到2021年，移动运营商将投入超过500亿美元用于大数据和机器学习， ABI Research预测。
机器学习技术将令运营商深刻改变管理电信业务的方式，这家市场调研公司表示。
“基于机器学习的预测分析适用于电信业务的方方面面。”ABI Research常务董事、副总裁乔·霍夫曼（Joe Hoffman）称，“重要的是，运营商掌握和内在化这些技术，而不仅仅依赖于其供应商的专业知识。”
霍夫曼指出，机器学习能通过经济利益导向的应用包括欺诈缓解和收入保障，为运营商的运营带来好处，这些都是最有说服力的案例。传统分析是基于规则的解决方案，跟不上犯罪分子，但机器学习擅长于发现趋势异常。
用于网络性能优化和实时管理的预测性机器学习应用，将带来更多的自动化和高效的资源利用。即使是销售、市场和客户体验团队也将受益，因为机器学习有助于创新和重新设计业务流程。
电信大数据解决方案包括商业IT套件、开放源代码、基于Java的Hadoop生态系统、SQL/NoSQL数据管理和编排平台。到2021年，这部分基础设施支出将超过70亿美元。但是最大的增长和最大的价值来自提高电信业务绩效的预测分析，基于机器学习的预测分析将以近50%的年复合增长率增长，到2021年将达到120亿美元。
领先的基础设施供应商——爱立信、华为、诺基亚和中兴，皆提供面向网络运营的大数据和机器学习解决方案。即使是像Argyle Data这样的Hadoop/NoSQL创业公司，以及英特尔和高通领导的芯片厂商，也在提供与电信运营商相关的解决方案。
“随着商业云基础设施和机器学习服务的兴起，每家移动运营商都能成为一家大数据公司。”霍夫曼总结说，“在短短几年时间里，我们将看到明天的移动网络成为巨大的、分布式的超级计算机，带有无线连接，通过机器学习不断重新再造。”
