ABI Research调查显示，电信运营商人工智能的应用主要集中在六大领域，分别是：消费者管理、网络加速、小区站址与基站管理、网络自动化、运营商内部流程优化、网络安全。
在消费者管理方面，AI可以辅助客服管理。由于大规模培训数据库相关联的技术能力和效率得到了提升，电信公司正在寻找成熟的IT供应商。单一的基于云的环境为多通道平台铺平了道路，这些平台利用一个统一的人工智能／机器学习环境来服务多个应用程序、门户网站和外部通道。一个统一的人工智能／机器学习环境可以完善电信公司的连接主导地位，可以使电信公司更深入地进入企业市场。Facebook和谷歌已经采用AURA来进行用户管理。
在基站和站址管理方面，很多运营商都在探索人工智能如何改善蜂窝网络的性能和管理能力。在该场景下，人工智能可以用于流量优化、VoLTE质量优化和智能能源节省，但目前的应用还仅限于试验阶段。自主蜂窝网络是基站自动化的最终目标，人工智能有望加速这一目标的实现，华为和爱立信正在使用大数据和自学习能力提升基站管理的自动化水平。
在网络安全方面，规模较小的公司和初创企业正在展示人工智能／机器学习如何帮助企业提升网络安全能力。谷歌、AT＆T、埃森哲和Verizon等公司则专注于调整内部安全策略以增强网络弹性。运营商、供应商和初创企业之间开展合作可以创造更大的网络弹性并带来新的机会。人工智能对于安全应用的优先级不高，不过人们对自动化威胁越来越感兴趣，这种“实时”的人工智能安全层，可以用于监控网络。
在OSS／BSS现代化方面，供应商正在推出一系列支持人工智能的分析平台，推动下一代OSS／BSS发展。这些平台有些是内部开发的，有些是与大型的认知智能和云提供商合作开发的。电信公司正在采取一种“狭义的人工智能”方法，即调整人工智能／机器学习产品，以解决当前针对服务层和OSS／BSS级别的部门或领域级别的特定业务问题。
在网络自动化方面，人工智能辅助网络自动化仍处于初级阶段，跨多个网络域建立统一的数据标准还有待完成。目前该领域的研究焦点在于虚拟化、人工智能辅助服务和网络编排。在这些方面，电信运营商主要与网络供应商合作作为试点项目，初创企业参与较少，电信公司既可以为网络自动化构建内部人工智能，也可以与ONAP和ETSI OSM等平台的专业网络供应商合作。
