5G KREVER KUNSTIG INTELLIGENS

Utviklingen i telekom de siste tjue årene har vært enestående. Hvilken mobiltelefon hadde du i 2001? Hva kunne den da gjøre? Jeg vet ikke om det er fem eller to prosent av hva din nåværende telefon kan gjøre, samt hvor mange andre oppkoblede enheter vi har – det viktige er at mengden data i våre telekomnettverk i dag er enorm. Og likevel har vi så vidt begynt. 5G er rett rundt hjørnet. 5G som skal levere oppkobling til alle nye, komplekse og noen ganger kritiske tjenester, og med det vil kravene til nettverkene våre økes ytterligere.

Fra re- til proaktiv

For å kunne håndtere de mer komplekse og avanserte nettverkene, trenger vi mer enn bare tilgang til nettverkselementenes statusinformasjon. Vi trenger brukervennlige og smidige analyseverktøy som raskt hjelper oss med å behandle informasjonen etter hvert som vi trenger å lære og forstå hvordan nettverkene oppfører seg – før de gjør det. Kort sagt: vi må kunne forutsi problemer og situasjoner før de oppstår. Gå fra en reaktiv til en proaktiv og prediktiv håndtering.

Og uansett hvor kompetente og erfarne ansatte du har, er det umulig for et menneske å analysere den mengden data som sirkulerer i dag med den hastigheten som kreves. Og det vil være mer umulig på bare noen få år. Det er her kunstig intelligens og maskinlæring kommer inn i bildet.

Ifølge forsknings- og konsulentfirmaet Gartner vil antallet leverandører av CSP, Communication Service Providers, som investerer i kunstig intelligens for å forbedre nettverksplanleggingen, øke fra 30 prosent i dag til 70 prosent innen 2025.

Utdatert på et halvår

For teleoperatører øker kompleksiteten, ettersom nettverkene er i stadig endring. Nye funksjoner, teknologier og tjenester blir stadig lagt til. En algoritme som fungerer i dag, er gammel og utdatert om seks måneder – eller noen få måneder. Algoritmer er som toppidrettsutøvere, de må trene hele tiden, men med data i stedet for løping og styrketrening.

Det sier seg selv at det er vanskelig, nesten umulig, for telekomselskaper i dag å implementere kunstig intelligens og maskinlæring som kreves på egen hånd - med interne ressurser. Ifølge TM Form Survey om kunstig intelligens og automatisering, fra april i år, sier 82 prosent av operatørene at de ikke har nok intern kompetanse til å utvikle innsikten som trengs for å automatisere beslutninger og «closed-loop operation». Det er ikke bare noe som må gjøres for ikke å bli etterlatt i den raske utviklingen - det betyr også besparelser som er merkbare med en gang.

Mer enn besparelser

Vi ved SAS Institute kan for eksempel konkludere med at vedlikeholdskostnadene kan reduseres med opptil 25 prosent blant kunder som skifter fra reaktivt til proaktivt vedlikehold. Og ved å bruke «hva om»-scenarier i nettverksdesign og planlegging ved hjelp av kunstig intelligens kan du optimalisere og redusere investeringene med mellom 5 og 20 prosent.

Med andre ord; telekomselskaper må benytte seg av kunstig intelligens og maskinlæring. De kan spare penger på det på kort sikt. Men det er enda viktigere på lengre sikt – da handler det om overlevelse. Som Teresa Herrero Zamorano, ansvarlig for nettverksstrategi og kapasitet ved Telefónica i Spania, sa i samtalen jeg hadde med henne på TM Forum «Digital Transformation series 2021» nylig:

«Du kan ikke designe, distribuere eller drive et 21. århundre nettverk med 20. århundres verktøy.»