Telekomunikacijske mreže ulaze u novu razvojnu fazu u kojoj umjetna inteligencija više nije izdvojeni analitički alat, nego postupno postaje dio njihove osnovne arhitekture i svakodnevnog upravljanja. Operatori istodobno održavaju 5G mreže, fiksni bežični pristup, privatne mreže, IoT sustave, edge infrastrukturu i cloud-native jezgru, zbog čega ručno upravljanje mrežom postaje presporo, složeno i skupo.
Novije industrijske analize zato izdvajaju AI-RAN, autonomne mreže, pripremljenost mrežnih API-ja i kontrolne petlje u stvarnom vremenu kao ključne korake prema AI-native telekomunikacijskoj arhitekturi. Riječ je o modelu u kojem se podaci iz mreže kontinuirano prikupljaju i obrađuju, a odluke o kapacitetu, kvaliteti usluge i sigurnosti sve se češće donose automatizirano.
Takav razvoj posebno dobiva na važnosti u trenutku kada operatori korisnicima nude preciznije ugovorene razine usluge, diferenciranu kvalitetu povezivosti i specijalizirane poslovne usluge. Mreža više ne može biti jednako konfigurirana za sve korisnike i sve vrste prometa. Mora biti sposobna u stvarnom vremenu prilagođavati kapacitet, latenciju, prioritete i sigurnosne politike.
Širi kontekst takvog razvoja povezan je s 5G standalone mrežama i network slicingom. Monetizacija naprednijih 5G usluga pretpostavlja mrežu koja može dinamički upravljati raspoloživim kapacitetom, kvalitetom veze i razinom sigurnosti. AI-native pristup zato nije dodatni tehnološki sloj koji operatori mogu uključiti tek kada završe osnovnu modernizaciju, nego preduvjet za razvoj složenijih poslovnih modela.
Pritom AI-native mreža ne znači da operator samo dodaje novi algoritam postojećem mrežnom operativnom centru. Za takvu promjenu potreban je jedinstven podatkovni model mreže, kvalitetna telemetrija, automatizirane politike upravljanja i sposobnost da se analitička preporuka sigurno pretvori u konkretnu mrežnu akciju.
Bez takvih preduvjeta umjetna inteligencija ostaje još jedan nadzorni zaslon koji upozorava na problem, ali ne mijenja način na koji mreža funkcionira. Stvarna vrijednost pojavljuje se tek kada se planiranje kapaciteta, otkrivanje anomalija, prediktivno održavanje i optimizacija korisničkog iskustva povežu u jedinstven operativni proces.
Primjerice, sustav može prepoznati neuobičajeno opterećenje dijela mreže, procijeniti njegov utjecaj na korisnike i automatski preraspodijeliti resurse prije nego što dođe do vidljivog pada kvalitete usluge. U naprednijim scenarijima takve se odluke donose gotovo u stvarnom vremenu, bez čekanja na ručnu intervenciju mrežnih stručnjaka.
Operatori, međutim, moraju paziti da automatizacijom ne povećaju sigurnosni i operativni rizik. Telekomunikacijska mreža dio je kritične infrastrukture, zbog čega svaka autonomna promjena mora imati jasno postavljene sigurnosne granice, potpuni revizijski trag i mogućnost brzog vraćanja na prethodno stanje.
AI sustav koji optimizira radijske resurse, funkcije jezgrene mreže ili usmjeravanje prometa mora biti testiran jednako ozbiljno kao softver koji upravlja financijskim transakcijama ili drugim kritičnim procesima. Pogrešna odluka algoritma ne mora utjecati samo na jedan sustav ili korisnika, nego može istodobno poremetiti uslugu za desetke tisuća ljudi i poslovnih korisnika.
Zbog toga autonomija mreže ne znači odsutnost ljudskog nadzora. Ona podrazumijeva jasno definirane razine ovlasti, provjerljive modele odlučivanja i kontrolirane mehanizme kojima se ograničava opseg automatiziranih intervencija. Što je veća razina autonomije, to moraju biti stroža pravila upravljanja i odgovornosti.
Na regionalnom tržištu najprije će rasti potražnja za rješenjima koja smanjuju operativne troškove i poboljšavaju prediktivno održavanje. Operatorima su trenutačno najvrjedniji sustavi koji ranije otkrivaju kvarove, smanjuju broj intervencija na terenu, ubrzavaju rješavanje incidenata i poboljšavaju iskorištenost postojeće infrastrukture.
Takva rješenja nude mjerljiv povrat ulaganja jer izravno utječu na trošak održavanja i dostupnost usluge. Složeniji oblici autonomnog upravljanja mrežom dolazit će postupno, kako operatori budu uređivali podatkovne modele, povezivali postojeće operativne sustave i uspostavljali pouzdane mehanizme nadzora.
5G standalone, privatne mreže i mrežni API-ji postat će komercijalno uvjerljiviji tek kada operatori budu mogli pouzdano obećati i isporučiti kvalitetu na razini pojedine usluge. Poslovnim korisnicima nije dovoljno ponuditi samo veću brzinu pristupa. Oni traže predvidivu latenciju, raspoloživost, sigurnost i jasno ugovorene parametre usluge.
AI-native pristup zato je manje futuristička tema povezana s dolaskom 6G tehnologije, a više praktičan preduvjet da 5G napokon razvije snažnije i jasnije izvore prihoda u poslovnom segmentu. Bez automatizirane i podatkovno vođene mreže teško je dugoročno isporučivati specijalizirane usluge velikom broju korisnika, a da pritom operativni troškovi ne porastu iznad njihove komercijalne vrijednosti.
Prodajni proces kod takvih projekata sve se više seli iz tehničkih odjela prema upravama, financijama te funkcijama zaduženima za sigurnost, usklađenost i upravljanje rizikom. AI-native telekomunikacijska mreža nije samo tehnički projekt, jer utječe na način poslovanja operatora, strukturu troškova, pouzdanost usluge i odnos prema korisnicima.
Zbog toga će se odluke o ulaganjima sve češće obrazlagati ukupnim troškom vlasništva, kontinuitetom poslovanja, regulatornom usklađenošću i sposobnošću skaliranja bez stvaranja novog tehničkog duga. Tehnološka naprednost sama po sebi neće biti dovoljna ako projekt ne može pokazati jasan utjecaj na operativne i poslovne rezultate.
Sljedeća faza tržišta bit će znatno manje tolerantna prema općim obećanjima dobavljača. U segmentu AI-native telekomunikacija tražit će se dokaz da rješenje funkcionira u stvarnim mrežnim uvjetima, da ga je moguće održavati raspoloživim stručnjacima i da korisnika ne zaključava u tehnološki model koji je poslije teško i skupo promijeniti.
Dobavljači koji mogu pokazati konkretne metrike, rezultate implementacije i vjerodostojne reference imat će prednost pred onima koji nude uglavnom novu terminologiju. Operatorima će biti važnije koliko je rješenje smanjilo broj incidenata, ubrzalo reakciju mreže ili poboljšalo korištenje kapaciteta nego kako je njegov proizvođač nazvao pojedinu funkcionalnost.
U idućim mjesecima i godinama bit će presudno razlikovati infrastrukturu koja stvara novu vrijednost od rješenja koja samo povećavaju složenost mreže. Ako AI-native pristup ne donese bolju dostupnost usluga, bržu reakciju na incidente, niži operativni rizik ili mjerljivo povećanje produktivnosti, operatori će odgađati širenje projekata i vraćati se opreznijim modelima ulaganja.
U praktičnoj provedbi uspjeh se neće mjeriti brojem najavljenih AI funkcionalnosti ili uvođenjem jedne izdvojene tehnologije. Bit će važna sposobnost povezivanja mrežnih kapaciteta, pravila upravljanja spektrom, korisničkog iskustva i poslovnih usluga u jedinstven operativni model.
Operatori i poslovni korisnici tražit će jasnu podjelu odgovornosti između dobavljača, integratora i internih timova. Morat će biti unaprijed definirano tko upravlja modelom, tko odobrava automatizirane promjene, tko odgovara za incident i što se događa kada trošak, kapacitet ili razina rizika odstupe od početnih pretpostavki.
