Artikel top billede

Udvidelsen af 5G kræver investeringer i Al og machine learning

Klumme: Telecom går ind i en ny fase med 5G, og forventningerne til udviklingen og fordelene ved den nye teknologi er høje. Men investeringer i Al og machinelearning er påkrævet for at optimere netværket og levere kvalitetstjenester.

Denne klumme er et debatindlæg og er alene udtryk for skribenternes synspunkter.

Optimering er et nøgleord, der forekommer i de fleste diskussioner om digitalisering og transformation. Det handler om at strømline processer til en bæredygtig udvikling, der er til gavn for både mennesker, miljø og økonomi.

Omkostningerne til installation og styring af netværk er en stor investering, der kan optimeres.

Netværksomkostninger er ofte den største post af de samlede udgifter. For at reducere omkostningerne er flere operatører allerede tidligere gået sammen om at dele de tunge omkostninger ved radionetværk (RAN, radio access network), hvilket har vist sig at være særdeles effektivt og rentabelt. De nye 5G-netværk, der bliver bygget, vil give endnu flere muligheder for sænke omkostningerne.

På nuværende tidspunkt drives udvidelsen af 5G-netværk hovedsagelig af operatørernes muligheder for at udvikle deres B2B-forretning, og det er primært virksomheder, der kommer til at benytte de nye netværk. Men allerede nu er der fordele ved 5G, der har gavnet forbrugerne.

Et konkret eksempel er Barcelonas Camp Nou, som er verdens første "5G-stadion".

Klubben samarbejder med den spanske operatør Telefonica for at få en god 5G-dækning på banen og tribunerne for at teste forskellige typer oplevelser, som supporterne på stadion og fans foran tv-skærmen med et VR-headset kan deltage i.

Helt nyt niveau

Med 5G kan der leveres hastigheder på et helt nyt niveau med større kapacitet end før. Pilotprojektet gør et stort antal brugere i stand til at bruge datakrævende applikationer inden for et lille koncentreret område.

Indtil videre ligger Vesteuropa sammen med USA i spidsen i forhold til udviklingen af 5G, som forventes at accelerere kraftigt i de næste to år, selvom nogle markeder i Asien også er godt på vej.

Som situationen ser ud lige nu, vil 5G være for kompleks at holde kørende med traditionelle, regelbaserede systemer, især i realtime-kritiske operationer inden for sundhedsvæsen, forsvar, politi og i visse industriområder for at give nogle eksempler.

Dette skyldes, at kvaliteten af 5G-netværk konstant skal være særdeles godt for at fungere optimalt. Derfor er Al og machinelearning nødvendig.

I 5G-netværk er det muligt at implementere optimeringer, der sparer både tid og penge i forhold til både installation og styring af disse.

Da disse netværk er softwarebaseret og virtualiserede, er der mange penge at spare for netværksoperatører, fordi netværkene er mindre ressoursekrævende end for eksempel personale.

Til de hastigheder, lav latency og dynamisk fordeling af kapacitet, der skal styres med 5G, kræves automatisering, hvor en kombination af Al og ML i realtime kan forudsige afbrydelser, flaskehalse og andet, der endnu ikke er sket.

Automatisering af netværk baseret på fakta betyder, at man effektiviserer og udnytter nettets hastighed maksimalt, samtidig med at man reducerer den menneskelige fejlfaktor.

At sætte datadrevne analytiske beslutninger direkte i anvendelse i kanten af netværket, hvor det sker i realtime, betyder, at for eksempel nedetid og dermed en serviceafbrydelse kan undgås, før det overhovedet forekommer, hvilket fører til både omkostningsreduktion, bedre netværkskvalitet og en bedre serviceoplevelse for kunderne.

Klummer er læsernes platform på Computerworld til at fortælle de bedste historier, og samtidig er det vores meget populære og meget læste forum for videndeling.

Har du en god historie eller har du specialviden, som du synes trænger til at blive delt?

Læs vores klumme-guidelines og send os din tekst, så kontakter vi dig - måske bliver du en del af vores hurtigt voksende korps af klummeskribenter.