De acordo com pt.wedoany.com-Arunav Roy, vice-presidente sênior e chefe de negócios de conectividade da Cyient, afirmou no DTW Ignite em Copenhague que, com o esclarecimento das prioridades das operadoras, a estratégia da empresa está evoluindo rapidamente. Ele destacou que a velocidade das mudanças é mais significativa do que nunca, e hoje se fala em mudanças em questão de semanas.
Em todo o setor de telecomunicações, a visão de redes aprimoradas por IA e operações cada vez mais autônomas não é nova, mas transformar essa ambição em realidade de infraestrutura e operações ainda enfrenta dificuldades. As operadoras continuam gerenciando ambientes OSS/BSS fragmentados, arquiteturas multivendor e processos operacionais manuais, enquanto sofrem pressão para aumentar a eficiência de custos e encontrar novas formas de monetização para investimentos em redes 5G e futuras.
A abordagem de modernização de rede inteligente da Cyient é construída em torno de três camadas que se reforçam mutuamente: engenharia de rede, base de dados e operações cognitivas. A primeira camada foca em planejar, construir e operar a própria rede, incluindo o uso de engenharia assistida por IA, simulação e conhecimento de domínio para ajudar as operadoras a otimizar cobertura, capacidade, resiliência, eficiência energética e desempenho de serviço nos domínios de rede sem fio, transporte e núcleo.
Roy enfatizou que a capacidade do setor de utilizar efetivamente a IA depende cada vez mais da base de dados. Por anos, as operadoras falaram sobre qualidade de dados, preparação de dados e modernização de OSS, mas agora a escala, velocidade e importância operacional dos dados gerados em sistemas de rede e TI aumentaram significativamente. Mesmo para tornar os modelos de IA mais eficazes, são necessários dados limpos, e criar contexto para o conteúdo gerado por modelos de IA requer uma base, estrutura e governança claras.
Essa base é precisamente a chave para alcançar operações cognitivas. À medida que as operadoras buscam níveis mais altos de automação em sua busca de longo prazo por autonomia, o desafio está em criar condições para que a automação seja confiável, explicável e operacionalmente significativa. Roy observou que a maioria das operadoras ainda está em estágios relativamente iniciais de automação, muitas ainda no nível 1 ou 2 do Índice de Maturidade de Rede Autônoma de seis níveis do TM Forum. Avançar para os níveis 3, 4 e além requer dados limpos, casos de uso claros, interfaces padronizadas e um roteiro prático para introduzir automação.
A abordagem da Cyient é projetada para ser modular, não monolítica. Sua pilha de tecnologia de modernização de rede inteligente é impulsionada pelo VISMON AI, uma abordagem de plataforma baseada em IP que geralmente é agrupada como uma camada facilitadora nos serviços da Cyient. As operadoras podem colaborar com a Cyient em torno de módulos específicos, como engenharia de rede, base de dados ou capacidade de NOC cognitivo, ou buscar um plano de modernização abrangente. Roy afirmou que a diferenciação da Cyient reside na capacidade de trabalhar em múltiplos domínios e múltiplos fornecedores, aplicando mais de 30 anos de conhecimento na resolução de problemas para operadoras de telecomunicações.
Essas experiências também informam o trabalho da Cyient em automação habilitada por rApp e SMO. A empresa estabeleceu um catálogo de cerca de 40 rApps, voltados para casos de uso como gerenciamento dinâmico de configuração, gerenciamento de conflitos e eficiência energética. O objetivo é empacotar pontos problemáticos de longa data das operadoras em aplicativos modulares e implantáveis que possam ser executados por meio de arquiteturas de automação emergentes.
A posição da Cyient é que a modernização de rede inteligente não é usar IA como slogan, mas combinar conhecimento do setor de telecomunicações, disciplina de engenharia, dados limpos e operações cognitivas para ajudar as operadoras a modernizar suas redes de forma confiável, auditável e orientada a resultados. Roy afirmou que a Cyient adotou uma posição ousada, alinhando seus investimentos com as economias, eficiências e resultados operacionais mais necessários pelas operadoras. Para operadoras de telecomunicações que enfrentam pressões de custos, complexidade e expectativas crescentes, isso pode ser a diferença entre experimentação de IA e transformação aprimorada por IA.
