2001 Analysys Mason ML AI Assurance Whitepaper - En.es

papel blanco
Automatizado basado en ML / AI
la garantía es fundamental para el
éxito de 5G
Enero de 2020
Anil Rao
La garantía automatizada basada en ML / AI es fundamental para el éxito de 5G | yo
Contenido
1. Resumen Ejecutivo 1
2. Las redes 5G virtualizadas y nativas de la nube aumentarán significativamente la complejidad del servicio y las operaciones
2
El alcance de 5G es mucho más amplio que el de los servicios de datos y voz para consumidores 2
5G conducirá a una gran cantidad de nuevas innovaciones de redes e infraestructura que aumentarán la complejidad
3. El aumento de opex hará que el caso de negocio 5G sea insostenible 4

El opex de la red como porcentaje de los ingresos está aumentando 4
La identificación y el análisis de problemas representan aproximadamente el 70% del tiempo y el costo operativos 4
El análisis de big data permite la automatización de aseguramiento parcial, pero es insuficiente para poner en funcionamiento 5G a escala
5
Las tecnologías ML / AI de rápida maduración ahora se pueden utilizar para operaciones de telecomunicaciones La garantía automatizada 6
basada en ML / AI es necesaria para contener opex y poner en funcionamiento 5G a escala La garantía automatizada basada en ML / AI con 7
sistemas MANO permite la automatización guiada y de circuito cerrado, por lo tanto, aún más reducir el opex
8
Los CSP tienen planes concretos para implementar ML / AI en las operaciones 10
4. Conclusiones y Recomendaciones 11
5. Sobre el Autor 13
Lista de Figuras
Figura 1: Diferencias entre redes 2G / 3G / 4G y redes 5G .................................... ........................ 2

Figura 2: La evolución a 5G y las tecnologías habilitadoras ....................................... ................................... 3
Figura 3: Ingresos operativos y de servicios de la red, 2006-2017 ...................................... .......................................... 4
Figura 4: Anatomía de las operaciones de red ........................................... .................................................. ........... 5
Figura 5: La evolución de la garantía del servicio hasta la fecha ........................................ ................................................ 6
Figura 6: La evolución del aseguramiento automatizado basado en ML / AI ..................................... ................................... 7
Figura 7: Automatización guiada y en circuito cerrado ......................................... .................................................. ....... 9
Figura 8: Tácticas clave de los CSP para reducir el opex de la red para 2025 ..................................... ............................... 10
Figura 9: Funciones para las que los CSP esperan implementar AI / ML en la red .................................. .............. 11
© Analysys Mason Limited 2020 Contenido

La garantía automatizada basada en ML / AI es fundamental para el éxito de 5G | 1
1. Resumen Ejecutivo
5G promete ofrecer servicios mejorados de banda ancha móvil, latencia ultrabaja y servicios de comunicaciones masivos de
IoT para consumidores y empresas en muchas industrias verticales. Los actores de la industria de las telecomunicaciones se
han unido en torno a un conjunto de principios clave de diseño de redes que incluyen conceptos como virtualización de
funciones de red (NFV), redes definidas por software (SDN), computación nativa de la nube, computación de borde de
múltiples accesos (MEC) y división de redes en para permitir el rendimiento, la latencia y la calidad del servicio que se espera
de las redes 5G. Estas capacidades harán que las redes sean significativamente más flexibles y ágiles, y permitirán a los
proveedores de servicios lanzar rápidamente nuevos servicios, reducir el gasto de capital mediante la estandarización y
optimización de la infraestructura y brindar experiencias superiores a los clientes. Sin embargo,
La investigación de Analysys Mason muestra que el opex de la red de los proveedores de servicios de comunicaciones (CSP) ha aumentado desde 2012. El OPEX
como porcentaje de los ingresos creció del 11% en 2012 al 15% en 2017, pero los ingresos disminuyeron un 13% durante el mismo período. Esta es una tendencia
insostenible que se verá agravada con el lanzamiento de 5G si los CSP se adhieren a sus enfoques operativos actuales. Al utilizar herramientas de operaciones y TI en
silos, los departamentos de operaciones de red se ven obligados a depender de procesos manuales que aumentan el riesgo de errores y configuraciones incorrectas,
conducen a tiempos de resolución de problemas más prolongados y, en consecuencia, aumentan los costos de solución de problemas.
La aparición de la garantía de servicio avanzada que utiliza grandes datos y tecnologías de análisis ha aliviado estos problemas hasta cierto
punto. El procesamiento de cantidades masivas de datos de red y la aplicación de análisis a los datos posprocesados permite generar
información en cuestión de segundos o minutos, lo que permite a los departamentos de operaciones descubrir y abordar de manera
proactiva los problemas antes del impacto del servicio y las quejas de los clientes. Están surgiendo características aún más avanzadas,
como la detección automática de patrones y anomalías, pero requieren la competencia de expertos en el dominio y científicos de datos. Los
CSP tendrían que aumentar significativamente el tamaño de su fuerza laboral especializada para abordar la complejidad de las redes 5G y
el aumento esperado en el número de posibles escenarios de falla, lo que haría que la economía operativa fuera completamente
insostenible.
Las tecnologías de aprendizaje automático (ML) e inteligencia artificial (IA) potencian la seguridad y permiten a los CSP dar el
siguiente salto hacia operaciones autónomas. Las tecnologías ML / AI son clave para lograr operaciones predictivas, que serán
críticas para administrar la complejidad en la era 5G y controlar el opex. Al aplicar ML / AI a la garantía, los CSP podrán realizar
una gran cantidad de automatizaciones, incluida la identificación automatizada de problemas y el análisis de la causa raíz, la
detección y predicción automatizada de anomalías, el descubrimiento automatizado de patrones y la creación automatizada de
reglas y políticas. Los siguientes pasos procesables generados automáticamente se pueden combinar con la orquestación NFV y
los sistemas de control SDN para realizar la automatización de bucle abierto y cerrado, reduciendo así aún más los costos
operativos.
© Analysys Mason Limited 2020 1. Resumen Ejecutivo

2. Las redes 5G virtualizadas y nativas de la nube aumentarán significativamente la
complejidad del servicio y las operaciones
El alcance de 5G es mucho más amplio que el de los servicios de datos y voz para consumidores
Las generaciones anteriores de redes móviles (2G, 3G y 4G) se crearon para los servicios de datos y voz del consumidor, pero las redes 5G se están
construyendo para admitir una gran cantidad de casos de uso que, a su vez, respaldan la transformación digital de industrias verticales enteras. La Figura 1
ilustra algunas de las diferencias clave entre las redes 2G / 3G / 4G existentes y las redes 5G emergentes.
Figura 1: Diferencias entre redes 2G / 3G / 4G y redes 5G
2G / 3G / 4G 5G
Apoyar los servicios centrados en el consumidor. Admite aplicaciones comerciales y de consumo.
Redes diseñadas para casos de uso de voz y datos. Redes diseñadas para una amplia gama de casos de uso, que van desde aplicaciones
industriales no críticas hasta aplicaciones industriales altamente críticas.
Se utiliza para aplicaciones que no son sensibles a la latencia. Se utiliza para aplicaciones con un rango de sensibilidad de latencia (por ejemplo, 2 ms
para conducción autónoma).
Redes construidas predominantemente para humanos. Redes independientes 5G construidas principalmente para máquinas.
Expectativas limitadas de nuevos ingresos. Modelos de ingresos B2B y B2B2X.
Fuente: Analysys Mason, 2020
La variedad de casos de uso que se espera que admitan las redes 5G es bastante amplia, pero la mayoría pueden clasificarse ampliamente como servicios
B2C o B2B / B2B2X. La categoría B2C incluye servicios de banda ancha móvil mejorada de alto ancho de banda (eMBB) y servicios inalámbricos fijos que se
espera que admitan principalmente casos de uso como juegos en la nube y aplicaciones AR / VR. Los servicios B2B / B2B2X se utilizan en un amplio espectro
de industrias verticales para admitir casos de uso de comunicaciones masivas de máquina a máquina (mMTC) y de baja latencia ultra confiable (uRLLC). Los
ejemplos incluyen transporte inteligente, servicios críticos y respuesta a emergencias, redes de sensores para agricultura inteligente y ciudades inteligentes,
aplicaciones AR / VR para mejores interacciones hombre-máquina e iniciativas de la Industria 4.0 como fábricas inalámbricas inteligentes.
La naturaleza diversa de los casos de uso de 5G y sus demandas de amplio alcance sobre el rendimiento de la red y la dinámica y latencia de la red y el
servicio, así como la necesidad de admitir nuevos modelos comerciales, ha obligado a la industria a considerar nuevos enfoques arquitectónicos para 5G.
5G conducirá a una gran cantidad de nuevas innovaciones de redes e infraestructura que aumentarán la complejidad
La red central 5G se está construyendo utilizando tecnología de contenedores y una arquitectura basada en servicios para permitir que los CSP implementen y
operen las redes en entornos de nube, y admitan la escalabilidad justo a tiempo, la reutilización de software y la automatización extrema de la red. Las redes 5G se
verán impulsadas aún más por la computación de borde, que acerca la potencia de cómputo al borde para el procesamiento localizado y el alojamiento de
aplicaciones con el fin de reducir la congestión de la red y la latencia del servicio. Además, la división de redes permite la creación de secciones de red lógica
virtual entre dominios de un extremo a otro, y cada sección ofrece QoS y SLA diferenciados para coincidir con los KPI específicos del servicio, como la capacidad,
la latencia y la confiabilidad de la red.
© Analysys Mason Limited 2020 2: Las redes 5G virtualizadas y nativas de la nube aumentarán significativamente el servicio y las operaciones
complejidad
La RAN ha sido una de las últimas fronteras en la hoja de ruta de la virtualización debido a las complejidades involucradas. En un escenario futuro en el que
las RAN estén dominadas por un ecosistema de múltiples proveedores, los elementos de la RAN (es decir, la antena, la radio y la banda base) tendrán
interfaces abiertas y estándar, de modo que los componentes de diferentes proveedores puedan interactuar entre sí. . Con este fin, se han implementado
varias iniciativas de la industria (como Open RAN (ORAN) Alliance, C-RAN Alliance y el xRAN Forum) para centralizar y virtualizar la RAN con el fin de
responder rápidamente a las cambiantes demandas del tráfico.
Juntos, estos habilitadores de tecnología de amplio alcance (como NFV, SDN, computación nativa de la nube, corte de red y computación de borde)
proporcionarán la base para nuevos servicios digitales basados en 5G (Figura 2), pero al mismo tiempo, lo harán aumentar la complejidad de las redes y
los servicios a niveles sin precedentes. Esto también aumentará significativamente la complejidad operativa, haciendo obsoletos los métodos tradicionales
de operación.
Figura 2: La evolución a 5G y las tecnologías habilitadoras
En la era 5G, los CSP deben abordar nuevos desafíos operativos que incluyen, entre otros, los siguientes.
• ¿Cómo se deben monitorear los recursos y servicios dinámicos en redes virtuales y en la nube? ¿Cómo se pueden identificar
• problemas de red / servicio inesperados y desconocidos?
• ¿Cómo pueden los CSP mejorar la experiencia del cliente y la calidad del servicio para servicios complejos?
• ¿Cómo pueden los CSP aprovechar la enorme cantidad de datos generados en las redes virtuales y 5G? ¿Cómo se deben preparar las
• operaciones para poder incorporar y respaldar rápidamente los futuros servicios B2B y B2B2X?
• ¿Cómo se puede contener opex al mismo tiempo que se admiten nuevas redes y servicios?
Los CSP no pueden aplicar los métodos antiguos de operar redes 2G / 3G / 4G que fueron diseñados para redes físicas estáticas que soportan servicios básicos
de voz y datos a redes 5G. En cambio, los CSP deben adoptar un nuevo enfoque de operaciones que esté diseñado para la nube de telecomunicaciones y se
entregue a una fracción del costo de las operaciones tradicionales, pero que también respalde nuevos servicios digitales que aún no se han concebido. Mantener
el status quo no es una opción.
© Analysys Mason Limited 2020 2: Las redes 5G virtualizadas y nativas de la nube aumentarán significativamente el servicio y las operaciones
complejidad
3. El aumento de opex hará que el caso de negocio 5G sea
insostenible
El opex de la red como porcentaje de los ingresos está aumentando
El opex de red representa aproximadamente el 22% del total de opex de CSP y ha aumentado rápidamente durante los últimos 5 a 7 años. La red como porcentaje de
los ingresos aumentó del 11% en 2012 al 15% en 2017, pero los ingresos disminuyeron un 13% durante el mismo período. (Figura 3). La industria ahora se enfrenta a
una situación en la que existe una brecha cada vez mayor entre los ingresos y el opex. Se espera que los servicios digitales 5G generen nuevos ingresos para los
CSP, pero tomarán al menos de 3 a 7 años para lograr un impacto comercial importante.
Figura 3: Ingresos operativos y de servicios de la red, 2006-2017
Muchos CSP reconocen que la tendencia al alza del opex no puede continuar. Para contener y reducir los gastos operativos, incluso al mismo tiempo que
respaldan los nuevos servicios y las complejidades operativas de 5G, los CSP deben dar un salto significativo en la eficiencia de las operaciones.
La identificación y el análisis de problemas representan aproximadamente el 70% del tiempo y el costo operativos
La mayoría de los CSP grandes tienen cientos de sistemas de soporte de operaciones (OSS) para monitoreo y aseguramiento con el fin de identificar e
informar sobre fallas de red y problemas de desempeño. Estos sistemas de monitoreo se han obtenido de una combinación de proveedores de equipos y
proveedores de software independientes, así como a través del desarrollo ad hoc interno para respaldar funciones que no son compatibles con productos de
software comerciales.
© Analysys Mason Limited 2020 3: El aumento de opex hará que el caso de negocio 5G sea insostenible
El espacio de herramientas en silos y fracturado da como resultado operaciones de silla giratoria y procesos manuales y propensos a errores que son monótonos y
desmotivadores para los ingenieros de operaciones. Estas soluciones a menudo conducen a operaciones reactivas con tiempos de análisis e identificación de problemas
extendidos, y altos costos de resolución de problemas. La oficina principal del NOC utiliza varias pantallas para realizar el diagnóstico inicial y, a menudo, eleva los
problemas a los ingenieros de soporte de nivel 2 y 3, que son más costosos.
El análisis muestra que las actividades operativas se pueden dividir en cuatro etapas (Figura 4). Aproximadamente el 70% del tiempo y el dinero de los CSP se
gasta en el descubrimiento de problemas y el análisis de la causa raíz; estos tienden a ser procesos reactivos que se activan cuando un cliente informa un
problema de servicio o el NOC nota una violación de KPI. En el peor de los casos, una interrupción de la red o del servicio podría desencadenar el proceso. Las
otras dos etapas (aplicación de cambios y verificación) representan el 30% restante del tiempo y el costo y, por lo general, se realizan como parte de los procesos
de gestión de cambios y gobierno.
Figura 4: Anatomía de las operaciones de red
El análisis de big data permite la automatización de aseguramiento parcial, pero es insuficiente para poner en
funcionamiento 5G a escala
Con los años, los sistemas de aseguramiento y monitoreo han evolucionado (Figura 5) desde granjas de herramientas en silos hasta sistemas de aseguramiento
unificados que ofrecen alarma avanzada y supresión de fallas, filtrado y deduplicación para reducir significativamente la cantidad de incidentes y tickets que son
manejados por los equipos de operaciones. . Los sistemas de garantía han evolucionado aún más para ofrecer valor más allá del monitoreo de la red gracias a la
madurez y disponibilidad de las tecnologías de análisis de big data de alto rendimiento. Mediante el uso de una combinación de diversas fuentes de datos de red (como
cable pasivo
datos, datos de prueba activos, telemetría de transmisión, SNMP, datos de flujo, comportamiento del cliente y datos de uso de aplicaciones, datos de facturación y CRM
y datos del dispositivo), los CSP ahora pueden obtener una vista multidimensional de la calidad de experiencia de un cliente.
Figura 5: La evolución de la garantía del servicio hasta la fecha
La evolución hacia los sistemas de garantía basados en big data también ha permitido a los CSP ser más proactivos en sus operaciones, porque los programas
de análisis de big data pueden procesar volúmenes de datos significativamente más altos que sus predecesores y pueden generar información en cuestión de
segundos o minutos. Los problemas de rendimiento de la red o las fallas que eventualmente puedan afectar el servicio se pueden descubrir y evitar antes de que el
cliente se queje. Algún software avanzado también admite la detección automática de patrones de falla para la detección de anomalías en el futuro, pero las reglas
deben crearse manualmente en la actualidad, lo que requiere la competencia de expertos en el dominio y científicos de datos.
El aumento esperado en el volumen y la velocidad de los datos de red en las redes virtuales 5G, y el mayor número de escenarios de fallas
potenciales significan que los CSP tendrían que agregar un ejército de ingenieros especializados y científicos de datos para operar y respaldar
servicios 5G complejos. Esto haría que la economía operativa fuera insostenible y que el caso de negocio de 5G fuera inviable.
Las tecnologías ML / AI que maduran rápidamente ahora se pueden utilizar para operaciones de telecomunicaciones
Las tecnologías de ML e IA están madurando rápidamente gracias a su base en tecnologías de big data establecidas y se están aplicando a una gran cantidad de
casos de uso en todas las industrias. La I + D de vanguardia, el aumento de las inversiones en el ecosistema de tecnología ML / AI, la investigación líder de empresas
de tecnología como Google y Microsoft y las iniciativas de código abierto más amplias han dado como resultado una innovación de ritmo rápido y una mayor confianza
en la tecnología ML / AI. La disponibilidad de grandes conjuntos de datos de capacitación y de computación y almacenamiento de bajo costo ha impulsado aún más la
adopción de dicha tecnología en las empresas.
Los algoritmos de ML supervisados utilizan una gran cantidad de datos de operaciones históricas para aprender a detectar patrones (como la degradación del
rendimiento de la red) y activar rutinas de corrección (por ejemplo, complementando la capacidad de la red). La calibración continua de algoritmos puede aumentar
la precisión de la coincidencia de patrones y la toma de decisiones hasta un punto en el que haya suficiente confianza para establecer operaciones predictivas. De
hecho, los modelos pueden predecir problemas de red o servicio con horas, días o incluso semanas de anticipación, lo que brinda suficiente tiempo para tomar
medidas correctivas.
El aprendizaje reforzado es cuando el algoritmo de aprendizaje automático realiza una sola acción, recibe una notificación sobre qué tan buena fue la decisión y
calibra su próximo movimiento en función de los comentarios. Los algoritmos de aprendizaje no supervisados no tienen capacitación previa sobre cómo clasificar o
etiquetar patrones, pero emplean agrupaciones o agrupaciones para organizar los datos a fin de comprender estructuras y patrones potenciales antes de predecir los
resultados.
Muchos CSP están trabajando para incorporar ML / AI en sus operaciones; Esto se enfatiza en la siguiente declaración de un CSP de grupo de
nivel 1 global con sede en Europa.
“La automatización operativa es importante para nosotros, ya que la empresa tiene un programa de transformación global llamado Zero Touch.
A través de Zero Touch, vamos a aplicar diferentes técnicas de IA para resolver problemas en las redes 4G y FTTH actuales y en las redes 5G
futuras (actualmente estamos trabajando en varios casos de uso) ”.
- CSP de grupo de nivel 1 global
La garantía automatizada basada en ML / AI es necesaria para contener opex y poner en funcionamiento 5G a escala
Las tecnologías ML / AI ya se han aplicado a varios casos de uso de telecomunicaciones, como atención al cliente (asistentes virtuales), análisis de
sentimientos, análisis de la experiencia del cliente y predicción de rotación de clientes. Los CSP ahora deben expandir el uso de ML / AI en las operaciones
para lograr el nivel de automatización requerido para abordar las complejidades de 5G y poner en funcionamiento redes 5G virtuales / nativas de la nube a
escala (Figura 6).
Figura 6: La evolución del aseguramiento automatizado basado en ML / AI
La tecnología ML / AI mejorará significativamente las capacidades de aseguramiento automatizado existentes de los CSP y reducirá los costos al automatizar la
identificación de problemas y los procesos de análisis de la causa raíz y permitir que los CSP den un gran paso hacia las operaciones autónomas. Las capacidades clave
incluyen la detección y predicción de anomalías automatizadas, el descubrimiento de patrones automatizado, la creación automatizada de reglas y políticas y la
generación automatizada de los siguientes pasos procesables.
Utilizando los conocimientos generados a partir de plataformas de garantía basadas en ML / AI, los CSP pueden implementar operaciones predictivas y capacitar a los
departamentos de operaciones para que realicen una automatización de circuito abierto y cerrado. Esto también reducirá la dependencia de las operaciones manuales y
los científicos de datos, al tiempo que creará una base sólida para las operaciones autónomas sin intervención. Desde una perspectiva 5G, este enfoque permite a los
CSP operar NFV y redes nativas de la nube en
escalar con confianza y lanzar e incorporar nuevos servicios con costos operativos incrementales marginales sobre las operaciones existentes.
El aseguramiento automatizado basado en ML / AI con sistemas MANO permite la automatización guiada y de circuito cerrado,
lo que reduce aún más el opex
Los CSP pueden obtener más beneficios de la automatización de seguridad extrema al reducir el opex asociado con las dos últimas etapas de
operaciones (Figura 4): aplicar cambios en la configuración de la red y verificar los cambios. Esto se puede lograr de las siguientes formas (Figura 7).
• Automatización guiada. Esto implica automatizar las acciones de configuración de la red a través de un proceso de automatización de circuito abierto que
requiere la intervención humana en los puntos clave de decisión. Esto pone a los ingenieros de operaciones en control de la automatización, les permite decidir el
mejor curso de acción y, en consecuencia, les ayuda a aumentar su confianza en las automatizaciones. A medida que se codifican más procesos de cambio de
red en programas de automatización y se aplican a través de automatizaciones guiadas, la expectativa es que la confianza de los equipos de operaciones llegue
a un punto en el que puedan renunciar por completo al control y dejar que los programas impulsen los cambios de forma autónoma. Sin embargo, este será un
proceso gradual y no todas las automatizaciones se ejecutarán en modo totalmente autónomo desde el primer día.
• Automatización de circuito cerrado. ML / AI jugará un papel importante en la transición de las operaciones de automatizaciones guiadas a
automatizaciones de ciclo completamente cerrado. Al usar enfoques de aprendizaje automático supervisados y reforzados, los ingenieros de operaciones
pueden ajustar constantemente los modelos a medida que toman decisiones durante la ejecución de las automatizaciones guiadas. Esto permite un registro
preciso de las decisiones y el contexto ambiental asociado en el que se tomaron las decisiones. Los modelos pueden luego reproducir las decisiones
cuando los mismos contextos ambientales se manifiestan nuevamente.
Figura 7: Automatización guiada y de circuito cerrado
Los CSP necesitarán otros tres habilitadores clave además de una plataforma de garantía automatizada basada en ML / AI para implementar con éxito una
solución de automatización de circuito cerrado.
• Motores de políticas a diferentes niveles. La propia plataforma de aseguramiento requerirá un motor de políticas para registrar las reglas de activación y las
acciones asociadas para el descubrimiento de problemas y el análisis de la causa raíz. Se requerirá otro motor de políticas para permitir que las reglas activen
acciones de configuración automatizadas basadas en la información y las acciones recomendadas de la plataforma de garantía, así como en el servicio y la
intención comercial definidos en los modelos de servicio. Es probable que haya más motores de este tipo en varios niveles, pero las capacidades de ML / AI
jugarán un papel clave en la creación y actualización automática de las reglas de política.
• Prueba y validación automatizadas. Hacer que las pruebas y la validación automatizadas sean una parte integral de los procesos de gestión de cambios
puede aliviar algunos de los riesgos asociados con las pruebas manuales. Si no se prueban y validan con precisión los cambios antes de activar los servicios, se
pueden producir interrupciones, lo que da como resultado una pérdida monetaria significativa y una erosión del valor de la marca. Esto será aún más crítico en
las redes 5G nativas de la nube, donde los cambios pueden ocurrir con poca antelación.
• API abiertas para una fácil integración. Las API abiertas, preferiblemente las API que cumplen con los estándares, permitirán que la plataforma de
aseguramiento exponga las capacidades de la plataforma a aplicaciones externas como motores de políticas, sistemas de prueba y validación y sistemas de
orquestación para acelerar el nivel de automatización. Las API también permiten la innovación abierta tanto por parte de los departamentos de CSP como de
especialistas externos. Además, la plataforma debe utilizar API estandarizadas para interactuar con los sistemas adjuntos (especialmente los sistemas de
gestión de configuración y orquestación) e impulsar la automatización completa.
Los CSP tienen planes concretos para implementar ML / AI en las operaciones
Los encuestados de la encuesta de Analysys Mason de 55 CSP móviles de Nivel 1 y 2 dijeron que están apuntando a reducciones en el opex absoluto de la red de
entre el 13% y el 40% para 2025. La Figura 8 muestra las diez tácticas que se ubicaron con mayor frecuencia en las dos principales prioridades de los CSP para
reducción de opex. La automatización de la planificación, la gestión y la optimización de la red (cada vez más asistida por la IA) se ubicó entre los dos primeros por el
35% de los CSP. Aproximadamente dos tercios de los encuestados dijeron que esperan haber implementado algunos elementos de IA para mejorar la planificación y la
optimización, mejorar la eficiencia en las operaciones y el mantenimiento de la red, mejorar la experiencia general del cliente y hacer que MANO sea más inteligente
para admitir redes virtualizadas para 2022 (Figura 9).
Figura 8: Tácticas clave de los CSP para reducir el opex de la red para 2025
Figura 9: Funciones para las que los CSP esperan implementar AI / ML en la red
Un estudio de TMForum 1 estimó que los CSP podrían usar IA para reducir la cantidad de personal de operaciones de red en aproximadamente un 30% en 5 años. El
estudio cita cifras del Foro Económico Mundial y afirma que la automatización de la red respaldada por IA podría aumentar las ganancias operativas de la industria
móvil en USD9 mil millones debido a la reducción de interrupciones, y podría generar USD27 mil millones en ahorros de costos totales para 2025.
4. Conclusiones y recomendaciones
Muchos CSP se enfrentan a una rápida disminución de los ingresos y un aumento de los gastos de explotación. 5G presenta una gran esperanza y promete nuevas
oportunidades de ingresos para empresas de muchas industrias verticales. Sin embargo, 5G también presenta importantes complejidades operativas, de servicio y de
red que no se pueden gestionar mediante enfoques operativos tradicionales. Los CSP necesitan un enfoque reinventado de las operaciones basado en los principios de
la automatización. La garantía automatizada basada en tecnologías ML / AI proporciona a los CSP las capacidades fundamentales para reducir su dependencia de las
operaciones manuales y los científicos de datos, para gestionar la complejidad operativa y controlar el opex en las redes 5G.
Los CSP que se están preparando para poner en funcionamiento 5G a escala deben tener en cuenta las siguientes consideraciones al elegir una solución de garantía.
• Elija una solución de garantía que utilice técnicas de ML / AI para la creación automatizada de reglas de políticas, detección automatizada de
problemas y análisis de la causa raíz.
1
TMForum (2017), AI: El momento es ahora. Disponible en:
http://inform-digital.tmforum.org/tar-ai-report-publication#!/what-is-aiand-why-is-it-crucial-for-the-telecom-industry
© Analysys Mason Limited 2020 4: Conclusiones y recomendaciones

• Exija soluciones que maximicen las inversiones actuales para las operaciones existentes y, al mismo tiempo, proporcionen una hoja de ruta clara para
la evolución hacia operaciones de garantía totalmente automatizadas y sin contacto para 5G.
• Insista en una solución basada en plataforma que admita API abiertas para fomentar la innovación abierta y para integrarse fácilmente con sistemas
adjuntos, como el software de orquestación NFV, para desarrollar automatizaciones de circuito abierto y cerrado.
© Analysys Mason Limited 2020 4: Conclusiones y recomendaciones

5. Sobre el autor
Anil Rao ( Principal Analyst) es el analista líder de los programas de investigación de Aseguramiento Automatizado y Diseño y
Orquestación de Servicios, que cubre una amplia gama de temas sobre los sistemas operativos existentes y de la nueva era que
impulsarán las transformaciones digitales de los operadores. Sus principales áreas de enfoque incluyen la creación de servicios, el
aprovisionamiento y las operaciones de servicios en redes basadas en NFV / SDN, 5G, IoT y nubes de borde; el uso de análisis, ML e IA
para aumentar la eficiencia y agilidad de las operaciones; y los imperativos más amplios en torno a las operaciones
automatización y redes de contacto cero. Además de producir investigaciones tanto cuantitativas como cualitativas para ambos programas, Anil también trabaja con
clientes en una variedad de trabajos de consultoría, tales como asesoría y evaluación de estrategias, dimensionamiento del mercado, análisis competitivo y
posicionamiento del mercado, y soporte de marketing a través de material de liderazgo intelectual. Anil también es un orador frecuente y presidente en eventos de la
industria, y tiene una licenciatura en Ciencias de la Computación de la Universidad de Mysore y un MBA de la Escuela de Administración de la Universidad de Lancaster,
Reino Unido.
Este documento técnico fue encargado por Hewlett Packard Enterprise. Analysys Mason no respalda ninguno de los productos o servicios del
proveedor.
Publicado por Analysys Mason Limited • Bush House • North West Wing • Aldwych • Londres • WC2B 4PJ • Reino Unido Tel: +44 (0) 20 7395 9000 • Correo
electrónico: research@analysysmason.com • www.analysysmason.com/research
Registrado en Inglaterra y Gales No. 5177472
© Analysys Mason Limited 2020
Todos los derechos reservados. Ninguna parte de esta publicación puede ser reproducida, almacenada en un sistema de recuperación o transmitida en cualquier forma o por cualquier medio (electrónico, mecánico,
fotocopiado, grabación o de otro tipo) sin el permiso previo por escrito del editor.
Las cifras y proyecciones contenidas en este informe se basan únicamente en información disponible públicamente y son producidas por la División de Investigación de Analysys Mason Limited independientemente de cualquier trabajo
específico del cliente dentro de Analysys Mason Limited. Las opiniones expresadas pertenecen únicamente a los autores declarados.
Analysys Mason Limited reconoce que muchos términos que aparecen en este informe son propietarios; todas estas marcas comerciales son reconocidas y se ha hecho todo lo posible para indicarlas mediante la práctica editorial
normal de uso de mayúsculas en el Reino Unido. Sin embargo, la presencia de un término, en cualquier forma, no afecta su estatus legal como marca.
Analysys Mason Limited sostiene que se ha utilizado todo el cuidado y la habilidad razonables en la compilación de esta publicación. Sin embargo, Analysys Mason Limited no tendrá ninguna responsabilidad por pérdida o daño
(incluida la pérdida consecuente) de ningún tipo o de cualquier manera que surja como resultado del uso de esta publicación por parte del cliente, sus empleados, agentes o cualquier tercero.
© Analysys Mason Limited 2020 Sobre el Autor

2001 Analysys Mason ML AI Assurance Whitepaper - En.es

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

2001 Analysys Mason ML AI Assurance Whitepaper - En.es

Cargado por

Copyright:

Formatos disponibles

papel blanco

3. El aumento de opex hará que el caso de negocio 5G sea insostenible 4

Figura 1: Diferencias entre redes 2G / 3G / 4G y redes 5G .................................... ........................ 2

Figura 4: Anatomía de las operaciones de red ........................................... .................................................. ........... 5

Figura 5: La evolución de la garantía del servicio hasta la fecha ........................................ ................................................ 6

Figura 6: La evolución del aseguramiento automatizado basado en ML / AI ..................................... ................................... 7

Figura 7: Automatización guiada y en circuito cerrado ......................................... .................................................. ....... 9

© Analysys Mason Limited 2020 Contenido

© Analysys Mason Limited 2020 1. Resumen Ejecutivo

2. Las redes 5G virtualizadas y nativas de la nube aumentarán significativamente la

complejidad del servicio y las operaciones

Figura 1: Diferencias entre redes 2G / 3G / 4G y redes 5G

Apoyar los servicios centrados en el consumidor. Admite aplicaciones comerciales y de consumo.

industriales no críticas hasta aplicaciones industriales altamente críticas.

para conducción autónoma).

Expectativas limitadas de nuevos ingresos. Modelos de ingresos B2B y B2B2X.

Fuente: Analysys Mason, 2020

la latencia y la confiabilidad de la red.

responder rápidamente a las cambiantes demandas del tráfico.

Figura 2: La evolución a 5G y las tecnologías habilitadoras

Fuente: Analysys Mason, 2020

• problemas de red / servicio inesperados y desconocidos?

el status quo no es una opción.

3. El aumento de opex hará que el caso de negocio 5G sea

El opex de la red como porcentaje de los ingresos está aumentando

Figura 3: Ingresos operativos y de servicios de la red, 2006-2017

Fuente: Analysys Mason, 2020

problemas a los ingenieros de soporte de nivel 2 y 3, que son más costosos.

de gestión de cambios y gobierno.

Figura 4: Anatomía de las operaciones de red

Fuente: Analysys Mason, 2020

Figura 5: La evolución de la garantía del servicio hasta la fecha

Fuente: Analysys Mason, 2020

adopción de dicha tecnología en las empresas.

nivel 1 global con sede en Europa.

futuras (actualmente estamos trabajando en varios casos de uso) ”.

- CSP de grupo de nivel 1 global

escala (Figura 6).

Figura 6: La evolución del aseguramiento automatizado basado en ML / AI

Fuente: Analysys Mason, 2020

generación automatizada de los siguientes pasos procesables.

CSP operar NFV y redes nativas de la nube en

lo que reduce aún más el opex

cuando los mismos contextos ambientales se manifiestan nuevamente.

Figura 7: Automatización guiada y de circuito cerrado

Fuente: Analysys Mason, 2020

solución de automatización de circuito cerrado.

jugarán un papel clave en la creación y actualización automática de las reglas de política.

gestión de configuración y orquestación) e impulsar la automatización completa.

Los CSP tienen planes concretos para implementar ML / AI en las operaciones

para admitir redes virtualizadas para 2022 (Figura 9).

Fuente: Analysys Mason, 2020

Fuente: Analysys Mason, 2020

problemas y análisis de la causa raíz.

© Analysys Mason Limited 2020 4: Conclusiones y recomendaciones

© Analysys Mason Limited 2020 4: Conclusiones y recomendaciones

electrónico: research@analysysmason.com • www.analysysmason.com/research

Registrado en Inglaterra y Gales No. 5177472

© Analysys Mason Limited 2020

© Analysys Mason Limited 2020 Sobre el Autor

También podría gustarte