Telekomunikační operátoři mají k dispozici obrovské množství provozních dat. Informace vznikají při plánování sítě, konfiguraci jednotlivých prvků, poskytování služeb, řešení poruch i při sledování kvality připojení. Problémem však často není nedostatek dat, ale jejich roztříštěnost. Jednotlivé systémy pracují odděleně, používají odlišné formáty a někdy nedokážou vysvětlit, proč byla konkrétní změna v síti provedena.
Právě tento nedostatek provozního kontextu může omezit využití agentní umělé inteligence. AI agent sice dokáže vyhodnotit velké množství údajů a navrhnout zásah, bez znalosti širších souvislostí však nemusí rozumět dopadům svého rozhodnutí na další části sítě. Změna konfigurace jednoho prvku může ovlivnit kapacitu, dostupnost nebo latenci jiné služby. Autonomní síť proto nemůže být založena pouze na automatizaci jednotlivých úkolů.
Společnost Blue Planet, která je součástí skupiny Ciena, považuje za jeden ze základních stavebních kamenů autonomních sítí správu konfigurace a změn. Její platforma pro configuration and change management má sledovat nejen samotnou změnu, ale také její důvod, časovou souvislost a dopad na další síťové funkce.
Gabriele Di Piazza, viceprezident pro produkty a aliance společnosti Blue Planet, přístup popsal takto: „Máme orchestrační mechanismus pro provádění změn ve službě a systém pro zajištění dohledu.“ Smyslem je propojit oba prvky do uzavřené smyčky. Systém nejprve změnu naplánuje a provede, následně zkontroluje její výsledek a ověří, zda odpovídá očekávání.
Od automatické konfigurace k autonomní inteligenci
Blue Planet tvrdí, že tradiční provozní podpůrné systémy OSS se budou postupně měnit v autonomní inteligentní systémy. Ty nebudou pouze zaznamenávat stav infrastruktury nebo provádět předem nadefinované příkazy. AI agenti budou moci plánovat, optimalizovat a spravovat složité sítě, pokud budou mít přístup ke spolehlivým datům a dostatečnému kontextu.
Důležitou součástí tohoto modelu je digitální dvojče sítě. To má umožnit simulovat navrhované změny ještě před jejich provedením a porovnávat aktuální situaci s předchozími událostmi. Systém tak může například zjistit, že podobný zásah v minulosti vedl k přetížení určitého segmentu nebo k dočasnému zhoršení služby.
Autonomní síť musí podle Blue Planet pracovat napříč celým provozním řetězcem. Do společné smyčky mají být zapojeny plánování, zajišťování služeb, konfigurace, dohled, analytika, optimalizace i náprava problémů. Nestačí tedy automatizovat jednotlivé izolované činnosti. Jednotlivé systémy musí mezi sebou sdílet informace a rozumět jejich významu.
Di Piazza upozorňuje, že kvalita AI rozhodování bude záviset na kvalitě dat a kontextu: „Agenti jsou jen tak dobří, jak dobrá jsou data, která jim poskytnete. Jsou jen tak dobří, jak dobrý kontext pro ně vytvoříte.“
Konfigurace a správa změn proto představují pouze základ. Konečnou ambicí je síť, která dokáže sama rozpoznat problém, navrhnout vhodný postup, ověřit výsledek a poučit se z předchozích zásahů. Takový model má operátorům pomoci zvládat rostoucí složitost 5G, cloudových služeb, edge computingu a budoucích autonomních aplikací.
Zdroj: rcrwireless.com
Zdroj: NETGURU NETWORK NEWS
