La operación de la red se vuelve cada día más compleja debido a la enorme cantidad de elementos y a la generación masiva de alarmas. Gracias a la IA y al ML, es posible correlacionar la información para obtener una causa raíz común e identificar más rápido el origen del problema. Además, gracias a los LLMs y chatbots, es posible interactuar con la red y hacer preguntas para obtener ayuda en el análisis de alarmas e incidentes.
En el contexto del Programa ANJ, que busca implementar la autonomía y automatización de las redes, en Telefónica se están implementando algunas iniciativas basadas en LLMs y Gen-AI para obtener la información que el operador necesita para analizar y resolver un problema.
IA en el proceso operativo: Agentes para el análisis de incidentes
El uso de LLM basados en agentes, que actúan como expertos en alguna área de conocimiento, permite la implementación de chatbots operativos que los operadores pueden utilizar para interactuar con las redes usando lenguaje natural y obtener la información necesaria para analizar o resolver incidentes. Esto hace que el proceso de operaciones sea más ágil, analizando toda la información utilizando diferentes técnicas (por ejemplo, RAG, vectorización, etc.) y dando una respuesta rápida y precisa.
Utilizando chatbots en funcionamiento es posible obtener información detallada sobre un problema, si está relacionado con otros incidentes existentes, detalles sobre resoluciones anteriores de fallos similares, etc. Se espera que, con la integración de orquestadores con agentes, sea posible ejecutar intenciones y acciones en bucle cerrado directamente a través de la red. Además, utilizando IA para realizar análisis, ayuda a identificar y encontrar el origen del incidente de forma eficiente.
Caso de uso en Alemania: Agente de resolución de problemas para análisis de incidencias
En Telefónica Alemania están desarrollando varias iniciativas basadas en agentes LLM y IA para el análisis de incidentes que pueden ayudar a los operadores NOC a analizar y resolver el incidente. En este sentido, Telefónica Alemania ha desarrollado el Agente de Operación de Red (NOA). Gracias a esta iniciativa, los operadores pueden hacer consultas sobre el incidente y proceder a resolver el problema, dado que permite revisar la información de una base de datos, documentación e incluso comprobar la resolución de incidentes anteriores. Está integrado con el sistema de tickets y obtiene información sobre la resolución de asuntos cerrados.
«NOA no es solo una solución clásica de chatbot basada en RAGs. Es una aplicación que combina mecanismos de razonamiento con conexiones directas a datos operativos en tiempo real y documentos de conocimiento, permitiendo una comprensión mucho más profunda de las situaciones de la red. Desde el principio, nuestros criterios de éxito no se basaron únicamente en la tecnología: dependían de una colaboración estrecha y horizontal entre expertos en la Nube, responsables de Protección de Datos, especialistas en Seguridad y, lo más importante, los propios usuarios finales. Este enfoque transversal fue esencial para construir un agente que realmente funcione en operaciones reales de red.»
Niklas Schleßmann, responsable de Automatización y Reporte de Grupo de Telefónica Alemania
Este entorno, diseñado para generar respuestas en lenguaje natural basadas en las preguntas del usuario mediante Gen-AI y agentes, evolucionará mediante un piloto automático que permitirá implementar automatizaciones y bucles cerrados para las fases operativas. Mejora y transforma las capacidades de los ingenieros NOC cuando se precisa para solucionar un problema.
Utilizar los LLMs Assistants aporta beneficios a los procesos operativos
Algunos de los beneficios obtenidos gracias a la implementación de estas iniciativas son:
- Aumentar la productividad de técnicos e ingenieros mediante la implementación de una solución de IA generativa y la optimización de los recursos.
- Optimizar las actividades de análisis identificando el Análisis de Causa Raíz interdominio de un problema, correlacionando en tiempo real varias informaciones que afectan a servicios, usuarios o elementos de red.
- Reducir los tiempos del proceso operativo como el Tiempo Medio de Detección (MTTD), el Tiempo Medio de Recuperación (MTTR) y el Tiempo Medio hasta la siguiente Acción (MTNA).
- Acelerar y mejorar la transferencia de conocimientos entre equipos y unidades y mejorar el proceso de formación de los Ingenieros NOC.
- Mejorar los niveles de Inteligencia y Autonomía de la red, y acercarse al Nivel 4 de autonomía definido por el TM Forum.
«La adopción de agentes de IA y chatbots en iniciativas como NOA, donde la inteligencia artificial se aplica a procesos críticos como el análisis de incidentes, representa un avance significativo en el avance de la autonomía de la red para Telefónica. Estas capacidades nos acercan notablemente a alcanzar operaciones de Red Autónoma de Nivel 4, según lo definido por TM Forum. Este progreso permite la continua escalabilidad de los esfuerzos de transformación y crecimiento de la red, maximizando el valor empresarial, mejorando la eficiencia operativa de los NOC y reforzando la calidad general del servicio.» Nilmar Seccomandi, director de Red Autónoma e Infraestructura de Telefónica S.A.
Con iniciativas como estas, Telefónica Alemania se enfrenta a la operación de red del futuro, transformando las formas de trabajar y los procesos que implementan IA y LLM para mejorar y optimizar los procesos operativos. Este caso de uso se acerca al Nivel 4 de Autonomía que la compañía se ha marcado como objetivo para 2030. Además, permiter incrementar tanto la inteligencia como la autonomía necesarias para afrontar los retos de red en la industria de las telecomunicaciones y las nuevas necesidades que exigen los usuarios.
