Nokia($NOK) ve Microsoft($MSFT), telekom ağları için yapay zekâ veri platformu geliştiriyor

Nokia($NOK) ve Microsoft($MSFT), telekom ağlarının işletimini otomatikleştirmek için ajan tabanlı yapay zekâ destekli bir veri platformu geliştirecek. Telekom operatörleri ağ verilerini haftalar içinde değil, dakikalar içinde kullanabilecek.

Nokia, 17'sinde yaptığı açıklamada Nokia Data Suite ile Microsoft Fabric'i birleştiren entegre bir veri altyapısı geliştireceğini bildirdi. Nokia Data Suite telekom ağı verilerini toplarken ve yapılandırırken, Microsoft Fabric analiz, yönetişim ve yapay zekâ işlevleri sağlayacak.

İlk uygulama alanı radyo erişim ağı (RAN) optimizasyonu olacak. Şirketler, 5G ses hizmeti VoNR'nin kalitesini otomatik olarak kontrol edecek, anormallikleri ve nedenlerini analiz ederek müdahale önerileri sunacak.

Platformda abone verileri ile ağ performansı ve radyo frekansı verilerini konuma göre birleştiren 'Geo Experience' analizi de yer alacak. Bu yöntem, ağ durumunu ve kullanıcı deneyimini birlikte inceleyerek hizmet kalitesindeki düşüşün nedenini belirlemeyi amaçlıyor.

Ajan tabanlı yapay zekâ, geçmiş ve gerçek zamanlı verileri analiz ederek arıza olasılığını tespit edecek. Sistem, ağ mühendislerine müdahale önerileri sunabilecek veya belirlenmiş iş akışlarını otomatik olarak çalıştırabilecek. Aynı yaklaşım öngörücü bakım ve arıza yönetiminde de kullanılacak.

İş birliğinde veri platformu, farklı ekipman üreticileri ve ağ alanlarından gelen bilgileri tek bir analiz ortamında birleştirecek. Hibrit bulut ve şirket içi ortamları destekleyecek platform, veri soy kütüğü ile denetim işlevlerini koruyarak operatörlerin yapay zekâ kararlarını denetlemesine imkân tanıyacak.

Telekom ağı otomasyonunda veri entegrasyonu, yapay zekâ analiz sonuçlarını gerçek işletim süreçlerine bağlayan temel unsurlardan biri. Verilerin farklı formatlarda ve konumlarda dağınık olması, arıza tespiti ve otomatik müdahalenin kapsamını sınırlayabilir.

Vivek Jaiswal(Vivek Jaiswal) Nokia Autonomous Networks kıdemli başkan yardımcısı, “Nokia ve Microsoft, telekom operatörlerine doğru veriyi doğru zamanda sunuyor” dedi. Şirketler, yapay zekâ modelinin kendisinden önce ağ, abone ve hizmet verilerini güvenilir bir formatta düzenlemeye odaklandı.

Silvia Candiani(Silvia Candiani) Microsoft Worldwide Telco & Media kurumsal başkan yardımcısı, “Karmaşık ağ verilerini eyleme geçirilebilir zekâya dönüştürmek için daha hızlı bir yol oluşturuyoruz” açıklamasında bulundu. Yapı, telekom ağı verilerini Microsoft Fabric merkezinde birleştirerek yapay zekâ ve otomasyon uygulamalarına açıyor.

Nokia, Nokia Data Suite ürün dokümanında veri hazırlama süresinin tipik projelerdeki dört aydan üç-dört haftaya indirilebileceğini belirtti. Resmî açıklamada, mevcut yöntemlerle haftalar sürebilen veri entegrasyonu çalışmalarının dakikalar seviyesine çekilebileceği ifade edildi.

Nokia'nın yazılım alanındaki genişlemesi, daha önce AI-RAN deneme operasyonunun sekiz telekom operatörüne genişletilmesi örneğinde de görülmüştü. Nokia o dönemde AI-RAN platformunun spektrum verimliliğini yüzde 20'den fazla artırdığını açıklamıştı.

İş birliği, telekom ekipmanı tedarikçisi ile bulut ve veri platformu sağlayıcısının ağ işletim yazılımı alanında bir araya geldiği bir örnek oluşturuyor. Nokia telekom ağı verileri ve otomasyon işlevlerini, Microsoft ise analiz, yönetişim ve yapay zekâ özelliklerini sağlayacak.

Ancak belirli müşteriler, ticari dağıtımın ölçeği ve sözleşme tutarı açıklanmadı. Bu nedenle yalnızca duyuruya dayanarak Nokia'nın gelir katkısını veya telekom operatörlerinin gerçek maliyet tasarrufunu değerlendirmek mümkün değil.

Yurt içindeki telekom operatörleri benzer bir platformu kullanmaya başlasa bile ağ ekipmanlarının yapısı, veri yönetimi sistemi ve operatör onay süreçleri uygulama kapsamını belirleyebilir. Özellikle arıza müdahalelerinin otomatik yürütülmesi, operatör denetimi ve denetim mekanizmalarıyla birlikte ele alınmayı gerektiriyor.

Nokia ve Microsoft platformu ilk aşamada RAN optimizasyonu, VoNR kalite güvencesi, Geo Experience, öngörücü bakım ve arıza yönetiminde uygulamayı planlıyor. Gerçek müşteri dağıtımının, otomasyon kapsamının, arıza müdahalesi doğruluğunun ve ilgili gelirin açıklanıp açıklanmayacağı, iş birliğinin sonuçlarını değerlendirmede belirleyici olacak.