Як Deutsche Telekom масштабує OpenAI: від ChatGPT Enterprise до AI-native telco operations

Enterprise AI rollout часто застрягає в дивній точці: тисячі ліцензій роздані, usage dashboard росте, а ключові процеси залишилися тими самими — просто люди швидше пишуть листи. Deutsche Telekom публічно формулює іншу ціль: стати AI-native telco, тобто змінювати сам дизайн employee workflows, customer care, network operations і voice experiences.

OpenAI у липні 2026 року повідомила про понад 50 000 monthly active users ChatGPT та API tooling і 546% зростання використання AI tools від початку року. Це сильний adoption signal, але не результат сам по собі. Production value з'являється, коли використання переводиться в domain workflow із owner, authority, quality gates, observability і rollback.

У такого масштабу немає одного trigger. Employee workflow запускається user request або document/task event; customer care — зверненням/наміром клієнта; network workflow — operational signal/telemetry; voice — in-call context. Input має проходити domain-specific eligibility: customer/account data, approved knowledge, network metrics, call content і employee documents не можна звалити в один корпоративний context lake без purpose limitation.

AI stage залежить від домену: retrieval/summarization, intent resolution, recommendation, translation, workflow planning або bounded tool use. Integrations — ChatGPT Enterprise, API layer, knowledge/data services, care systems, network platforms і communications stack. Output може бути answer, summary, next-best action, operational recommendation або structured candidate action; authority визначається не моделлю, а domain control plane.

• Employee → user/task trigger → scoped enterprise context → assistant output → user verification.
• Care → customer intent → identity/account context → grounded response/action proposal → policy/human escalation.
• Network → telemetry event → analysis/recommendation → deterministic safety constraints → operator or bounded automation.
• Voice → call/session context → translation/assistant/summarization → privacy and consent boundary.
• Усі paths → trace + versioned model/policy + authoritative outcome.

Спільний platform layer доцільний для identity, model/provider registry, logging, eval harness, data classification, policy і cost telemetry. Але tool authority повинна бути доменною. Employee assistant може read-only шукати policy; care agent — виконувати дозволений account operation після identity/policy check; network agent — лише recommendation або вузьку reversible action із hard limits. Одна роль «AI agent» для всього підприємства — це не спрощення, а чудовий спосіб масштабувати blast radius.

Кожний domain workflow отримує release envelope: model/revision, prompt/policy, retrieval/index versions, tools/scopes, data region/provider, eval dataset і operational budgets. Зміна моделі без зміни коду все одно є production change; вона проходить replay/shadow/canary на відповідних slices.

Deutsche Telekom у власному partnership announcement акцентувала intuitive, secure and meaningful AI та рух до широкого enterprise rollout. Для telco відтворення потребує explicit data-placement matrix: які дані дозволені в enterprise chat, які — лише через controlled API path, які потребують regional/sovereign runtime, а які взагалі не повинні йти в model context. Provider capability не скасовує controller obligations.

Retention, training/data-use terms, subprocessors, cross-border transfer, audit access і deletion verification мають бути contract + runtime controls. Особливо для voice та care потрібні consent/disclosure і redaction/minimization до model call. Якщо organization не може відповісти, де опинився transcript після call summary, «AI-native» звучить трохи менш футуристично.

Загальний case-level autonomy — A3: масштабна система може автоматизувати multi-step informational/operational workflows, але customer-impacting, financial, identity, network-blast-radius або irreversible actions потребують окремих domain gates. Не всі 50 000 users мають один і той самий tool scope; employee access не успадковує network authority.

HITL має бути risk-based. Routine translation або summary не потребує manual approval кожного разу; service-order change, account restriction, network config або sensitive data disclosure — потребують stronger checks. Exact-action approval показує target, parameters, predicted side effect і rollback path, а після execution система читає authoritative state.

Failure modes: model/provider outage, retrieval stale, care backend unavailable, identity mismatch, network telemetry lag, multilingual misunderstanding, tool timeout after side effect, policy version drift, provider regression. Degraded mode повинен бути domain-specific: care може перейти до human handoff/read-only status; employee assistant — до source links; network operations — до known-good deterministic procedures.

Timeout після action не означає «спробувати ще раз». Спочатку reconcile system of record. Side-effecting operations мають idempotency key, attempt log і postcondition. Provider failover дозволяється лише якщо candidate provider/model пройшов same-domain eval і відповідає data residency/contract rules; availability не має тихо обійти sovereignty.

При 50 000+ monthly active users economics визначають не лише token price, а context retrieval, concurrency peaks, API/tool execution, observability storage, human escalation, provider commitments і support. Для high-volume care потрібні cache/grounding efficiency та queueing; для network reasoning — latency/SLO; для employee use — cost allocation по task classes і governance портфеля.

Повний cost model: `licenses/inference + retrieval/data plane + tool/API runtime + integration engineering + security/compliance + telemetry/evals + human review/escalation + incident reserve`. KPI: weekly/monthly active usage як adoption, але outcome — task success, containment/escalation, cost per verified task, customer/employee quality metric та defect/incident severity. 546% usage growth без outcome layer — просто дуже активний рахунок.

Employee suite: groundedness, citation/support coverage, sensitive-data policy, task completion. Care suite: intent, policy accuracy, identity boundary, escalation, tool side effects, multilingual slices. Network suite: anomaly/recommendation quality, hard-constraint adherence, stale telemetry, rollback. Voice suite: latency, translation fidelity, consent/disclosure, PII leakage, summarization omissions.

Cross-domain red team перевіряє privilege bleed: чи може employee prompt викликати care/network tool; prompt injection з customer content; cross-tenant/context contamination; provider failover із неправильним region; stale approval; replay duplicate action. Release gate severity-aware: critical authority/data violation блокує promotion незалежно від середнього score.

Практичний rollout: `secure employee access → measured internal workflows → domain API pilots → shadow customer/ops paths → bounded canary → selected writes/actions → scaled portfolio governance`. Не треба починати з «AI для всього telco». Виберіть 2–3 high-volume processes, де outcome authoritative і rollback зрозумілий.

Для відтворення побудуйте shared control plane для identity/model/policy/evals/telemetry, але окремі domain adapters і authority matrices. Зберіть historical task corpus, задайте baseline, проведіть shadow і failure drills, зафіксуйте cost per verified outcome. Лише після цього usage growth стає корисним показником — бо зрозуміло, що саме люди або агенти успішно роблять.