂性。
然而，财务团队首先需要发现泄漏，而这正是真正的瓶颈所在。数十亿个瞬间的记录分散在订单系统、计费平台、ERP和电子表格中，没有两个系统以相同的方式描述业务。在月末结账时，只有从每个系统中提取报告并手动核对后，数据才能拼凑完整。这意味着财务团队花费更多时间定位、验证和核对数据，而非实际利用数据做决策。这种浪费的时间不仅仅是效率问题。几周后才发现的账单差异通常只能核销；而今天发现的同一差异则是可追回的应收收入。准确、实时的报告和计费不仅是收入保障的辅助手段，更是其前提条件。
随着AI代理重塑使用费率计算、费用标记和保留报价的方式，情况变得更加复杂。研究表明，全球运营商每年因收入泄漏损失约400亿美元（TM Forum）。尽管速度因运营商而异，但随着代理浪潮重塑计费和财务系统、AI支出和欺诈，财务部门争相利用这些工具准确可靠地识别和防止泄漏。
为什么本体论现在对电信财务至关重要
财务一直擅长在复杂环境中找到数字，但他们也是最先告知业务数字无法讲述全部故事的人。重要的是数字背后的含义：哪个服务、哪个套餐、哪个合同、哪个合作伙伴结算，以及随着业务变化每个元素如何改变。在电信行业，这种含义天然是分散的。同一个服务在十几个计费和订单系统中可能有不同的名称，而描述它的字段往往是为系统而非业务构建的。一个答案可能完全准确但仍然不正确，因为它基于对业务实际运作方式的部分或过时理解。简单来说，这个数字是否在业务的完整背景下被看待？
本体论正是为此而生：它捕捉含义并随着业务变化保持其时效性。正如Ali Ghodsi所说，大多数企业AI是在虚假自信下猜测，这是上下文问题而非智力问题。但像所有技术一样，能力的交付方式决定了差异。这引出了为电信财务需求构建的新型本体论。
Genie如何成为答案
在电信行业，及时发现问题意味着收回收入与核销之间的差异。随着套餐、使用模式和欺诈模式的变化，情况很快过时。因此本体论本身必须不断演进。它必须从业务运行的系统中学习，通过每个问题不断优化，并随着费率和模式的变化适应，从而保持上下文的新鲜度而非一次性捕获后停滞不前。
这正是Genie成为答案的地方。Databricks将Genie构建为数据智能的AI同事：财务领导者可以直接提问并获得可信、有来源的答案，这些答案基于Genie的本体论并全程受治理。这意味着过去需要等待核对周期的复杂报告、发票和账单问题（哪些发票逾期付款？年初至今与主要供应商的支出是多少？本月的差异是如何形成的？）现在可以即时得到回答，且来自一个受治理的数据视图。由于Genie学习业务而不仅仅是查询数据，它能够主动发现人工在数十个系统中可能遗漏的异常和差异。它旨在帮助财务获得更准确的答案，更重要的是提供可信的行动，而不仅仅是报告已发生的情况。
领先电信公司的财务团队已经看到了Genie的影响。例如，在Lumen Technologies，CFO办公室的数千名员工正在使用Genie作为推理代理，加速计费、财务、应付账款等方面的洞察获取。以前需要数天手动Excel核对才能获得的复杂支出和发票数据答案，现在通过Genie代理可以在几分钟内获取。
考虑每个电信财务团队关注的三个问题，每个都与三个结果之一相关，且相互增强。对于每个问题，Genie不仅仅是检索数据和回答。其本体论学习业务，通过每个问题不断优化，并展示其工作过程：
- 我们是否捕捉到了每一分应得的收入？每个服务是否按条款计费、确认和收款？首先关注已赚取的收入。每个通话、千兆字节和订阅都必须正确计费、开票和收款，在数十亿事件中，总有一小部分未计费或未收款。
- 哪些费用和合作伙伴结算面临欺诈或错误风险，在收入入账前就流失？然后是欺诈和错误导致的泄漏。欺诈和合作伙伴结算错误在收入入账前就将其消耗，因此价值在于在模式形成时捕捉费用，而非事后核销。
- 客户流失在哪里推高了替代已有收入的成本？然后是已经赢得的收入。留住客户的成本远低于替换一位客户，因此价值在于在高价值客户即将流失时及早发现，仍有时间挽留。
这三个问题、三个结果、一个机制。Genie学习业务，通过每个问题不断优化，并展示其工作过程。这区别于报告已发生事件和持续了解业务之间的差异，每次互动都变得更智能。由于每个数字都能追溯到源头，每个权限都得到维护，AI本身的成本也受单一模型治理，因此财务可以信赖这个答案并采取行动。Genie准备好了行动——追回未计费的费用、阻止欺诈费用、提供保留报价——由人来做出最终决定。
最终，Genie在三个领域的学习汇聚在一起。对每个服务计费和收款、弥补欺诈和结算差距、留住已有客户，意味着每一美元的收入都变成保留的一美元。这使三场独立的战斗变成了一个相互强化的机制：每个动作都为下一个做准备，动量不断累积。
为电信财务工作方式构建的数据智能AI同事
这是为财务部门需求构建的力量倍增器。那些推动业务严谨和纪律的关键人员现在可以依靠一个数据智能的AI同事，它始终变得更智能、始终最新、始终受治理，真正理解业务。网络将继续承载全球更多的流量，而像Genie这样的工具将帮助财务保留更多赚取的收入。
了解数据智能AI同事在电信财务中的样子。Databricks Genie现已可用。