Nokia e Microsoft unem inteligência artificial e dados para acelerar a automação das redes

A Nokia está ampliando sua parceria de longa data com a Microsoft para acelerar a automação de redes, anunciando o desenvolvimento de uma base de dados unificada e orientada a agentes que oferece suporte a operações mais rápidas e confiáveis, impulsionadas por IA, para provedores de telecomunicações.

A colaboração combina os produtos de dados de telecomunicações prontos para uso do Nokia Data Suite com os recursos unificados de análise, governança e IA do Microsoft Fabric, possibilitando soluções inteligentes baseadas em agentes em toda a pilha de rede. As operadoras poderão acessar dados confiáveis ​​e de alta qualidade em minutos, em vez de semanas, simplificando a integração complexa de dados e reduzindo significativamente o tempo necessário para obter insights.

De dados fragmentados à autonomia escalável

O Nokia Data Suite oferece produtos de dados de telecomunicações pré-construídos e reutilizáveis ​​com controles de qualidade de dados rigorosos e modelagem semântica específica para o setor, garantindo transparência, explicabilidade e confiabilidade nas decisões orientadas por IA. O Microsoft Fabric oferece uma plataforma de dados unificada com armazenamento OneLake, ferramentas de análise e aplicativos nativos de IA, como o Microsoft 365 Copilot, Foundry e Power BI.

Ao integrar essas funcionalidades, as operadoras podem migrar de ambientes de dados fragmentados para um modelo mais autônomo e escalável. Os produtos de dados da Nokia podem ser provisionados sob demanda e combinados perfeitamente com as fontes de dados corporativas, de TI e de terceiros do Microsoft Fabric, possibilitando casos de uso de IA mais abrangentes, como análise automatizada de causa raiz e operações de circuito fechado para melhorar a qualidade e a eficiência do serviço.

A solução foi projetada para ambientes de telecomunicações com múltiplos fornecedores e domínios, e oferece suporte a infraestruturas híbridas e em nuvem, incluindo implantações locais. Essa flexibilidade permite que as operadoras atendam aos requisitos regulatórios enquanto avançam globalmente em suas estratégias de IA e automação. Ela também aborda uma barreira fundamental para a adoção de IA em redes de telecomunicações, reduzindo o tempo necessário para preparar e operacionalizar os dados — um processo que pode levar várias semanas quando realizado por métodos tradicionais.

Fortalecendo uma parceria em nuvem, dados, IA e cibersegurança.

Essa colaboração se baseia na parceria já existente entre a Nokia e a Microsoft em nuvem, dados, IA e cibersegurança, apoiando o desenvolvimento e as atividades de lançamento no mercado para clientes de telecomunicações. A solução já está disponível, com expansão contínua de casos de uso de redes autônomas e implantações em clientes. Exemplos iniciais de lançamento no mercado incluem:

• Garantia autônoma de VoNR (voz sobre nova rádio) para detectar e solucionar problemas de serviço, onde agentes identificam anomalias, executam análises de causa raiz e recomendam ações com observabilidade de 360 ​​graus (rede, serviço e assinante).
• A Geo-Experiência, que utiliza IA e aprendizado de máquina para mapear as sessões de assinantes da RAN (rede de acesso de rádio) em localizações geográficas precisas, identifica usuários com desempenho de rádio degradado e localiza pontos críticos de cobertura ou capacidade. Ao correlacionar dados de assinantes, rede e RF, essa funcionalidade utiliza agentes para analisar as causas principais dos problemas da RAN e fornece recomendações práticas para melhorar a experiência tanto de usuários de redes segmentadas quanto de usuários de redes 4G/5G padrão.
• Manutenção preditiva e gerenciamento de falhas, onde agentes analisam dados históricos e em tempo real para antecipar problemas de rede antes que eles afetem os clientes.

Ao longo de todo o processo, assistentes operacionais baseados em IA atuam como copilotos para engenheiros de rede, fornecendo insights contextuais, ações recomendadas e execução automatizada de fluxos de trabalho em ambientes complexos e multidomínio. Como resultado, os operadores podem alcançar níveis mais altos de autonomia de rede, mantendo a supervisão humana, permitindo que a IA assuma responsabilidades operacionais cada vez mais complexas dentro de limites de governança claramente definidos.