Nokia och Databricks ville bevisa att en gemensam dataplattform kan fungera identiskt i olika molnmiljöer eller på lokal infrastruktur, vilket möjliggör konsekvent AI-driftsättning utan kodomskrivningar .

Realtidsprestandatestet

Ingenjörsteamen från båda företagen fokuserade på ett krävande användningsfall: realtidsprestandahantering. Man simulerade analysinsamling i en skala som motsvarar vad en tier-1-operatör kräver i molnet. Arbetet gav flera specifika tekniska resultat :

• Tvärplattformspipelines utan kodändringar: Datapipelines skrevs en gång och driftsattes identiskt på Databricks och på en öppen källkods-stack (Apache Flink, Kafka, Iceberg), med stöd för realtidsströmning, batchbearbetning och data-produkter vid frågetillfället .
• Leverantörsoberoende datalogik: Nokia-ingenjörer byggde transformationslogik i Python med plattformsoberoende uttryck, så att logiken hölls separat från plattformsspecifika kopplingar – samma arbetsflöden kunde därmed återanvändas i olika miljöer .
• Automatiserad driftsättning via en egen kompilator: Teamen validerade en egen kompilator som automatiskt anpassar arbetsflöden vid driftsättningstillfället. Den översätter abstrakt logik till format som Delta Live Tables för Databricks och Flink SQL för öppen källkod, och lägger till plattformsspecifika kopplingar utan manuellt arbete .
• Datafabric för en agentbaserad värld: Plattformen stöder data-produkter vid frågetillfället som beräknar härledda mätvärden vid läsning i stället för att duplicera data; noll-kopiedelning för lättviktig datakonsumtion mellan domäner; samt en mekanism för att selektivt mata övre temporala lager i molnet där AI-agenter kör retrospektiva uppgifter som root-cause-analys .

Den intelligenta datafabric-agenten

Utöver infrastrukturlagret demonstrerade PoC en AI-driven intelligent datafabric-agent som effektiviserar driften. Med hjälp av enkla uppmaningar på naturligt språk kan agenten generera nya data-produkter, begära mänsklig validering och driftsätta pipelinen automatiskt – vilket påskyndar innovation med mindre manuellt arbete .

I en agentbaserad värld möjliggör samma mekanism agent-till-agent-kommunikation: andra AI-agenter kan på begäran begära dynamiska data-produkter genom att interagera direkt med datafabric-agenten .

Därför är detta viktigt: Nokias bredare satsning på autonoma nät

Databricks-PoC är en del av en större strategi. Samma dag tillkännagav Nokia ett utökat samarbete med AWS för att köra sin Autonomous Networks Fabric på AWS, med tillgänglighet senare under 2026 .

Viktiga delar av denna expansion:

• Nivå 4 av nätverksautonomi: Operatörer får tillgång till avancerade AI- och molntjänster som krävs för mycket autonoma nätdrift .
• Fyra kärnfunktioner förenas: Fabriken integrerar Unified Data Management över domäner, Agentic AI för tjänstedrift, Digitala tvillingar för proaktiv påverkansbedömning och Intent Based Networking för automatiserade slutna loopar .
• AI-tjänster som grund: Lösningarna kommer att använda AWS AI/ML-tjänster som Amazon Bedrock och Amazon SageMaker för elastisk skalbarhet och brett modellval .
• Kundresultat redan rapporterade: Operatörer som använder Nokias autonoma portfölj har rapporterat automatiseringsgrader över 90%, serviceleveranstider på fyra timmar eller mindre, upp till 85% minskning av tiden för att rulla ut nätverkssegment och upp till 50% färre incidenter som påverkar kunder .

Nokia uppgraderade också sin agentbaserade AI-portfölj

Under DTW Ignite presenterade Nokia Autonomous Networks Agent Library – en svit med förbyggda AI-agenter för säkerhet, säkerställande och tjänstedrift. Biblioteket täcker identifiering av nolldagsattacker, avvikelseresonemang, händelsetriage, felsökning av tjänsteorder och samordning mellan flera agenter. Nokia rapporterar produktivitetsvinster på 60 % till 80 % jämfört med traditionella säkerhetsoperationer .

Andra agentbaserade uppgraderingar som tillkännagavs inkluderar en uppdatering av Autonomous Networks Suite med driftsättningsalternativ på plats, optimering av VoLTE-tjänstkvalitet och förbättrad RAN-abonnentupplevelse; uppdateringar av MantaRay-plattformen för tjänstehantering och orkestrering med non-real-time RAN Intelligent Controller-funktionalitet; och en autentiseringsram för WaveSuite för optiska nät .

Vad händer nu?

Nokia och Databricks planerar att fortsätta sitt samarbete kring att förbättra autonoma nätverksfunktioner och hjälpa operatörer att övergå till en framtid där AI-applikationer alltmer kommer åt, korrelerar och agerar på storskalig nätverksdata i realtid .

Nokia och AWS är engagerade i en gemensam innovationsagenda som kombinerar Nokias telekomtränade AI-modeller och domänexpertis med AWS AI-tjänster för att leverera allt mer autonoma nätverksoperationer. De planerar att gå till marknaden tillsammans för att hjälpa operatörer att utveckla sina operativa stackar och låsa upp nya intäktsströmmar .

Nokia och Databricks ville bevisa att en gemensam dataplattform kan fungera identiskt i olika molnmiljöer eller på lokal infrastruktur, vilket möjliggör konsekvent AI-driftsättning utan kodomskrivningar .

Realtidsprestandatestet

Ingenjörsteamen från båda företagen fokuserade på ett krävande användningsfall: realtidsprestandahantering. Man simulerade analysinsamling i en skala som motsvarar vad en tier-1-operatör kräver i molnet. Arbetet gav flera specifika tekniska resultat :

• Tvärplattformspipelines utan kodändringar: Datapipelines skrevs en gång och driftsattes identiskt på Databricks och på en öppen källkods-stack (Apache Flink, Kafka, Iceberg), med stöd för realtidsströmning, batchbearbetning och data-produkter vid frågetillfället .
• Leverantörsoberoende datalogik: Nokia-ingenjörer byggde transformationslogik i Python med plattformsoberoende uttryck, så att logiken hölls separat från plattformsspecifika kopplingar – samma arbetsflöden kunde därmed återanvändas i olika miljöer .
• Automatiserad driftsättning via en egen kompilator: Teamen validerade en egen kompilator som automatiskt anpassar arbetsflöden vid driftsättningstillfället. Den översätter abstrakt logik till format som Delta Live Tables för Databricks och Flink SQL för öppen källkod, och lägger till plattformsspecifika kopplingar utan manuellt arbete .
• Datafabric för en agentbaserad värld: Plattformen stöder data-produkter vid frågetillfället som beräknar härledda mätvärden vid läsning i stället för att duplicera data; noll-kopiedelning för lättviktig datakonsumtion mellan domäner; samt en mekanism för att selektivt mata övre temporala lager i molnet där AI-agenter kör retrospektiva uppgifter som root-cause-analys .

Den intelligenta datafabric-agenten

Utöver infrastrukturlagret demonstrerade PoC en AI-driven intelligent datafabric-agent som effektiviserar driften. Med hjälp av enkla uppmaningar på naturligt språk kan agenten generera nya data-produkter, begära mänsklig validering och driftsätta pipelinen automatiskt – vilket påskyndar innovation med mindre manuellt arbete .

I en agentbaserad värld möjliggör samma mekanism agent-till-agent-kommunikation: andra AI-agenter kan på begäran begära dynamiska data-produkter genom att interagera direkt med datafabric-agenten .

Därför är detta viktigt: Nokias bredare satsning på autonoma nät

Databricks-PoC är en del av en större strategi. Samma dag tillkännagav Nokia ett utökat samarbete med AWS för att köra sin Autonomous Networks Fabric på AWS, med tillgänglighet senare under 2026 .

Viktiga delar av denna expansion:

• Nivå 4 av nätverksautonomi: Operatörer får tillgång till avancerade AI- och molntjänster som krävs för mycket autonoma nätdrift .
• Fyra kärnfunktioner förenas: Fabriken integrerar Unified Data Management över domäner, Agentic AI för tjänstedrift, Digitala tvillingar för proaktiv påverkansbedömning och Intent Based Networking för automatiserade slutna loopar .
• AI-tjänster som grund: Lösningarna kommer att använda AWS AI/ML-tjänster som Amazon Bedrock och Amazon SageMaker för elastisk skalbarhet och brett modellval .
• Kundresultat redan rapporterade: Operatörer som använder Nokias autonoma portfölj har rapporterat automatiseringsgrader över 90%, serviceleveranstider på fyra timmar eller mindre, upp till 85% minskning av tiden för att rulla ut nätverkssegment och upp till 50% färre incidenter som påverkar kunder .

Nokia uppgraderade också sin agentbaserade AI-portfölj

Under DTW Ignite presenterade Nokia Autonomous Networks Agent Library – en svit med förbyggda AI-agenter för säkerhet, säkerställande och tjänstedrift. Biblioteket täcker identifiering av nolldagsattacker, avvikelseresonemang, händelsetriage, felsökning av tjänsteorder och samordning mellan flera agenter. Nokia rapporterar produktivitetsvinster på 60 % till 80 % jämfört med traditionella säkerhetsoperationer .

Andra agentbaserade uppgraderingar som tillkännagavs inkluderar en uppdatering av Autonomous Networks Suite med driftsättningsalternativ på plats, optimering av VoLTE-tjänstkvalitet och förbättrad RAN-abonnentupplevelse; uppdateringar av MantaRay-plattformen för tjänstehantering och orkestrering med non-real-time RAN Intelligent Controller-funktionalitet; och en autentiseringsram för WaveSuite för optiska nät .

Vad händer nu?

Nokia och Databricks planerar att fortsätta sitt samarbete kring att förbättra autonoma nätverksfunktioner och hjälpa operatörer att övergå till en framtid där AI-applikationer alltmer kommer åt, korrelerar och agerar på storskalig nätverksdata i realtid .

Nokia och AWS är engagerade i en gemensam innovationsagenda som kombinerar Nokias telekomtränade AI-modeller och domänexpertis med AWS AI-tjänster för att leverera allt mer autonoma nätverksoperationer. De planerar att gå till marknaden tillsammans för att hjälpa operatörer att utveckla sina operativa stackar och låsa upp nya intäktsströmmar .