ITWatch

Klumme: AI er en nødvendighed for 5G

Teleoperatørerne bør gøre brug af kunstig intelligens og machine learning for at sikre udnyttelsen af 5G. På kort sigt betyder det, at de kan spare penge. Men det er endnu vigtigere på længere sigt, skriver Mari Nilsson Björkman fra SAS Institute i denne klumme. 

Foto: SAS Institute/PR

Udviklingen inden for telekommunikation gennem de sidste tyve år har været helt uden sidestykke. Hvilken slags mobil havde du f.eks. i 2001? Hvad kunne den?

Jeg ved ikke, om det er to eller fem procent af, hvad vores nuværende mobiltelefoner kan klare, for ikke at nævne hvor mange flere tilsluttede enheder vi har. Men det springende punkt er, at mængden af ​​data i vores telenetværk i dag er enorm. Kæmpe stor. Gigantisk. Og alligevel er vi kun lige begyndt.

5G er lige om hjørnet. 5G skal levere forbindelse til alle nye, komplekse og til tider samfundskritiske tjenester, og dermed øges kravene til vores netværk yderligere.

For at kunne håndtere disse stadig mere komplekse og avancerede netværk har vi brug for mere end blot adgang til netværksinformationens statusoplysninger. Vi har brug for brugervenlige og agile analyseværktøjer, der hurtigt hjælper os med at behandle informationen. For vi skal lære at forstå, hvordan netværkene opfører sig – før de gør det. Kort sagt: Vi skal være i stand til at forudsige problemer og situationer, før de opstår. Gå fra en reaktiv til en proaktiv og forudsigelig styring.

Og uanset hvor kompetente og erfarne medarbejderne er, er det fuldstændig umuligt for et menneske at analysere mængden af ​​data, der cirkulerer i dag, med den nødvendige hastighed. Og det bliver endnu mere umuligt om få år. Det er her AI og machine learning kommer ind i billedet.

Ifølge research- og konsulentvirksomheden Gartner vil antallet af CSP'er – kommunikationstjeneste-udbydere, der investerer i kunstig intelligens for at forbedre deres netværksplanlægning – stige fra 30 procent i dag til 70 procent i 2025.

For teleoperatører er kompleksiteten også stigende, da netværkene er under konstant forandring. Nye funktioner, teknologier og tjenester tilføjes konstant. En algoritme, der fungerer i dag, er gammel og forældet om seks måneder – eller blot et par måneder. Algoritmer er som eliteatleter, de skal træne hele tiden, men med data i stedet for løb og styrketræning.

Det siger sig selv, at det er svært, for ikke at sige næsten umuligt, for teleselskaber i dag at implementere den nødvendige AI og machine learning på egen hånd med interne ressourcer. Ifølge TM Form Survey om AI og automatisering fra april i år oplyser 82 procent af operatørerne, at de ikke har nok intern ekspertise til at udvikle den indsigt, der skal til for at automatisere beslutninger og "closed-loop operation".  Derfor er der behov for eksterne ressourcer, en specialistpartner, der tilbyder en E2E-løsning. Det er ikke kun en nødvendighed for ikke at komme bagud i den rivende udvikling – det betyder også besparelser, der kan mærkes med det samme.

Tal fra SAS Institute viser for eksempel, at omkostninger til såkaldt feltvedligeholdelse kan reduceres med op til 25 procent blandt kunder, der skifter fra reaktiv til proaktiv vedligeholdelse. Og at anvende "what if"-scenarier i netdesign og planlægning ved hjælp af AI kan optimere og nedbringe investeringerne med mellem 5 og 20 procent.

Med andre ord bør teleoperatørerne gøre brug af kunstig intelligens og machine learning. På kort sigt betyder det, at de kan spare penge. Men det er endnu vigtigere på længere sigt –  her handler det om overlevelse.

Som Teresa Herrero Zamorano, leder af netværksstrategi og kapacitet hos Telefónica i Spanien, sagde for nylig i den samtale, jeg havde med hende på TM Forum "Digital Transformation series 2021": "You cannot design, deploy or operate a twenty-first century network with twentieth-century tools."

Klumme: Cybersikkerhed skal tættere på ledelsen

Klumme: Forældre bliver gidsler i ny barselsordning 

Mere fra ITWatch

Læs også

Relaterede

Seneste nyt

Se flere jobs