infrastrutture

Network-as-a-Service e automazione: strumenti e strategie per l’efficienza delle telco



Indirizzo copiato

L’adozione di AI e ML sta trasformando il settore delle telecomunicazioni, migliorando l’efficienza operativa e riducendo i costi. Con l’automazione delle reti e il modello Network-as-a-Service (NaaS), le telco stanno diventando leader nell’innovazione. Questa sinergia offre maggiore agilità e flessibilità, aprendo nuove opportunità di crescita

Pubblicato il 30 lug 2024

Davide Di Labio

Associate Partner KPMG



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
g7 telco




La trasformazione digitale nel settore delle telecomunicazioni ha subito un’accelerazione significativa grazie all’adozione di tecnologie avanzate come l’intelligenza artificiale (AI) e il machine learning (ML) anche sull’elemento chiave della rete. Questi strumenti non solo migliorano l’efficienza operativa e riducono i costi, ma posizionano le telco come pionieri dell’innovazione, pronte a cogliere nuove opportunità di crescita.

L’automazione delle reti: dalla teoria alla pratica

L’automazione delle reti, alimentata dall’AI e dal ML, permette alle telco di ottimizzare le operazioni, migliorare l’efficienza e ridurre i costi. Secondo il TM Forum, il 91% delle telco prevede di investire in Autonomous Network (AN) entro i prossimi tre anni. L’AI applicata alle reti consente di prendere decisioni basate su analisi predittiva e di rilevare proattivamente i guasti, ottimizzando la qualità del servizio e riducendo i costi operativi. Questo è fondamentale in un contesto dove il 73% delle aziende telco considera l’efficienza operativa e la riduzione dei costi come driver principali per la trasformazione digitale.

I livelli di automazione

L’automazione delle reti si sviluppa su più livelli, ognuno rappresentando un grado crescente di intelligenza e autonomia. Al Livello 0, tutto è manuale, simile a guidare un’auto senza alcun aiuto: ogni operazione di rete richiede intervento umano. Passando al Livello 1, con funzioni di assistenza come il cruise control, le reti monitorano automaticamente e notificano i tecnici, che devono ancora intervenire. Al Livello 2, la gestione della larghezza di banda viene automatizzata, ma è ancora necessaria la supervisione umana per operazioni complesse. Orange ad esempio, come molti altri operatori, ottimizza la larghezza di banda durante i picchi di traffico, migliorando l’esperienza dell’utente senza intervento manuale continuo.

Il Livello 3 porta un’automazione più avanzata, dove le reti possono risolvere problemi noti autonomamente, richiedendo assistenza umana solo per situazioni nuove o impreviste. Un esempio è China Unicom: l’azienda ha già ottenuto risultati impressionanti concentrandosi su use case ad alto valore e utilizzando l’intelligenza artificiale generativa. China Unicom diagnostica 1,5 milioni di reclami dei clienti al mese con un tasso di risoluzione dell’80% al primo intervento. Inoltre, i sistemi intelligenti di risparmio energetico coprono il 98% delle stazioni, risparmiando oltre 40 milioni di Kwh mensili. Al Livello 4, le reti utilizzano analisi predittive e gestione automatica per risolvere quasi tutti i problemi, richiedendo intervento umano solo in circostanze eccezionali. Un operatore ha potuto spegnere porzioni della rete durante le ore di minor utilizzo, risparmiando energia e riducendo i costi operativi del 20%. Un altro operatore, China Telecom, mira a raggiungere questo livello di automazione nel 40% degli scenari ad alto valore entro il 2024.

Infine, il Livello 5 rappresenta il massimo dell’automazione, con reti che operano in totale autonomia, gestendo e ottimizzando tutte le funzioni senza supervisione umana, come le auto completamente autonome.

Attualmente, meno del 10% delle telco ha raggiunto il Livello 4, indicando che la maggior parte delle operazioni di rete sono ancora semi-automatiche e richiedono interventi umani per una gestione completa.

Network-as-a-Service: una nuova era di flessibilità

Il Network-as-a-Service (NaaS) rappresenta una delle innovazioni più significative sinergiche rispetto all’AN. Questo modello consente alle telco di offrire servizi di rete on-demand, flessibili e scalabili, trasformandole in piattaforme di servizi digitali avanzati. Le aziende possono configurare e ottimizzare dinamicamente le risorse di rete secondo le necessità, simile all’uso di un servizio cloud. Questo approccio fornisce maggiore agilità, efficienza dei costi e capacità di adattarsi rapidamente alle esigenze aziendali in evoluzione.

Diverse aziende stanno sfruttando il NaaS per rivoluzionare le loro infrastrutture e offrire servizi all’avanguardia. AT&T, ad esempio, ha sviluppato un framework tecnico avanzato che rende le capability di rete facilmente accessibili attraverso i marketplace degli hyperscaler partner, semplificando l’integrazione per sviluppatori e aziende. Questa trasformazione ha migliorato significativamente la flessibilità operativa e ridotto i costi. Singtel ha adottato una strategia NaaS per modernizzare la propria infrastruttura, investendo in tecnologie cloud-native e automazione. Questa strategia consente la gestione e l’ottimizzazione delle prestazioni di rete attraverso un’interfaccia self-service, facendo risparmiare fino al 15% sui costi operativi. Lumen Technologies ha lanciato una piattaforma Internet-on-Demand che permette ai clienti enterprise di connettersi facilmente alla rete attraverso un portale digitale o API, rivoluzionando il modo in cui acquistano, utilizzano e gestiscono i servizi di rete. I tempi di provisioning sono stati ridotti notevolmente, consentendo di attivare in alcuni casi servizi internet in meno di 5 minuti.

I benefici del NaaS

Il NaaS offre vantaggi significativi, tra cui un notevole aumento dell’efficienza, riduzione dei tempi di delivery dei progetti e diminuzione delle operazioni manuali. Questo modello migliora la flessibilità del prodotto (di rete) e l’esperienza del cliente, permettendo di monitorare e gestire tutto il servizio in un unico sistema integrato accelerando i tempi di provisioning della rete fino al 50%.

Le sfide dell’implementazione

Nonostante i benefici, l’automazione delle reti comporta sfide complesse. Integrare soluzioni multi-layer richiede un’attenta orchestrazione per evitare interruzioni del servizio. La carenza di competenze interne richiede investimenti significativi in formazione e nella ricerca di talenti specializzati. La standardizzazione e l’interoperabilità delle API sono essenziali per evitare soluzioni frammentate, mentre la gestione del cambiamento culturale e la resistenza interna possono rallentare l’adozione.

Gli operatori asiatici sono leader nell’automazione delle reti e nel NaaS grazie a diversi fattori chiave. La forte competizione nel mercato ha spinto le aziende a investire pesantemente in AI e ML per migliorare l’efficienza operativa e ridurre i costi.

Le politiche governative in paesi come Cina, Giappone e Corea del Sud incentivano l’innovazione nel 5G e nell’AI, creando un ambiente favorevole per le telco. La disponibilità di talenti altamente specializzati facilita l’implementazione rapida di tecnologie avanzate.

Infine, le collaborazioni strategiche con giganti tecnologici “locali”, come Huawei e Samsung, hanno creato ecosistemi innovativi che accelerano lo sviluppo di soluzioni di rete all’avanguardia. Questi elementi combinati hanno permesso agli operatori asiatici di stabilire una posizione di leadership globale nell’automazione delle reti e nel NaaS

Conclusioni

Superare queste sfide con strategie precise, formazione e adattabilità è cruciale per sfruttare il pieno potenziale dell’automazione e migliorare la competitività delle telco nel mercato. Tale shift sarà ancora più fondamentale per operatori Wholesale/NetCo che introdurranno in maniera incrementale aspettative di automazione sempre più alte anche sull’ecosistema allargato di fruitori del servizio e partner.

La sinergia tra Network Automation e Network-as-a-Service rappresenta la chiave per ridefinire l’efficienza e l’innovazione nelle telecomunicazioni, aprendo la strada a un futuro di connettività più intelligente, flessibile e reattiva.

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
CARRIERE
AI E LAVORO
COMPETENZE
Produttività e AI
AI IN AZIENDA
SCENARI
FORMAZIONE
CULTURA AZIENDALE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
0
Lascia un commento, la tua opinione conta.x