Inga produkter i varukorgen.
Mari Nilsson Björkman: 5g kräver ai
krönika 5g kommer med nya möjligheter men också nya krav på hur vi hanterar enorma datamängder och komplexa system. Lösningen är att använda sig av ai, artificiell intelligens. Det skriver Mari Nilsson Björkman på SAS Institute.
Utvecklingen inom telekom de senaste tjugo åren har varit fullkomligen makalös. Vad hade du för mobil år 2001? Vad kunde den göra? Jag vet inte om det är fem eller två procent av vad din nuvarande lur klarar av för att inte tala om hur många fler uppkopplade enheter vi har – det viktiga är att mängden data i våra telekomnät idag är ofantlig. Gigantisk. Jättelik. Och ändå har vi bara börjat. 5G står runt hörnet. 5G, som ska leverera uppkoppling till alla nya, komplexa samt ibland samhällskritiska tjänster, och med det kommer kraven på våra nät att höjas ytterligare.
För att kunna hantera de här alltmer komplexa och avancerade näten behöver vi mer än bara access till nätelementens statusinformation. Vi behöver lättarbetade och agila analysverktyg som snabbt hjälper oss att bearbeta informationen då vi måste lära oss att förstå hur näten beter sig – innan de gör det. Kort sagt: vi måste kunna förutsäga problem och situationer innan de uppstår. Gå från en reaktiv till en proaktiv och prediktiv hantering.
Fullkomligt omöjligt för en människa
Och hur kompetenta och erfarna medarbetare man än har, är det fullkomligt omöjligt för en människa att analysera den mängd data som cirkulerar idag med den snabbhet som krävs. Och det kommer att vara än mer omöjligt om bara några år. Det är här AI och maskininlärning kommer in i bilden.
Enligt research- och konsultföretaget Gartner kommer antalet CSP, Communication Service Providers, som investerar i AI för att förbättra sin nätplanering att öka från 30 procent idag till 70 procent år 2025.
För telekomaktörer ökar också komplexiteten, eftersom näten förändras hela tiden. Nya funktioner, teknologier och tjänster tillkommer ständigt. En algoritm som fungerar idag är gammal och daterad om ett halvår – eller några månader. Algoritmer är som elitidrottare, de måste hela tiden träna, fast med data i stället för löpning och styrketräning.
Det säger sig självt att det är svårt, nästan omöjligt, för telekomföretag idag att implementera den AI och maskininlärning som krävs på egen hand – med interna resurser. Enligt TM Form Survey om AI och automation från april i år, uppger 82 procent av operatörerna att de inte har tillräckligt med intern expertis för att utveckla insikterna som behövs för att automatisera beslut och ”closed-loop operation” Därför måste externa resurser tillföras, oftast i form av ett partnerskap med en specialistaktör som erbjuder en E2E-lösning. Det är inte enbart något som måste göras för att inte hamna på efterkälken i den snabba utvecklingen – det innebär också besparingar som märks med en gång.
Kan minska kostnader radikalt
Vi på SAS Institute kan till exempel konstatera att kostnader för fältunderhåll kan minska med upp till 25 procent bland de kunder som skiftar från reaktivt till proaktivt underhåll. Och att använda sig av ”what if”-scenarier i nätdesign och planering med hjälp av AI kan optimera och skära ned investeringar med mellan 5 och 20 procent.
Med andra ord: telekomaktörer måste använda sig av AI och maskininlärning. Dels kan de spara pengar på det i korta perspektivet. Men det är ännu viktigare i det längre perspektivet – då handlar det om överlevnad. Som Teresa Herrero Zamorano, ansvarig för nätstrategi och kapacitet på Telefónica i Spanien, sa i den konversation jag hade med henne på TM Forum ”Digital Transformation series 2021” nyligen:
“You cannot design, deploy or operate a twenty-first century network with twentieth-century tools.”
/Mari Nilsson Björkman
Global Communication Industry Lead, SAS Institute
Denna artikel var tidigare publicerad på tidningen telekomidag.se
