МегаФон: ИИ-ассистент «Ева» блокирует миллиарды спам-звонков, а ML управляет энергосбережением базовых станций

Контекст и масштаб бизнеса

«МегаФон» — один из крупнейших федеральных операторов цифровой связи в России, обслуживающий более 76 миллионов абонентов и эксплуатирующий свыше 200 000 базовых станций стандартов 2G/3G/4G/LTE по всей стране.

В современном телекоме искусственный интеллект работает на двух полюсах одновременно: на уровне физической радиосети (управление перегрузками сот, предиктивный поиск аварий и экономия электроэнергии на десятках тысяч вышек) и на уровне защиты абонента от телефонного мошенничества и спама.

В 2023–2025 годах голосовой ИИ-секретарь и антиспам-комплекс «Ева» стал одним из самых массовых потребительских ИИ-продуктов на российском рынке связи.

Бизнес-проблема и узкие места

Первая масштабная проблема — взрывной рост телефонного спама и социальной инженерии. Мошенники используют пулы одноразовых виртуальных номеров (подмену А-номера и карусели SIM-карт), из-за чего простые статические «чёрные списки» номеров устаревают за несколько минут после начала обзвона.

Вторая проблема — колоссальное энергопотребление и сложность настройки радиосети (RAN). Базовые станции проектируются под пиковую нагрузку делового дня или массовых мероприятий, но ночью и в выходные часть частотных диапазонов расходует мегаватты электроэнергии вхолостую.

Третий вызов — обслуживание десятков миллионов обращений абонентов в контакт-центре и чате приложения без очередей в моменты непогоды или локальных сбоев связи.

Архитектура и внедрение ИИ-решения

В антиспам-платформе и голосовом ассистенте «Ева» МегаФон объединил потоковый поведенческий ML-анализ сигнального трафика сети (длительность вызова, частота смены базовых станций, паттерн серийных дозвонов в первые секунды кампании) и диалоговые речевые модели (ASR + NLU + TTS).

Подозрительные вызовы либо блокируются на уровне коммутатора до звонка телефона абонента, либо переадресуются на ИИ-секретаря «Еву». «Ева» ведёт осмысленный диалог с звонящим в реальном времени, распознаёт курьеров, спамеров и мошенников и присылает абоненту в Telegram или приложение текстовую расшифровку разговора.

На уровне инфраструктуры внедрены алгоритмы Self-Organizing Network (SON) и ML-прогнозирования трафика каждой соты. Модели автоматически перераспределяют нагрузку между соседними секторами при скачках трафика и переводят невостребованные радиочастотные слои в спящий энергосберегающий режим в часы низкой активности, мгновенно пробуждая их при росте числа абонентов.

“«Оператор связи видит паттерн мошеннического обзвона на уровне сигнальной сети ещё до того, как зазвонил первый телефон. Сочетание сетевого ML и голосового ИИ-секретаря позволяет защитить абонента, не требуя от него установки сторонних приложений». — Технологический блок МегаФона

Измеримый результат и экономика

Защитный ИИ-комплекс и голосовой ассистент «Ева» обслуживают десятки миллионов абонентов и ежегодно блокируют и принимают на себя миллиарды нежелательных и мошеннических звонков, определяя новые спам-номера в первые минуты начала прозвона.

Алгоритмы интеллектуального управления радиосетью (SON) и предиктивного энергосбережения снизили энергопотребление затронутых базовых станций на 7–12% без ухудшения скорости мобильного интернета у клиентов, экономя сотни миллионов рублей на электроэнергии.

В первой линии поддержки абонентов ИИ-боты и речевые модели самостоятельно закрывают свыше 60–70% типовых запросов по тарифам, услугам и диагностике сети.

Уроки для индустрии

Верифицированные первоисточники

1. МегаФон: как голосовой ИИ-ассистент «Ева» защищает абонентов от спама и мошенников ↗ — МегаФон · 2024–2025
2. Искусственный интеллект в управлении радиосетью и энергоэффективности базовых станций МегаФона ↗ — ComNews · 2024
3. Как устроены модели машинного обучения, речевой аналитики и антиспама в МегаФоне ↗ — Habr (блог МегаФона) · 2023–2025