*Por Martin Wessel
Para as operadoras de telecomunicações, sempre foi necessário compreender fielmente o desempenho de suas redes. Para colocar isso em prática, elas têm utilizado, historicamente, diferentes KPIs que permitem supervisionar o funcionamento e prever onde e quando é necessário atuar para que o serviço não falhe. Com a evolução tecnológica das redes que aconteceu paralelamente à chegada do 4G, começaram a ser utilizados algoritmos de Inteligência Artificial (IA) para a detecção de anomalias e análises preditivas que permitiram uma gestão mais eficiente das redes e da experiência dos clientes. Assim, surgiram soluções para prever problemas de congestionamento nas redes e de detecção antecipada de falhas.
Agora, com as novas redes 5G cada vez mais presentes na América Latina, apresentam-se muitas novas oportunidades tanto para as operadoras quanto para todo o ecossistema. Será cada vez mais importante (e mais fácil) realizar mais análises preditivas, detecção de anomalias e análises de tendências para casos de uso como, por exemplo, a gestão online da experiência do cliente e o marketing personalizado.
Com bilhões de dispositivos IoT conectados pelas redes 5G, as operadoras estarão em uma posição de liderança para fazer uso do enorme volume de dados de rede gerados para vender informações valiosas a seus clientes empresariais e, assim, gerar novas fontes de rendas. Portanto, a compilação e o processamento dos dados das redes para obter informações significativas e seu posterior tratamento com ferramentas de analytics e IA serão imprescindíveis.
NWDAF: O padrão de Análises de 5G
Para tornar tudo isto possível, existe um protocolo chamado NWDAF (Network Data Analytics Function). Ao utilizar ferramentas que cumprem este protocolo, as operadoras estarão em vantagem. Mas, para isso, é preciso uma solução integrada de NWDAF que proporcione as capacidades analíticas avançadas de IA para abordar todos os casos de uso.
O NWDAF introduz um nível superior de inteligência nas redes 5G. Com abstração de dados e aprendizado automático, os KPIs baseados na inferência por caso de uso proporcionam informações críticas que permitem habilitar novos casos de uso.
Um exemplo é o uso de drones para a segurança pública ou utilizações industriais. Eles dependem da conectividade 5G e da baixa latência, não apenas para transmitir vídeos diretamente, mas também para calcular a posição do drone, proporcionar conhecimento da situação, evitar colisões e receber instruções de um operador remoto, tudo isso em tempo real.
Para viabilizar este tipo de uso, a análise deve estar disponível no terminal da rede. O NWDAF permite uma análise em tempo real no próprio terminal para otimizar a experiência do usuário nos casos de uso de latência ultrabaixa, como este, criando, assim, novas possibilidades de receitas para as operadoras e novas aplicações da tecnologia.
*Martin Wessel é Principal Industry Consultant do SAS para Latam
Aviso: A opinião apresentada neste artigo é de responsabilidade de seu autor e não da ABES – Associação Brasileira das Empresas de Software
PT 
EN 
