Umělá inteligence tlačí telekomunikační operátory za hranice pouhé autonomie sítě a vede je do nové éry obchodní inteligence. Po většinu uplynulého desetiletí se interní agenda změn v telekomunikačním odvětví soustředila na jediný cíl: vybudovat autonomní sítě, a tím dosáhnout obrovských úspor, zlepšení výkonu a případně i nových zdrojů příjmů. Poháněni pokroky ve strojovém učení a příslibem umělé inteligence usilovali operátoři o omezení ruchu na každém kroku, přestože jejich sítě neustále nabývaly na složitosti. Vize byla jasná: sítě schopné samy sebe monitorovat, opravovat a optimalizovat. Něco se však změnilo.
V nové éře AI se objevila možnost úplné průmyslové transformace, která učinila veškeré řeči o proměně z „telco“ v „techco“ jak věrohodnými, tak dosažitelnými. Chytrá autonomie totiž již není konečným cílem. Namísto toho vytvořila základ pro něco ambicióznějšího — inteligentního operátora. Existuje argument, že tato oblast, jako každé odvětví, prozřela: hodnota AI rychle přesáhne známé provozní zátěže. Zatímco automatizace zlepšuje efektivitu a odolnost, hluboká průmyslová inteligence dokáže přetvořit celé obchodní modely a odemknout nové příjmy. Zabudovaná síťová inteligence nebude jen pohánět provozní autonomii telekomunikačních firem, ale změní i způsob, jakým identifikují a vytvářejí hodnotu. Interní zaměření odvětví se posunulo od sítí, které se samy optimalizují, k operátorům, kteří se sami vyvíjejí, dokážou se učit, přizpůsobovat a rozhodovat v čase blížícím se reálnému. Globální firma poskytující technologické služby a poradenství Wipro stojí přímo u zdroje tohoto vývoje a spolu s telekomunikačními partnery jej navrhuje a řídí.
Inteligentní operátor a obchodní inteligence
Cesta k autonomii už přinesla plody. Operátoři nasadili analytické a automatizační platformy i rámce s uzavřenou smyčkou, aby zlepšili odstávky systémů, řešení poruch i kvalitu služeb. Rutinní úkoly se stále více zpracovávají automaticky, což inženýrským týmům uvolňuje ruce pro činnosti s vyšší hodnotou. Když se však TM Forum zeptáte na celkový pokrok, odpovídá upřímně: nerovnoměrný. Na klouzavé škále od ručního k automatickému, vycházející ze šestistupňové taxonomie autonomních sítí (oficiálně úrovně 0 až 5, reálně po úroveň 4), se odvětví nachází někde mezi úrovněmi 1,5 a 2,1 a zbývá hodně práce. Mnoho operátorů funguje s částečnou automatizací, kde AI napomáhá lidskému rozhodování, spíše než by samo provádělo úkony. Přesto je pokrok reálný. Jak upozorňuje Lalit Kašjap z Wipra, autonomie je nezbytná, ale nestačí.
Samosprávné sítě řeší provozní výzvy, ale automaticky nevytvářejí konkurenční odlišení ani růst. K tomu musejí operátoři inteligenci znásobit a zpeněžit i mimo své sítě, napříč celým podnikáním. Lalit Kašjap vysvětluje: „Zaprvé, inteligence se stává nativní součástí provozu. Namísto spoléhání na izolované AI aplikace budují operátoři schopnosti řízené umělou inteligencí přímo do správy sítě, zajištění služeb, zákaznické interakce i obchodního plánování. Zadruhé, rozhodování se stává stále více prediktivní a proaktivní. Místo reakce na poruchy, přetížení či problémy zákazníků poté, co nastanou, dokážou systémy AI potenciální problémy předvídat a přijmout preventivní opatření dříve, než se dotknou kvality služby. Zatřetí, automatizace se rozšiřuje za hranice síťové domény. Procesy od začátku do konce se stávají čím dál automatizovanějšími a propojenějšími.“
Snad největší příležitost leží za hranicí provozní efektivity — a ostatně i za hranicí čisté konektivity. Sítě generují obrovské množství dat v reálném čase o výkonu služeb, chování uživatelů i podmínkách provozu. Napojena na správné platformy a vystavena správným AI modelům se tato inteligence sama o sobě stává strategickým aktivem, které lze zpeněžit. Operátoři již chtějí zpřístupnit síťové schopnosti prostřednictvím API, aby vývojářům a zákazníkům umožnili rychlé využití síťových řezů (network slices) s garancemi kvality služby a s lokační inteligencí. Inteligentní operátor tak není jen efektivnějším provozovatelem sítě — je to organizace schopná zpeněžit samotnou inteligenci.
Cesta vpřed
Tempo inovací v AI žene tuto transformaci rychleji, než mnozí očekávali. Generativní AI, agentní AI a stále sofistikovanější modely strojového učení vytvářejí nové příležitosti k automatizaci rozhodování a orchestraci složitých procesů. Lalit Kašjap vysvětluje: „Na úrovni sítě to znamená posun k AI-nativním sítím schopným se neustále učit a optimalizovat samy sebe. Na provozní úrovni se začínají objevovat agentní AI systémy schopné koordinovat úkoly, dávat doporučení a provádět akce s minimálním lidským zásahem. Na úrovni infrastruktury se inteligence stává distribuovanější a funguje napříč cloudem, okrajem sítě i síťovými prostředími v reálném čase.“
Přestože je vize přesvědčivá a lépe definovaná než kdy dřív, vyžaduje značnou organizační i technologickou změnu. Úspěch bude záviset na schopnosti operátorů industrializovat AI ve velkém měřítku, zdola nahoru, spíše než skládat dohromady izolované pilotní projekty. Podle Lalita Kašjapa ti, kdo tento přechod úspěšně zvládnou, získají výraznou výhodu v provozní efektivitě, zákaznické zkušenosti i tvorbě příjmů.
„Autonomní sítě zůstávají jedním z nejvýznamnějších úspěchů telekomunikačního odvětví, měly by však být vnímány spíše jako začátek cesty než jako její cíl. Další éru telekomunikací budou definovat organizace, které se dokážou neustále učit, přizpůsobovat a vytvářet hodnotu prostřednictvím inteligence zabudované do každého aspektu svého provozu,“ říká Kašjap. Pro operátory už výzva nespočívá jen v budování sítí, které se dokážou provozovat samy. Jde o budování firem, které dokážou samy myslet.
Zdroj: rcrwireless.com
