Home Chmura Chmura, automatyzacja i sztuczna inteligencja otwierają nowe możliwości dla branży telekomunikacyjnej

Chmura, automatyzacja i sztuczna inteligencja otwierają nowe możliwości dla branży telekomunikacyjnej

0
0
135

W 2023 roku przedsiębiorstwa telekomunikacyjne wydały na rozwój infrastruktury w Polsce prawie 12 miliardów złotych – szacują analitycy agencji PMR. Firmy zadają sobie dziś pytanie: jak obsługiwać swoje sieci w wydajniejszy sposób, pozwalający zwiększać dochodowość. Odpowiedzią na to wyzwanie jest zbudowanie inteligentnej i autonomicznej infrastruktury przy użyciu automatyzacji, sztucznej inteligencji oraz chmury hybrydowej.

W branży telekomunikacyjnej, podobnie jak w wielu innych, trwa dyskusja na temat modelu korzystania z rozwiązań chmurowych. Firmy, które przez lata realizowały popularny plan przenoszenia całego ekosystemu IT do chmury publicznej, dostrzegły, że w obliczu zmieniających się uwarunkowań biznesowych i regulacyjnych taka strategia nie przynosi najlepszych rezultatów. Aby zapewnić bezpieczeństwo oraz zgodność z przepisami różne obciążenia wymagają zastosowania odmiennych środowisk operacyjnych.

Sposobem na sprostanie rosnącym wymaganiom prawnym czy finansowym jest wykorzystanie chmury hybrydowej. Zapewnia ona elastyczność środowiska IT, ale może również zwiększać złożoność cyfrowego ekosystemu firmy i utrudniać zarządzanie nim. Remedium na to jest wykorzystanie platformy automatyzacyjnej, która dostarczy spójny zestaw narzędzi operacyjnych i zwiększy poziom bezpieczeństwa w modelach wielochmurowych. Aby integracja środowiska chmurowego ze skalowalną platformą przyniosła jak najlepsze rezultaty, kluczowe jest połączenie w tym procesie rozwiązań bazujących na automatyzacji i sztucznej inteligencji.

Zastosowanie AIOps do optymalizacji infrastruktury

Obecnie sztuczna inteligencja w branży telekomunikacyjnej jest szeroko wykorzystywana do obsługi klienta z użyciem chatbotów, kontroli zgodności z przepisami czy wykrywania złośliwego oprogramowania. Rzadko jednak stosuje się ją w celu optymalizacji infrastruktury. To może się zmienić wraz z rozwojem generatywnej AI i możliwościami dostosowywania dużych modeli językowych (LLM) do potrzeb konkretnej branży dzięki użyciu metody RAG (Retrieval Augmented Generation).

Technika RAG pozwala wyposażyć ogólny model AI w dodatkowe informacje, takie jak dane pozyskiwane w czasie rzeczywistym, treści kontekstowe, a także dane zastrzeżone czy dziedzinowe. Dzięki temu system sztucznej inteligencji może na bieżąco dostosowywać infrastrukturę, monitorować ruch czy zarządzać cyklem życia sieci, a także optymalizować zużycie energii, np. w centrach danych, co przekłada się na niższe koszty.

W radiowej sieci dostępowej (RAN) modele AI mogą być wykorzystywane do bardziej dynamicznej kontroli częstotliwości, sektorów, komórek i stacji bazowych. Sztuczna inteligencja może również uprościć i usprawnić operacje, umożliwiając m.in. przewidywanie awarii oraz skrócenie czasu naprawy, co zapewnia konsumentom wyższy poziom otrzymywanych usług.

Symbioza AI, chmury i automatyzacji

Z coraz szerszym wykorzystaniem sztucznej inteligencji nierozłącznie wiąże się rozwój usług chmurowych. Integracja danych lokalnych z tymi przetwarzanymi na brzegu sieci lub w chmurze pozwala w projektach AI zachować wysoki poziom bezpieczeństwa i suwerenności danych. Jednocześnie chmura hybrydowa ułatwia kontrolę wydatków przeznaczanych na szkolenie modeli sztucznej inteligencji. Działając w ten sposób przedsiębiorstwa mają szanse przekształcić tradycyjne praktyki związane z ich pracą oraz odblokować nowe możliwości biznesowe, jak np. aplikacje wykorzystujące obliczenia brzegowe.

Kolejnym krokiem do pełnego wykorzystania potencjału automatyzacji jest użycie jej w uporządkowany i powtarzalny sposób, nie tylko na poziomie sieci telekomunikacyjnych i infrastruktury, ale również aplikacji biznesowych. Przykładowo automatyzacja umożliwia zebranie danych z wielu urządzeń końcowych w sieci oraz przekazanie ich do aplikacji zajmujących się analityką biznesową. Następnie rozwiązania te, wspomagane przez AI, analizują dane i  przekazują z powrotem do narzędzi automatyzujących wytyczne dotyczące zmian w systemach. Pozwala to poprawić produktywność firmy i uniknąć sytuacji, w której poszczególne jej działy prowadzą procesy na odmienne sposoby, przez co automatyzacja przebiega u nich inaczej (zjawisko tzw. silosowości przedsiębiorstwa).

Dzięki wykorzystaniu nowych technologii dostawcy usług łączności mają szansę stworzyć w pełni zautomatyzowaną infrastrukturę, która zdalnie zarządza urządzeniami i wdrażaniem oprogramowania (zero-touch deployment), sprawuje inteligentną kontrolę nad obliczeniami, pamięcią masową i siecią, a także jest zdolna do autokonfiguracji, usuwania błędów i samooptymalizacji na podstawie analizowanych danych. Pomóc w tym firmom może ujednolicony model operacyjny, automatyzacja i platformy chmurowe, a przede wszystkim otwarte i bazujące na współpracy podejście do innowacji, które pozwoli połączyć wszystkie te elementy w spójną całość.

Honoré LaBourdette, acting senior vice president, Global Telco, vice president, Telco Partner Ecosystem, Red Hat

Dodaj komentarz

Przeczytaj również

Acer Swift 14 AI: laptop z procesorem Snapdragon X Elite

Acer we współpracy z Microsoft i Qualcomm Technologies Inc. zaprezentował swoje najnowsze …