Nokia og Databricks hadde som mål å bevise at en felles dataplattform kunne fungere identisk på tvers av forskjellige skymiljøer eller på lokale infrastrukturer, og dermed muliggjøre konsistent AI-distribusjon uten kodeomskrivinger .

Sanntidstesten for ytelsesstyring

Ingeniørteam fra begge selskapene fokuserte på en krevende brukssak: sanntids ytelsesstyring. De simulerte analyseinntak i en skala som tilsvarer krav fra større operatører i skyen. Arbeidet ga flere konkrete tekniske resultater :

• På tvers av plattformer datapipelines uten kodeendringer: Datapipelines ble skrevet én gang og distribuert identisk på Databricks og på en åpen kildekode-stabel (Apache Flink, Kafka, Iceberg), med støtte for sanntidsstrømming, batchbehandling og spørretidsdataprodukter .
• Leverandørnøytral datalogikk: Nokia-ingeniører bygde transformasjonslogikk i Python ved hjelp av plattformuavhengige uttrykk, og holdt kjernelogikken atskilt fra plattformspesifikke koblinger, slik at de samme arbeidsflytene kunne gjenbrukes på tvers av miljøer .
• Automatisert distribusjon via en egen kompilator: Teamene validerte en egen kompilator som automatisk tilpasser arbeidsflyter ved distribusjonstidspunktet, og oversetter abstrakt logikk til opprinnelige formater (f.eks. Delta Live Tables for Databricks, Flink SQL for åpen kildekode) og legger til plattformspesifikke koblinger uten manuelt arbeid .
• Datastruktur for en agentbasert verden: Plattformen støtter spørretidsdataprodukter som beregner avledede målinger ved lesing i stedet for å duplisere data; nullkopi-deling for lettvekts tverrdomene-datakonsum; og en mekanisme for selektivt å mate øvre temporale lag i skyen der AI-agenter kjører retrospektive oppgaver som rotårsaksanalyse .

Den intelligente dataagenten

Utover infrastrukturlaget demonstrerte PoC-en en AI-drevet intelligent dataagent som effektiviserer driften. Ved hjelp av enkle naturlige språkkommandoer kan agenten generere nye dataprodukter, be om menneskelig validering og distribuere pipelinen automatisk – noe som akselererer innovasjon med mindre manuell innsats .

I en agentbasert verden muliggjør samme mekanisme agent-til-agent-kommunikasjon: andre AI-agenter kan be om dynamiske dataprodukter på forespørsel ved å samhandle direkte med dataagenten .

Hvorfor dette betyr noe: Nokias bredere satsing på autonome nett

Samme dag kunngjorde Nokia et utvidet samarbeid med AWS for å kjøre sin Autonomous Networks Fabric på AWS, med tilgjengelighet forventet senere i 2026 .

Sentrale elementer i denne utvidelsen:

• Nivå 4-nettverksautonomi: Operatører får tilgang til avanserte AI- og skytjenester som trengs for svært autonome nettverksoperasjoner .
• Fire kjernefunksjoner samlet: Fabrikken integrerer samlet databehandling på tvers av domener, agentbasert AI for tjenesteoperasjoner, digitale tvilling-simuleringer for proaktiv konsekvensvurdering, og intensjonsbasert nettverksstyring for automatiserte lukkede sløyfer .
• AI-tjenester som underbygger alt: Løsningene vil benytte AWS AI/ML-tjenester, inkludert Amazon Bedrock og Amazon SageMaker, for elastisk skalering og bredt modellutvalg .
• Kunderesultater allerede rapportert: Operatører som bruker Nokias autonome portefølje, har rapportert automatiseringsrater på over 90 %, tjenesteleveringstider på fire timer eller mindre, opptil 85 % reduksjon i utrullingstid for skiver, og opptil 50 % færre hendelser som påvirker kunder .

Nokia oppgraderte også sin portefølje av agentbasert AI

På DTW Ignite avduket Nokia sitt Autonomous Networks Agent Library – en samling ferdigbygde AI-agenter for sikkerhet, forsikring og tjenesteoperasjoner. Biblioteket dekker identifisering av nulldagersangrep, årsaksanalyse, hendelsesprioritering, feilsøking av tjenestebestillinger og koordinering av flere agenter. Nokia rapporterer produktivitetsgevinster på 60 % til 80 % sammenlignet med tradisjonelle sikkerhetsoperasjoner .

Andre agentoppgraderinger inkluderer en oppfriskning av Autonomous Networks Suite med lokale distribusjonsmuligheter, optimalisering av VoLTE-tjenestekvalitet og forbedret RAN-abonnentopplevelse; oppdateringer av MantaRay-plattformen for tjenestestyring og orkestrering med ikke-sanntids RAN Intelligent Controller-funksjonalitet; og en autentiseringsramme lagt til WaveSuite for optiske nettverk .

Hva skjer videre

Nokia og Databricks planlegger å fortsette samarbeidet rundt å forbedre autonome nettverkskapabiliteter, og hjelpe operatører med å gå over til en fremtid der AI-applikasjoner i økende grad får tilgang til, korrelerer og handler på storskala nettverksdata i sanntid .

Nokia og AWS er forpliktet til en samarbeidsorientert innovasjonsagenda som kombinerer Nokias telekomtrente AI-modeller og domenekompetanse med AWS sine AI-tjenester for å levere stadig mer autonome nettverksoperasjoner, og de vil gå til markedet sammen for å hjelpe operatører med å videreutvikle sine driftsstakker og låse opp nye inntektsstrømmer .

Nokia og Databricks hadde som mål å bevise at en felles dataplattform kunne fungere identisk på tvers av forskjellige skymiljøer eller på lokale infrastrukturer, og dermed muliggjøre konsistent AI-distribusjon uten kodeomskrivinger .

Sanntidstesten for ytelsesstyring

Ingeniørteam fra begge selskapene fokuserte på en krevende brukssak: sanntids ytelsesstyring. De simulerte analyseinntak i en skala som tilsvarer krav fra større operatører i skyen. Arbeidet ga flere konkrete tekniske resultater :

• På tvers av plattformer datapipelines uten kodeendringer: Datapipelines ble skrevet én gang og distribuert identisk på Databricks og på en åpen kildekode-stabel (Apache Flink, Kafka, Iceberg), med støtte for sanntidsstrømming, batchbehandling og spørretidsdataprodukter .
• Leverandørnøytral datalogikk: Nokia-ingeniører bygde transformasjonslogikk i Python ved hjelp av plattformuavhengige uttrykk, og holdt kjernelogikken atskilt fra plattformspesifikke koblinger, slik at de samme arbeidsflytene kunne gjenbrukes på tvers av miljøer .
• Automatisert distribusjon via en egen kompilator: Teamene validerte en egen kompilator som automatisk tilpasser arbeidsflyter ved distribusjonstidspunktet, og oversetter abstrakt logikk til opprinnelige formater (f.eks. Delta Live Tables for Databricks, Flink SQL for åpen kildekode) og legger til plattformspesifikke koblinger uten manuelt arbeid .
• Datastruktur for en agentbasert verden: Plattformen støtter spørretidsdataprodukter som beregner avledede målinger ved lesing i stedet for å duplisere data; nullkopi-deling for lettvekts tverrdomene-datakonsum; og en mekanisme for selektivt å mate øvre temporale lag i skyen der AI-agenter kjører retrospektive oppgaver som rotårsaksanalyse .

Den intelligente dataagenten

Utover infrastrukturlaget demonstrerte PoC-en en AI-drevet intelligent dataagent som effektiviserer driften. Ved hjelp av enkle naturlige språkkommandoer kan agenten generere nye dataprodukter, be om menneskelig validering og distribuere pipelinen automatisk – noe som akselererer innovasjon med mindre manuell innsats .

I en agentbasert verden muliggjør samme mekanisme agent-til-agent-kommunikasjon: andre AI-agenter kan be om dynamiske dataprodukter på forespørsel ved å samhandle direkte med dataagenten .

Hvorfor dette betyr noe: Nokias bredere satsing på autonome nett

Samme dag kunngjorde Nokia et utvidet samarbeid med AWS for å kjøre sin Autonomous Networks Fabric på AWS, med tilgjengelighet forventet senere i 2026 .

Sentrale elementer i denne utvidelsen:

• Nivå 4-nettverksautonomi: Operatører får tilgang til avanserte AI- og skytjenester som trengs for svært autonome nettverksoperasjoner .
• Fire kjernefunksjoner samlet: Fabrikken integrerer samlet databehandling på tvers av domener, agentbasert AI for tjenesteoperasjoner, digitale tvilling-simuleringer for proaktiv konsekvensvurdering, og intensjonsbasert nettverksstyring for automatiserte lukkede sløyfer .
• AI-tjenester som underbygger alt: Løsningene vil benytte AWS AI/ML-tjenester, inkludert Amazon Bedrock og Amazon SageMaker, for elastisk skalering og bredt modellutvalg .
• Kunderesultater allerede rapportert: Operatører som bruker Nokias autonome portefølje, har rapportert automatiseringsrater på over 90 %, tjenesteleveringstider på fire timer eller mindre, opptil 85 % reduksjon i utrullingstid for skiver, og opptil 50 % færre hendelser som påvirker kunder .

Nokia oppgraderte også sin portefølje av agentbasert AI

På DTW Ignite avduket Nokia sitt Autonomous Networks Agent Library – en samling ferdigbygde AI-agenter for sikkerhet, forsikring og tjenesteoperasjoner. Biblioteket dekker identifisering av nulldagersangrep, årsaksanalyse, hendelsesprioritering, feilsøking av tjenestebestillinger og koordinering av flere agenter. Nokia rapporterer produktivitetsgevinster på 60 % til 80 % sammenlignet med tradisjonelle sikkerhetsoperasjoner .

Andre agentoppgraderinger inkluderer en oppfriskning av Autonomous Networks Suite med lokale distribusjonsmuligheter, optimalisering av VoLTE-tjenestekvalitet og forbedret RAN-abonnentopplevelse; oppdateringer av MantaRay-plattformen for tjenestestyring og orkestrering med ikke-sanntids RAN Intelligent Controller-funksjonalitet; og en autentiseringsramme lagt til WaveSuite for optiske nettverk .

Hva skjer videre

Nokia og Databricks planlegger å fortsette samarbeidet rundt å forbedre autonome nettverkskapabiliteter, og hjelpe operatører med å gå over til en fremtid der AI-applikasjoner i økende grad får tilgang til, korrelerer og handler på storskala nettverksdata i sanntid .

Nokia og AWS er forpliktet til en samarbeidsorientert innovasjonsagenda som kombinerer Nokias telekomtrente AI-modeller og domenekompetanse med AWS sine AI-tjenester for å levere stadig mer autonome nettverksoperasjoner, og de vil gå til markedet sammen for å hjelpe operatører med å videreutvikle sine driftsstakker og låse opp nye inntektsstrømmer .