В T-Mobile рассказали, что наносят на карту страны всевозможные клиентские данные в виде сетки. Наборы информации делятся на шестиугольные географические участки шириной около 165 метров, а в городах — на еще более мелкие. В каждом из шестиугольных сегментов оператор может изучать миллиарды точек данных и каждое сетевое взаимодействие, происходящее в этом районе.
Например, если происходит обрыв вызова, сигнал становится слабым, ИИ-система может обнаружить это и решить, надо ли вызывать службу поддержки. Эту и другую информацию T-Mobile использует для определения того, какие изменения нужно внести в сеть: от наклона антенны до полного обновления оборудования.
Похожее решение внедрил оператор T2. Он собирает обезличенные данные с активных телефонов. Когда телефон в сети, он автоматически обменивается данными с сетью: передает оценку качества сигнала, передачи «голоса» и трафика. Благодаря этому техники могут оценивать покрытие и нагрузки на сеть здесь и сейчас.
Следующий шаг — анализ данных. «Измерения агрегируются на карте и дают возможность сотрудникам оперативно анализировать проблемные зоны и находить решения, — объясняют в Т2. — Например, речь может идти об оптимизации вещания сектора конкретной станции, чтобы компенсировать нагрузку, или о принятии решения о строительстве новой БС».
МТС два года назад внедрила ИИ в проект Smart Rollout, который предназначен для эффективного планирования сетей. Получилась имитационная модель для прогнозирования доходности телеком-бизнеса на базе ML-технологий. Она обучена на данных корпоративных систем МТС и внешних источников. Учитывалось более 1000 метрик, от технических параметров оснащения сети до данных о градостроительных планах.
Оператор сегментировал более 2000 локаций России для определения зон с похожим бизнес-поведением. Разработчики обучили нейросеть на этих данных и могут видеть возможную доходность телекоммуникационного бизнеса с погрешностью до 6%. «Проект позволяет на 10-20% увеличить доходность при прежних уровнях инвестиций, — говорят в МТС. — Учитывая наш CAPEХ, речь идет о миллиардах рублей экономии и дополнительного дохода».
Еще оператор разработал собственную геоплатформу для создания и обновления цифровых 3D-карт местности. Ее фишка в обработке спутниковых снимков генеративным ИИ, что помогает более точно/оперативно выбирать места установки базовых станций.
Вернемся к США. Входящий в тройку крупнейших операторов Verizon несколько лет использует ИИ для развертывания, управления и оптимизации сетей. ИИ помогает компании распределять сетевые ресурсы, прогнозировать энергопотребление на уровне базовых станций. AT&T использует алгоритмы искусственного интеллекта, основанные на триллионах предыдущих сетевых оповещений, чтобы предупреждать о возможных сбоях.
В Азии и Европе среди операторов популярны цифровые двойники — виртуальные копии компонентов сети. Они помогают постоянно отслеживать производительность сети и вносить оперативные изменения. Такой двойник есть в Великобритании у Vodafone, он включает более 40 миллионов объектов окружающей среды и работает на ПО Esri. Оператор утверждает, что благодаря копии он может подтянуть пропускную способность сети в определенном месте, решить, где добавить новую функцию 5G и др.
МТС (как и AT&T) тоже умеет предсказывать сбои в работе мобильной сети. ИИ сам контролирует работу выделенной сети. В случае отклонения от нормы качественных показателей — покрытия, доступности, мобильности и непрерывности — система фиксирует проблему, проводит первичный анализ. Дальше этот «сигнал тревоги» уходит специалистам технического блока компании.
Тем временем Т2 использует нейросети для прогнозирования того, как будет расти нагрузка на сеть. Если в прогнозе указано, что в определенных секторах к сентябрю может увеличиться нагрузка, техники заранее планируют расширение и модернизацию оборудования. Что, конечно, совсем не лишнее с учетом роста объема передаваемого трафика на 50% ежегодно (данные из «Стратегии развития отрасли связи в России на 2024–2035 годы»).