Så kan Edge AI hjälpa nätverkshanteringen

Nemanja Prekovic är Telekom-expert och Head of Monetization på Qinshift. Med tre kontor i Sverige och en stark närvaro i Europa, hjälper Qinshift kunderna med innovativa lösningar för AI. Nemanja menar att allt för många organisationer idag förlitar sig på manuella processer. Men omställningen är i full gång och allt fler ser fördelarna med att implementera AI. För att lyckas så krävs ett gediget arbete och Nemanja menar att man kan vinna mycket genom att förbereda organisationen före implementering av AI. Att ha datan korrekt strukturerad är en förutsättning för att lyckas.

– Data är nyckeln till allt. Vad du stoppar in är vad du får tillbaka. Företagen behöver förstå att datans kvalité är otroligt viktig. Idag tar alldeles för många organisationer beslut baserad på data som inte är korrekt.

Utöver att strukturera sin data rätt så kräver själva implementeringen en del. Att ha rätt team är avgörande och Nemanja menar att det inte bör bestå av endast tekniskt kunniga personer. För att lyckas så behövs olika typer av kompetenser och representanter från andra delar av verksamheten. Nemanja påpekar även vikten av att utbilda medarbetarna inom AI, både för att förstå hur det fungerar men även hjälpa dem att navigera ur ett etiskt perspektiv.

– Det är viktigt att skapa ett team med olika kompetenser och det sträcker sig utanför IT-avdelningen. Det är viktigt att organisationen förstår att detta är så mycket större än ett IT-projekt. Tekniken är förutsägbar men det är inte företag eller människor på samma sätt, därför behövs rätt team för att kunna träna AI:n.

Edge AI ökar tillgängligheten

Nemanja ser Edge AI som en möjlighet att göra AI mer tillgängligt även för mindre bolag som inte har samma ekonomiska förutsättningar som större. Edge AI gör det möjligt för AI-modeller att köras på lokala nätverksdevices vilket möjliggör snabba beslut eftersom datan inte behöver skickas till en extern lagringsplats. Nemanja menar att detta är särskilt viktigt vid kritiska händelser i nätverket, exempelvis vid snabb omdirigering av trafik eller för att kunna hantera störningar utan fördröjningar.

– Tack vare Edge AI:s lägre kostnader och enkelhet kan även mindre företag använda lösningarna utan att behöva bygga stora, centrala nätverkscenter. Jag är övertygad om att Edge AI kommer bli mer tillgänglig och enklare att implementera. Med förtränade AI-modeller kommer kostnaden ner ytterligare.

Edge AI är särskilt användbart för nätverkshanteringscenter eftersom det underlättar tidskrävande processer som exempelvis analyser av rotorsaker. Edge AI är bra att använda för stora nätverk som 5G eller XGSPON.

Läs mer om hur Qinshift kan hjälpa er implementera AI: https://qinshift.com/industries/tmt/