Quali sono i passi necessari per integrare l’intelligenza artificiale nello sviluppo delle reti 5G in Italia? Prova a rispondere alla domanda, adottando il punto di vista dei system integrator, Gea Smith, Telecoms, Media & Technology Director, Capgemini Business Unit Italy. Smith è stata tra i relatori di Telco per l’Italia 2019, evento di riferimento per il mondo delle Tlc, organizzato da Digital 360 e di scena oggi a Roma. “Il contesto normativo è favorevole”, ha detto la manager. “Il Mise ha infatti creato un gruppo di lavoro per una strategia integrata a sostegno dell’AI. La complessità si evidenzia più che altro rispetto alle dinamiche di mercato. Servono nuovi paradigmi, con un vero salto evolutivo che coinvolga l’intero processo, dalla pianificazione fino alle operations”.
Rispetto al network planning, Smith ha sottolineato che ci sono già diversi use case in essere, adottati dagli operatori per sviluppare capacità predittive del traffico di rete, massimizzare l’efficienza energetica e abilitare servizi di nuova generazione in mobilità. “Il ritorno degli investimenti sarà rapido se i carrier riusciranno a passare dalla visione tecnocentrica attuale a un modello basato sulla centralità dell’utente finale, sul suo valore. In questo senso il 5G consente di dare vita a iniziative di tipo chirurgico con small cell per clienti ad alto valore e ad elevato rischio churn”.
Il tema delle operations, secondo Smith, andrà gestito con un approccio più sofisticato di quanto fatto fino a ora. “Diversi operatori stanno già implementando visioni di questo tipo, muovendosi su quattro dimensioni: monitoraggio dei device e degli asset, dove l’IoT la fa da padrone, collaboration e Job Orchestration, Realtà aumentata per l’assistenza tecnica sul campo e infine intelligent automation vera e propria, che permetterà ai carrier di risolvere un problema prima che il cliente se ne accorga, o addirittura di prevenirlo”.
Fondamentale, per le telco che vorranno fare leva sull’AI per sviluppare i nuovi network, adottare la logica dello ‘start small and scale’. “Gli use case realizzati dovranno essere testati in tempi velocissimi, mantenendo una sana prudenza finché l’efficacia di ciascuna soluzione non è comprovata sul campo. Il terzo e più importante punto è quello della data governance”, ha chiosato Smith. “Non bisogna mai dimenticare che alla base di un utilizzo efficace dell’AI ci sono dati di qualità”
