Le società di telecomunicazioni (Telco) stanno vivendo un momento storico di grandissimo cambiamento; la spinta continua all’innovazione tecnologica e l’accelerazione della digitalizzazione – che coinvolge ormai privati, aziende pubbliche e privati, enti ed organizzazioni di qualsiasi natura e dimensione – mettono sotto pressione le reti, la connettività, e garantire elevali livelli di servizio, assicurarne sempre la massima qualità, affidabilità e sicurezza diventa sempre più complesso (e oneroso).
Si è discusso di queste sfide, cercando di dare l’ottimale chiave interpretativa alla manutenzione predittiva come risposta non solo tecnologica ma anche di business, a Roma nel corso di un Executive Cocktail che AI4Business e CorCom hanno promosso insieme a Comarch, riunendo al “tavolo del dibattito” alcuni illustri rappresentati delle Telco.
A fare da introduzione alla serata è stato Francesco Vatalaro, ordinario di Telecomunicazioni, Università di Roma Tor Vergata, secondo il quale, come riportato nell’articolo di resoconto pubblicato da CorCom, “la manutenzione predittiva si inquadra nel più ampio scenario dell’Industria 4.0“.
L’avvento di nuove tecnologie quali 5G ed IoT metterà a dura prova le attività tradizionali di manutenzione ed esercizio della rete. Ne sono convinti i rappresentanti di Comarch che hanno partecipato alla serata, in particolare Daria Cattelan, OSS Pre-Sales Consultant di Comarch: “rilevazione degli allarmi in tempo reale, diagnostica delle root-cause, correlazione di eventi generati da diverse sorgenti, filtraggio di falsi allarmi, … sono solo alcune delle sfide che devono oggi affrontare le Telco. Sfide per le quali può venire in aiuto il machine learning come elemento tecnologico chiave per sviluppare un approccio ed una strategia adeguata di manutenzione predittiva”.
L’attività di correlazione degli allarmi basata su regole, ad esempio, richiede molto sforzo di manutenzione delle regole stesse. Grazie all’utilizzo di machine learning sarà possibile addestrare un sistema a generare le proprie regole on-the-fly.
In generale, la complessità crescente introdotta dalle nuove tecnologie comporta la necessità di una maggiore automazione per garantire maggiore efficienza in ambito operation. Anche in questo caso sono gli algoritmi di machine learning a dare un concreto supporto perché possono introdurre livelli più elevati di automazione ed aiutare a fare previsione riguardo la manutenzione ed il capacity-planning.
Per le telco i temi chiave sono la necessità di fare riferimento a casi d’uso concreti su risultati e benefici, anche in previsione di architetture multi-vendor e applicazioni molteplici sui diversi strati della rete.
Per approfondire i temi del dibattito e sapere cosa hanno condiviso i partecipanti alla tavola rotonda (rappresentanti di Tim, OpenFiber, Wind Tre, Clouditalia, Enel X) vi suggeriamo di leggere l’articolo a firma della giornalista Patrizia Licata, presente all’incontro, pubblicato su CorCom: “Machine learning e manutenzione predittiva: per le Telco una marcia in più“.
