Mengintegrasikan AI di Seluruh Operasi Telekomunikasi untuk Inovasi 5G & Edge
Telco membutuhkan platform low code yang tangguh yang mendukung peristiwa dan data streaming untuk mengembangkan aplikasi real-time 5G dan edge generasi berikutnya.
Aplikasi telekomunikasi yang direncanakan berdasarkan ketersediaan layanan 5G dan edge adalah tak terbatas. Untuk mendorong aplikasi ini, perusahaan telekomunikasi mencoba menggunakan kecerdasan buatan dan pembelajaran mesin (AI/ML) untuk berbagai aplikasi dan di berbagai area bisnis.
Secara internal, mereka mencoba meningkatkan efisiensi operasional. Upaya akan difokuskan pada manajemen aset prediktif. Di sini, AI/ML akan digunakan untuk beralih dari pemeliharaan terjadwal dan merespons masalah (padam, perangkat offline, dll.) ke operasi proaktif. Contoh sederhana adalah mendeteksi tanda peringatan dari trafo yang kinerjanya cepat menurun dan memperbaikinya sebelum ada padam yang tidak terduga. Contoh yang lebih kompleks adalah penyaluran sumber daya yang dioptimalkan secara real-time untuk mengatasi dampak badai besar. Pendekatan baru mungkin mencakup analisis instan aliran video (beberapa dari drone) untuk secara instan menilai situasi hingga cakupan yang sangat detail. Informasi tersebut akan digabungkan dengan data padam dari aplikasi pelanggan dan sumber lain. Analisis data agregat tersebut kemudian akan menjadi dasar untuk rencana tindakan.
Perusahaan telekomunikasi juga berharap menggunakan wawasan yang dihasilkan AI/ML untuk:
- Meningkatkan pendapatan. Mereka harus menyediakan layanan granular dan kualitas layanan tinggi. Selain itu, mereka perlu menciptakan dan menyampaikan penawaran baru dalam siklus hidup yang semakin pendek.
- Menyampaikan transformasi digital. Mereka harus mengembangkan model bisnis dan model monetisasi baru. Ini memerlukan bekerja sama dengan ekosistem mitra dan mengintegrasikan penawaran, aplikasi, dan layanan (telekomunikasi) dengan penawaran dari pihak ketiga ini.
- Memenuhi persyaratan regulasi yang berkembang dan semakin ketat. Kompleksitas yang meningkat dari lingkungan telekomunikasi gabungan dengan peningkatan regulasi privasi dan perlindungan data global memerlukan adopsi analitik, otomatisasi, dan AI untuk mengatasi kepatuhan.
- Menerima dunia yang terhubung. Kombinasi 5G, IoT, dan edge membuka kekayaan peluang untuk menyampaikan layanan dan aplikasi inovatif. Sebagian besar akan bergantung pada perusahaan telekomunikasi bekerja sama dengan mitra untuk menyampaikan penawaran ini.
Tantangan pengembangan aplikasi real-time
Salah satu faktor umum yang melintasi setiap kasus penggunaan, aplikasi, atau penyebaran telekomunikasi adalah tidak ada yang namanya solusi ujung ke ujung. Ini berarti telco akan perlu menyediakan platform terbuka untuk mengembangkan, menyediakan, mengelola, dan memantau layanan 5G dan edge sehingga pihak ketiga dan mitra (vendor perangkat, penyedia layanan, perusahaan analitik, dll.) dapat mengembangkan solusi yang aman dan inovatif.
Dalam banyak kasus, telco akan berurusan dengan banyak sumber data, serta peristiwa dan data streaming, dan sebagai akibatnya akan membutuhkan solusi yang mencakup arsitektur yang didorong peristiwa (EDA), analitik real-time, dan penggunaan AI dan ML.
EDA menawarkan beberapa fitur atau manfaat yang berbeda untuk jenis data dan analisis yang diperlukan aplikasi telekomunikasi. Khususnya, EDA mendukung:
Analitik streaming real-time: EDA berguna ketika ada kebutuhan untuk pemrosesan real-time dengan jeda waktu minimum. Peristiwa terjadi dalam aliran berkelanjutan saat hal-hal terjadi di dunia nyata. Analitik streaming adalah tentang mengekstrak nilai bisnis dari data dalam gerak dengan cara yang sama alat analitik tradisional memanfaatkan data yang diam.
Operasi asinkron: Sistem asinkron menggunakan data yang dihasilkan dan ditransmisikan secara sesekali. Contohnya adalah sensor yang terhubung 5G yang mengirimkan peringatan saat kuantitas yang diukur melebihi nilai ambang yang ditetapkan. Sebagian besar waktu, tidak akan ada data, namun saat ambang terlampaui, sensor akan menyampaikan informasi ini secara real-time ke sistem pemantauan. Prioritasnya adalah bertindak segera pada peristiwa, alih-alih menyimpan data dan memeriksa status nanti. Untuk memastikan sejumlah peristiwa dapat ditindaklanjuti secara real-time diperlukan operasi asinkron. EDA adalah arsitektur asinkron terdistribusi yang dapat digunakan untuk mendukung aplikasi yang sangat dapat diskalakan.
Sistem yang longgar terpisah: Banyak aplikasi telekomunikasi akan terdiri dari beberapa komponen dari sumber berbeda yang bekerja sama. Menggabungkan informasi dari aplikasi yang terpisah namun longgar terpisah ini memberikan manfaat sinergis. Membangun aplikasi individual di atas EDA akan memungkinkan data peristiwa real-time dari banyak aplikasi untuk digunakan bersama.
Kebutuhan akan platform pengembangan yang tangguh
Dari sudut pandang pengembangan, manfaat menggunakan EDA dapat lebih mudah dan luas tersedia jika digunakan bersama dengan platform pengembangan yang tangguh.
Mengapa? Menerima EDA adalah dasar untuk generasi berikutnya dari aplikasi digital. Telco akan perlu dapat merancang, mengembangkan, menyebarkan, dan mengoperasikan solusi yang didorong peristiwa dengan gaya cloud-native untuk memiliki ketangguhan dan kecepatan inovasi yang diperlukan untuk tetap kompetitif saat ini.
Sementara arsitektur yang didorong peristiwa telah digunakan di masa lalu, perpindahan ke arsitektur cloud-native dengan mikroservis, beban kerja berbasis kontainer, dan komputasi serverless membuatnya lebih praktis dan memberikan banyak manfaat. Misalnya, solusi cloud-native dikenal bersifat reaktif dan responsif. Arsitektur yang didorong peristiwa memanfaatkan sifat-sifat ini dan meningkatkannya menawarkan ketangguhan, ketangguhan, dan skalabilitas.
Karakteristik yang diperlukan dari solusi telekomunikasi real-time
Ada juga kebutuhan besar untuk mengembangkan aplikasi real-time baru lebih cepat dan tidak merayap semuanya dari nol saat mengembangkan aplikasi telekomunikasi baru. Platform pengembangan yang tangguh yang sesuai yang dapat menangani permintaan aplikasi real-time dalam skala besar akan memiliki karakteristik spesifik, termasuk:
- Lingkungan pengembangan low code dan dukungan untuk elemen komposable untuk pengembangan cepat aplikasi yang didorong peristiwa
- Agnostik infrastruktur
- Kapasitas untuk menampung volume besar data peristiwa streaming
- Kemampuan untuk menampung penggunaan berbagai jenis analisis (termasuk analitik streaming real-time) untuk memenuhi tujuan yang berbeda
- Dukungan sistem yang longgar terpisah dan operasi asinkron
- Menawarkan tingkat keterbukaan untuk integrasi mudah sistem, aplikasi, dan data yang berbeda
- Siap perusahaan untuk mendukung aplikasi misi-kritis yang dapat diskalakan.
Dengan platform seperti itu, telco akan dapat dengan cepat mengembangkan aplikasi dan layanan real-time 5G dan edge inovatif yang diminta pelanggan mereka.
