GenAI cho CSP: IBM tiết lộ cách AI tạo sinh đang thay đổi quản lý mạng

• IBM đang tập trung vào việc áp dụng AI tạo sinh (GenAI) trong quản lý mạng cho các Nhà mạng viễn thông (CSP) với 3 lớp cốt lõi: thu thập dữ liệu, phân tích và tự động hóa.

• Thu thập dữ liệu:

  • Nhiều công ty hiện đang tập trung vào việc áp dụng AI cho dữ liệu đã thu thập trước đó.
  • IBM cho rằng việc phân tích dữ liệu trong thời gian thực khi nó được thu thập là yếu tố quyết định để cải thiện hiệu quả và độ chính xác.
  • IBM đã phát hành Tiny Time Mixer vào tháng 3-4 năm ngoái – một mô hình chuỗi thời gian (time series model) nguồn mở trên Hugging Face đã được tải xuống hơn 500.000 lần.
  • Mô hình này cho phép phân tích và dự đoán theo thời gian, ví dụ: xác định sự cố mạng, dự đoán hỏng hóc của thiết bị.

• Phân tích dữ liệu:

  • IBM sử dụng nhiều phương pháp như mô hình chuỗi thời gian, LLM, và phân tích đồ thị để hiểu rõ hơn về sự thay đổi theo thời gian trong mạng.
  • Các mô hình nhỏ hơn, tiết kiệm chi phí hơn, được huấn luyện để phát hiện và giải quyết vấn đề trong mạng mà không cần tài nguyên lớn.
  • IBM cho rằng việc chỉ thêm LLM vào giao diện hiện có không thực sự tạo ra giá trị – sự khác biệt nằm ở khả năng tự động phát hiện vấn đề và đưa ra giải pháp dựa trên AI.

• Tự động hóa:

  • Khi AI phát hiện sự cố, nó có thể tự động tạo ra một kế hoạch hành động.
  • Ví dụ: Nếu cần thêm bộ cân bằng tải (load balancer) cho một sự gia tăng lưu lượng, AI có thể tự động tạo kế hoạch chi tiết và thực hiện qua các API.
  • IBM hướng đến việc biến các nhân viên kỹ thuật cơ bản thành chuyên gia bằng cách sử dụng AI để cung cấp hướng dẫn cụ thể về các thay đổi cấu hình mạng.
  • AI có thể thực hiện các lệnh tự động thông qua ngôn ngữ tự nhiên (Natural Language), giảm thiểu lỗi và thời gian phản hồi.

• Ứng dụng của GenAI trong CSP:

  • IBM tập trung vào "Day 2 Operations" – nghĩa là quản lý và tối ưu hóa hoạt động hàng ngày của mạng.
  • AI giúp cải thiện MTTR (Mean Time to Resolution – Thời gian trung bình để giải quyết sự cố) từ giờ xuống phút.
  • AI cũng giúp giảm tần suất sự cố mạng, tối ưu hóa sử dụng tài nguyên và nâng cao chất lượng dịch vụ cho người dùng.

• Thách thức khi triển khai AI trong CSP:

  • Nhiều CSP chưa có cơ sở hạ tầng thu thập dữ liệu hoàn chỉnh.
  • Bảo mật và quyền riêng tư của dữ liệu là mối quan tâm lớn.
  • Các CSP lo ngại việc chia sẻ dữ liệu với nhà cung cấp AI có thể làm lộ thông tin chiến lược.
  • IBM đề xuất giải pháp "AI đến với dữ liệu" – AI được triển khai trực tiếp trong môi trường CSP, không cần di chuyển dữ liệu ra ngoài.

• Hợp tác với GSMA:

  • IBM đã hợp tác với GSMA để nâng cao hiểu biết của các CSP về AI và khả năng ứng dụng thực tiễn.
  • Các giải pháp AI của IBM được thiết kế để hoạt động với các hệ thống hiện có, không yêu cầu thay đổi hạ tầng lớn.

• Xu hướng sắp tới cho GenAI trong CSP:

  • Tại Mobile World Congress (MWC), IBM dự kiến sẽ công bố nhiều sản phẩm AI mới cho CSP.
  • Xu hướng lớn sẽ là các mô hình được huấn luyện trước và các giải pháp AI có khả năng quản lý chéo miền (cross-domain).
  • IBM cảnh báo rằng các CSP cần sớm chuyển hướng đầu tư vào AI, nếu không sẽ bỏ lỡ cơ hội cạnh tranh trong thị trường viễn thông.

📌 IBM đang dẫn đầu trong việc triển khai AI tạo sinh (GenAI) cho các Nhà mạng viễn thông (CSP) thông qua 3 lớp cốt lõi: thu thập dữ liệu, phân tích và tự động hóa. Giải pháp của IBM tập trung vào phân tích dữ liệu thời gian thực, dự đoán và khắc phục sự cố tự động, giúp cải thiện hiệu quả hoạt động và giảm thiểu chi phí. Tuy nhiên, các CSP cần sớm giải quyết các thách thức về hạ tầng thu thập dữ liệu và bảo mật để có thể tận dụng tối đa tiềm năng của AI.

https://youtu.be/MEWSEZxsGN0?si=c-HQtKfUaDM3Rtw6