Pervasive AI inschakelen in alle operationele gebieden van de telecom

Beoogde telecomtoepassingen op basis van de beschikbaarheid van 5G en edge-diensten zijn grenzeloos. Om deze toepassingen mogelijk te maken, willen telecommunicatiebedrijven kunstmatige intelligentie en machine learning (AI/ML) gebruiken voor een verscheidenheid aan toepassingen en in meerdere zakelijke gebieden.

Intern proberen ze de operationele efficiëntie te verbeteren. De inspanningen zullen gericht zijn op voorspellend vermogensbeheer. Hier zal AI/ML worden gebruikt om van gepland onderhoud en reageren op problemen (storingen, offline apparatuur, etc.) over te gaan naar proactieve operaties. Een eenvoudig voorbeeld is het herkennen van de waarschuwingssignalen van een transformator waarvan de prestaties snel verslechteren en deze repareren voordat er een ongeplande uitval is. Een complexer voorbeeld is de realtime en geoptimaliseerde inzet van middelen om de impact van een grote storm aan te pakken. Een nieuwe benadering zou de onmiddellijke analyse van videostreams (sommige van drones) kunnen omvatten om de situatie onmiddellijk te beoordelen tot zeer fijne granulaire dekking. Die informatie zou worden gecombineerd met storingsgegevens van klantapps en andere bronnen. De analyse van die geaggregeerde gegevens zou dan de basis vormen voor een actieplan.

Telecombedrijven hopen ook van AI/ML afgeleide inzichten te gebruiken om:

• Inkomsten verhogen. Ze moeten gedetailleerde diensten en een hoge kwaliteit van dienstverlening bieden. Bovendien moeten ze nieuwe aanbiedingen creëren en leveren in kortere en kortere levenscycli.
• Lever op digitale transformatie. Ze moeten nieuwe bedrijfsmodellen en modellen voor het genereren van inkomsten ontwikkelen. Dit vereist het werken met partnerecosystemen en het integreren van hun (de telecom)aanbiedingen, applicaties en diensten met het aanbod van deze derde partijen.
• Voldoe aan veranderende en strengere wettelijke vereisten. De toegenomen complexiteit van telecomomgevingen in combinatie met een hausse in wereldwijde regelgeving voor gegevensprivacy en -bescherming vereist de invoering van analyse, automatisering en AI om naleving aan te pakken.
• Omarm de verbonden wereld. De combinatie van 5G, IoT en edge opent een schat aan mogelijkheden om innovatieve diensten en toepassingen te leveren. De meeste zullen vertrouwen op telecombedrijven die samenwerken met partners om deze aanbiedingen te leveren.

Uitdagingen voor real-time applicatie-ontwikkeling

Een gemeenschappelijke factor die dwars door elke use-case, applicatie of implementatie van telecom heen gaat, is dat er niet zoiets bestaat als een end-to-end-oplossing. Dit betekent dat telco's een open platform moeten bieden voor het ontwikkelen, leveren, beheren en bewaken van 5G- en edge-services, zodat derde partijen en partners (apparaatverkopers, serviceproviders, analysebedrijven, enz.) veilige, innovatieve oplossingen kunnen ontwikkelen.

In veel gevallen zullen telco's te maken hebben met meerdere gegevensbronnen, evenals met evenementen en streaminggegevens, en als zodanig hebben ze oplossingen nodig die gebeurtenisgestuurde architecturen (EDA's), realtime analyse en het gebruik van AI en ML omvatten.

EDA's bieden verschillende onderscheidende kenmerken of voordelen voor de soorten data- en analysetoepassingen die telecomtoepassingen vereisen. EDA ondersteunt in het bijzonder:

Realtime streaminganalyse: EDA is handig wanneer er behoefte is aan realtime verwerking met een minimale vertraging. Gebeurtenissen vinden plaats in een continue stroom zoals dingen in de echte wereld gebeuren. Bij streaminganalyse draait alles om het extraheren van bedrijfswaarde uit data in beweging, op dezelfde manier waarop traditionele analysetools gebruikmaken van data in rust.

Asynchrone bewerkingen: Asynchrone systemen gebruiken gegevens die met tussenpozen worden gegenereerd en verzonden. Een voorbeeld is een 5G-aangesloten sensor die een waarschuwing stuurt wanneer een gemeten hoeveelheid een vooraf ingestelde drempelwaarde overschrijdt. Meestal zijn er geen gegevens, maar wanneer de drempel wordt overschreden, geeft de sensor deze informatie in realtime door aan monitoringsystemen. De prioriteit is dan om direct op de gebeurtenis te reageren, in plaats van gegevens op te slaan en de status later te controleren. Om ervoor te zorgen dat een willekeurig aantal gebeurtenissen in realtime kan worden afgehandeld, zijn asynchrone bewerkingen vereist. EDA's zijn gedistribueerde asynchrone architecturen die kunnen worden gebruikt om zeer schaalbare toepassingen te ondersteunen.

Los gekoppelde systemen: Veel telecomtoepassingen zullen bestaan ​​uit meerdere componenten van verschillende bronnen die samenwerken. Het combineren van informatie uit deze afzonderlijke maar losjes gekoppelde applicaties levert synergetische voordelen op. Door de afzonderlijke apps op een EDA te bouwen, kunnen de realtime gebeurtenisgegevens van meerdere apps samen worden gebruikt.

De behoefte aan een flexibel ontwikkelplatform

Vanuit ontwikkelingsoogpunt kunnen de voordelen van het gebruik van een EDA gemakkelijker en breder beschikbaar worden gemaakt als ze worden gebruikt in combinatie met een flexibel ontwikkelplatform.

Waarom? Het omarmen van EDA is de basis voor de volgende generatie digitale toepassingen. Telecom zal in staat moeten zijn om evenementgestuurde oplossingen in cloud-native stijlen te ontwerpen, ontwikkelen, implementeren en exploiteren om de vereiste flexibiliteit en snelheid voor innovatie te hebben die nodig is om vandaag concurrerend te blijven.

Hoewel in het verleden gebeurtenisgestuurde architecturen zijn gebruikt, maakt de overstap naar cloud-native architecturen met microservices, op containers gebaseerde workloads en serverless computing ze praktischer en biedt het veel voordelen. Het is bijvoorbeeld bekend dat cloud-native oplossingen reactief en responsief zijn. Een gebeurtenisgestuurde architectuur maakt gebruik van deze eigenschappen en verbetert ze door veerkracht, flexibiliteit en schaalbaarheid te bieden.

Vereiste kenmerken van een realtime telecomoplossing

Ook is er een grote behoefte om sneller nieuwe realtime applicaties te ontwikkelen en niet alles opnieuw uit te vinden bij het ontwikkelen van nieuwe telecomapplicaties. Een geschikt agile ontwikkelplatform dat de eisen van realtime applicaties op schaal aankan, heeft specifieke kenmerken, waaronder:

• Low-code ontwikkelomgeving en ondersteuning voor composable elementen voor de snelle ontwikkeling van gebeurtenisgestuurde applicaties
• Infrastructuur-agnostisch
• Capaciteit om grote hoeveelheden gegevens over streaminggebeurtenissen te verwerken
• Mogelijkheid om het gebruik van verschillende soorten analyse (inclusief realtime streaminganalyse) mogelijk te maken om aan verschillende doelstellingen te voldoen
• Ondersteuning van losjes gekoppelde systemen en asynchrone bewerkingen
• Bied een mate van openheid voor gemakkelijke integratie van ongelijksoortige systemen, applicaties en gegevens
• Wees klaar voor de onderneming om schaalbare, missiekritieke applicaties te ondersteunen.

Met een dergelijk platform kunnen telecombedrijven snel innovatieve realtime 5G- en edge-applicaties en -diensten ontwikkelen die hun klanten eisen.