Nokia ja Databricks pyrkivät osoittamaan, että yhteinen data-alusta voi toimia samalla tavalla eri pilviympäristöissä tai paikallisesti asennettuna, mahdollistaen yhtenäisen tekoälyn käyttöönoton ilman koodin uudelleenkirjoitusta .

Reaaliaikaisen suorituskyvyn hallinnan testi

Molempien yritysten tekniset tiimit keskittyivät vaativaan käyttötapaukseen: reaaliaikaiseen suorituskyvyn hallintaan. He simuloivat analytiikan syöttöä tier-1-operaattorin vaatimusten mukaisessa mittakaavassa pilvessä. Työ tuotti useita konkreettisia teknisiä tuloksia :

• Alustariippumattomat dataputket ilman koodimuutoksia: Dataputket kirjoitettiin kerran ja otettiin käyttöön samanlaisina Databricksissa ja avoimen lähdekoodin pinossa (Apache Flink, Kafka, Iceberg), tukien reaaliaikaista suoratoistoa, eräprosessointia ja kyselyaikaisia datatuotteita .
• Toimittajariippumaton datalogiikka: Nokian insinöörit rakensivat muunnoslogiikan Pythonilla alustariippumattomia lausekkeita käyttäen, pitäen ydint logiikan erillään alustakohtaisista liittimistä, jotta samoja työnkulkuja voitiin käyttää uudelleen eri ympäristöissä .
• Automaattinen käyttöönotto räätälöidyn kääntäjän avulla: Tiimit validoivat räätälöidyn kääntäjän, joka mukauttaa työnkulut automaattisesti käyttöönoton yhteydessä kääntäen abstraktin logiikan natiivimuotoihin (kuten Delta Live Tables Databricksille, Flink SQL avoimen lähdekoodin ympäristöön) ja lisää alustakohtaisia liittimiä ilman manuaalista uudelleentyötä .
• Datakudos agenttimaailmaa varten: Alusta tukee kyselyaikaisia datatuotteita, jotka laskevat johdettuja mittareita lukuhetkellä datan kopioinnin sijaan; nollakopiojakamista kevyttä poikkitoimialueen datan kulutusta varten; ja mekanismia, joka syöttää valikoivasti ylempiä ajallisia kerroksia pilveen, missä tekoälyagentit suorittavat takautuvia tehtäviä, kuten juurisyyanalyysiä .

Älykäs datakudosagentti

Infrastruktuurikerroksen lisäksi konseptitodistus esitteli tekoälyllä toimivan älykkään datakudosagentin, joka virtaviivaistaa toimintoja. Yksinkertaisilla luonnollisen kielen kehotteilla agentti voi luoda uusia datatuotteita, pyytää ihmisen hyväksyntää ja ottaa putken käyttöön automaattisesti – nopeuttaen innovointia vähemmällä manuaalisella työllä .

Agenttimaailmassa sama mekanismi mahdollistaa agenttien välisen viestinnän: muut tekoälyagentit voivat pyytää dynaamisia datatuotteita tarpeen mukaan vuorovaikuttamalla suoraan datakudosagentin kanssa .

Miksi tämä on tärkeää: Nokian laajempi autonomisten verkkojen panostus

Databricks-konseptitodistus on osa laajempaa strategiaa. Samana päivänä Nokia ilmoitti laajentavansa yhteistyötä AWS:n kanssa ja vievänsä Autonomous Networks Fabric -alustansa AWS:ään, ja sen odotetaan olevan saatavilla myöhemmin vuonna 2026 .

Laajennuksen keskeisiä elementtejä:

• Taso 4 verkon autonomia: Operaattorit saavat käyttöönsä edistyneitä tekoäly- ja pilvipalveluita, joita tarvitaan erittäin autonomisiin verkko-operaatioihin .
• Neljä ydinkyvykkyyttä yhdistettynä: Fabric integroi Unified Data Management -toiminnon eri verkkotunnuksissa, Agentic AI -toiminnon palveluoperaatioihin, Digital Twin -simulaatiot ennakoivaan vaikutusten arviointiin ja Intent-Based Networking -toiminnon automaattisiin suljettuihin silmukoihin .
• Tekoälypalvelut pohjana: Ratkaisut hyödyntävät AWS:n tekoäly- ja koneoppimispalveluita, kuten Amazon Bedrockia ja Amazon SageMakeriä, elastiseen skaalautuvuuteen ja laajaan mallivalikoimaan .
• Asiakastuloksia jo saavutettu: Nokian autonomista portfoliota käyttävät operaattorit ovat raportoineet automaatioasteen ylittävän 90 %, palvelutoimitusaikojen olevan neljä tuntia tai vähemmän, viipalointiajan lyhentyneen jopa 85 % ja asiakkaisiin vaikuttavien häiriöiden vähentyneen jopa 50 % .

Nokia päivitti myös agentti-AI-portfoliotaan

DTW Ignite -tapahtumassa Nokia esitteli Autonomous Networks Agent Library -kirjaston – valmiiden tekoälyagenttien sarjan tietoturvaan, varmistukseen ja palveluoperaatioihin. Kirjasto kattaa nollapäivän hyökkäysten tunnistamisen, anomaliapäättelyn, tapahtumien luokittelun, palvelutilausten vianmäärityksen ja moniagenttikoordinaation. Nokia raportoi tuottavuushyötyjen olevan 60–80 % verrattuna perinteisiin tietoturvaoperaatioihin .

Muita julkistettuja agenttipäivityksiä ovat Autonomous Networks Suite -paketin päivitys paikalliskäyttöönoton mahdollisuuksilla, VoLTE-palvelun laadun optimointi ja tehostettu RAN-tilaajakokemus; MantaRay-palvelunhallinta- ja orkestrointialustan päivitys ei-reaaliaikaisella RAN Intelligent Controller -toiminnallisuudella; sekä WaveSuiteen lisätty todennuskehys optisille verkoille .

Mitä seuraavaksi

Nokia ja Databricks suunnittelevat jatkavansa yhteistyötä autonomisten verkkojen kyvykkyyksien parantamiseksi, auttaen operaattoreita siirtymään tulevaisuuteen, jossa tekoälysovellukset yhä enemmän käyttävät, korreloivat ja toimivat reaaliaikaisen suuren verkkodatan perusteella .

Nokia ja AWS ovat sitoutuneet yhteiseen innovaatioagendaan, joka yhdistää Nokian televerkkoon koulutetut tekoälymallit ja toimialaosaamisen AWS:n tekoälypalveluihin tarjotakseen yhä autonomisempia verkko-operaatioita. Ne aikovat markkinoida ratkaisuja yhdessä auttaakseen operaattoreita kehittämään operatiivisia järjestelmiään ja avaamaan uusia tulovirtoja .

Nokia ja Databricks pyrkivät osoittamaan, että yhteinen data-alusta voi toimia samalla tavalla eri pilviympäristöissä tai paikallisesti asennettuna, mahdollistaen yhtenäisen tekoälyn käyttöönoton ilman koodin uudelleenkirjoitusta .

Reaaliaikaisen suorituskyvyn hallinnan testi

Molempien yritysten tekniset tiimit keskittyivät vaativaan käyttötapaukseen: reaaliaikaiseen suorituskyvyn hallintaan. He simuloivat analytiikan syöttöä tier-1-operaattorin vaatimusten mukaisessa mittakaavassa pilvessä. Työ tuotti useita konkreettisia teknisiä tuloksia :

• Alustariippumattomat dataputket ilman koodimuutoksia: Dataputket kirjoitettiin kerran ja otettiin käyttöön samanlaisina Databricksissa ja avoimen lähdekoodin pinossa (Apache Flink, Kafka, Iceberg), tukien reaaliaikaista suoratoistoa, eräprosessointia ja kyselyaikaisia datatuotteita .
• Toimittajariippumaton datalogiikka: Nokian insinöörit rakensivat muunnoslogiikan Pythonilla alustariippumattomia lausekkeita käyttäen, pitäen ydint logiikan erillään alustakohtaisista liittimistä, jotta samoja työnkulkuja voitiin käyttää uudelleen eri ympäristöissä .
• Automaattinen käyttöönotto räätälöidyn kääntäjän avulla: Tiimit validoivat räätälöidyn kääntäjän, joka mukauttaa työnkulut automaattisesti käyttöönoton yhteydessä kääntäen abstraktin logiikan natiivimuotoihin (kuten Delta Live Tables Databricksille, Flink SQL avoimen lähdekoodin ympäristöön) ja lisää alustakohtaisia liittimiä ilman manuaalista uudelleentyötä .
• Datakudos agenttimaailmaa varten: Alusta tukee kyselyaikaisia datatuotteita, jotka laskevat johdettuja mittareita lukuhetkellä datan kopioinnin sijaan; nollakopiojakamista kevyttä poikkitoimialueen datan kulutusta varten; ja mekanismia, joka syöttää valikoivasti ylempiä ajallisia kerroksia pilveen, missä tekoälyagentit suorittavat takautuvia tehtäviä, kuten juurisyyanalyysiä .

Älykäs datakudosagentti

Infrastruktuurikerroksen lisäksi konseptitodistus esitteli tekoälyllä toimivan älykkään datakudosagentin, joka virtaviivaistaa toimintoja. Yksinkertaisilla luonnollisen kielen kehotteilla agentti voi luoda uusia datatuotteita, pyytää ihmisen hyväksyntää ja ottaa putken käyttöön automaattisesti – nopeuttaen innovointia vähemmällä manuaalisella työllä .

Agenttimaailmassa sama mekanismi mahdollistaa agenttien välisen viestinnän: muut tekoälyagentit voivat pyytää dynaamisia datatuotteita tarpeen mukaan vuorovaikuttamalla suoraan datakudosagentin kanssa .

Miksi tämä on tärkeää: Nokian laajempi autonomisten verkkojen panostus

Databricks-konseptitodistus on osa laajempaa strategiaa. Samana päivänä Nokia ilmoitti laajentavansa yhteistyötä AWS:n kanssa ja vievänsä Autonomous Networks Fabric -alustansa AWS:ään, ja sen odotetaan olevan saatavilla myöhemmin vuonna 2026 .

Laajennuksen keskeisiä elementtejä:

• Taso 4 verkon autonomia: Operaattorit saavat käyttöönsä edistyneitä tekoäly- ja pilvipalveluita, joita tarvitaan erittäin autonomisiin verkko-operaatioihin .
• Neljä ydinkyvykkyyttä yhdistettynä: Fabric integroi Unified Data Management -toiminnon eri verkkotunnuksissa, Agentic AI -toiminnon palveluoperaatioihin, Digital Twin -simulaatiot ennakoivaan vaikutusten arviointiin ja Intent-Based Networking -toiminnon automaattisiin suljettuihin silmukoihin .
• Tekoälypalvelut pohjana: Ratkaisut hyödyntävät AWS:n tekoäly- ja koneoppimispalveluita, kuten Amazon Bedrockia ja Amazon SageMakeriä, elastiseen skaalautuvuuteen ja laajaan mallivalikoimaan .
• Asiakastuloksia jo saavutettu: Nokian autonomista portfoliota käyttävät operaattorit ovat raportoineet automaatioasteen ylittävän 90 %, palvelutoimitusaikojen olevan neljä tuntia tai vähemmän, viipalointiajan lyhentyneen jopa 85 % ja asiakkaisiin vaikuttavien häiriöiden vähentyneen jopa 50 % .

Nokia päivitti myös agentti-AI-portfoliotaan

DTW Ignite -tapahtumassa Nokia esitteli Autonomous Networks Agent Library -kirjaston – valmiiden tekoälyagenttien sarjan tietoturvaan, varmistukseen ja palveluoperaatioihin. Kirjasto kattaa nollapäivän hyökkäysten tunnistamisen, anomaliapäättelyn, tapahtumien luokittelun, palvelutilausten vianmäärityksen ja moniagenttikoordinaation. Nokia raportoi tuottavuushyötyjen olevan 60–80 % verrattuna perinteisiin tietoturvaoperaatioihin .

Muita julkistettuja agenttipäivityksiä ovat Autonomous Networks Suite -paketin päivitys paikalliskäyttöönoton mahdollisuuksilla, VoLTE-palvelun laadun optimointi ja tehostettu RAN-tilaajakokemus; MantaRay-palvelunhallinta- ja orkestrointialustan päivitys ei-reaaliaikaisella RAN Intelligent Controller -toiminnallisuudella; sekä WaveSuiteen lisätty todennuskehys optisille verkoille .

Mitä seuraavaksi

Nokia ja Databricks suunnittelevat jatkavansa yhteistyötä autonomisten verkkojen kyvykkyyksien parantamiseksi, auttaen operaattoreita siirtymään tulevaisuuteen, jossa tekoälysovellukset yhä enemmän käyttävät, korreloivat ja toimivat reaaliaikaisen suuren verkkodatan perusteella .

Nokia ja AWS ovat sitoutuneet yhteiseen innovaatioagendaan, joka yhdistää Nokian televerkkoon koulutetut tekoälymallit ja toimialaosaamisen AWS:n tekoälypalveluihin tarjotakseen yhä autonomisempia verkko-operaatioita. Ne aikovat markkinoida ratkaisuja yhdessä auttaakseen operaattoreita kehittämään operatiivisia järjestelmiään ja avaamaan uusia tulovirtoja .