Las redes autónomas se están convirtiendo rápidamente en una de las prioridades principales en las telecomunicaciones. Según el informe State of AI en Telecomunicaciones de NVIDIA, el 65% de los operadores afirmó que la IA está impulsando la automatización de redes, y el 50% mencionó las redes autónomas como el principal caso de uso de IA para el retorno de inversión.
A pesar de esto, muchas empresas de telecomunicaciones todavía reportan brechas en la experiencia en IA y ciencia de datos. Esto dificulta la escalabilidad de la automatización cerrada y segura a través de redes complejas y multidominio.
Desafíos en la operación de redes
Los centros de operaciones de red (NOC) de telecomunicaciones actualmente operan con flujos de trabajo reactivos, impulsados por alarmas. Los ingenieros deben clasificar manualmente miles de incidentes mediante múltiples herramientas, analizar grandes volúmenes de datos de alarmas y rendimiento, y unir tableros y registros fragmentados antes de aplicar una solución o enviar un equipo de campo. Los NOC son un punto de partida natural para las redes autónomas, ya que concentran tareas repetibles de alto volumen donde la IA puede reducir directamente el tiempo medio de reparación (MTTR) y los costos operativos (OPEX).
Tech Mahindra, un proveedor global líder de consultoría tecnológica y soluciones digitales, está colaborando con NVIDIA para cerrar esta brecha de habilidades en IA. Lo están haciendo al convertir bloques de construcción de redes autónomas—modelos abiertos, herramientas y guías de implementación—en activos que los desarrolladores de telecomunicaciones pueden adoptar y adaptar fácilmente en sus propios entornos.
Modelos de razonamiento para la automatización
Este artículo describe cómo afinar modelos de razonamiento con NVIDIA NeMo para que se comporten como ingenieros de NOC, impulsando de manera segura flujos de trabajo cerrados y autoconfigurables. A continuación, se presentan algunas de las capacidades que se pueden lograr:
- Generar datos de incidentes sintéticos y realistas para telecomunicaciones.
- Traducir procedimientos de expertos en trazas de razonamiento estructuradas utilizando flujos de trabajo de referencia de calidad de producción.
El resultado es un método repetible que los equipos de telecomunicaciones pueden utilizar para construir sus propios agentes de IA para operaciones de red, los cuales pueden realizar clasificación, análisis de causa raíz y resolución de incidentes de alto volumen, ayudando a los operadores a avanzar hacia redes altamente autónomas y más allá.
