La virtualización ofrece grandes beneficios en términos de flexibilidad, escalabilidad y eficiencia, permitiendo gestionar, orquestar y escalar dinámicamente funciones de red según la demanda y en ubicaciones estratégicas.
Sin embargo, también plantea nuevos desafíos operativos. Las funciones de red virtualizadas siguen dependiendo del rendimiento de la capa física, y cualquier degradación impacta directamente en la calidad del servicio. Tener visibilidad en tiempo real del estado del entorno físico y su relación con las funciones lógicas es clave para asegurar la disponibilidad y fiabilidad de la red.
Este proceso exige alto nivel técnico, tiempo y recursos. En entorno dinámicos como el Core 5G, la respuesta manual resulta insuficiente. Por ello, surge la necesidad de contar con mecanismos inteligentes y autónomos que permitan detectar y resolver incidencias en tiempo real, sin intervención humana.
En este contexto, el equipo de VIVO, dentro de las iniciativas del programa Autonomous Network Journey (ANJ) de Telefónica, identificó la oportunidad de aplicar capacidades de closed-loop e intent-based para abordar un problema crítico: la detección y resolución automática de incidencias originadas en la capa física del Core 5G virtualizado.
Closed-loop e Intent: inteligencia para la autonomía
Una red verdaderamente autónoma necesita operar mediante closed-loop, ciclos automáticos que abarcan desde la observación hasta la ejecución de acciones sin intervención humana. Este enfoque convierte la red en un entorno dinámico, impulsado por datos, analítica e inteligencia artificial.
A esto se suma la operación basada en “Intent”, que permite a los sistemas comprender el propósito de cada acción, más allá de instrucciones fijas. Así, los algoritmos pueden evaluar contextos, tomar decisiones complejas y actuar de forma proactiva e inteligente.
La solución: inteligencia autónoma para operar y resolver
El equipo de Core de VIVO ha implementado un mecanismo de self-healing autónomo sobre la arquitectura virtualizada del Core 5G SA. Esta solución, basada en IA, closed-loop e intent, detecta anomalías en el rendimiento de las funciones de red (NF), diagnostica la causa raíz —frecuentemente asociada a problemas en máquinas virtuales— y ejecuta automáticamente la acción más adecuada.
Gracias al enfoque basado en Intent, el sistema evalúa el contexto, decide y actúa. Además, correlaciona eventos entre la capa lógica y la física, y verifica si la acción aplicada fue efectiva o si debe escalarse a otro nivel. Todo el proceso es completamente autónomo.
El algoritmo opera sobre la capa física en tres niveles de actuación, aplicando estrategias progresivas para restaurar automáticamente las funciones de red según la complejidad del fallo.
El impacto: más agilidad, menos costes, mejor red
Este algoritmo de self-healing mejora significativamente la robustez, fiabilidad y disponibilidad de una capa crítica como las máquinas virtuales que sustentan los servicios 5G. Su implantación ha permitido reducir en 30 minutos el tiempo medio de resolución (MTTR) de este tipo de incidencias, mejorando la agilidad operativa.
Marcelo Figlarz, director de Operaciones de Redes de Vivo-Brasil, destaca el valor estratégico de la inteligencia artificial aplicada a los procesos operativos: «La inteligencia que estamos incorporando en nuestros Procesos Operativos, tiene el objetivo de agilizar y optimizar el trabajo de nuestros ingenieros. Iniciativas como esta del Self-Healing del Core 5G, con este nivel de automatización, capaz de resolver fallos de forma completamente autónoma, son fundamentales para alcanzar nuestros objetivos de eficiencia y calidad operativa.»
Además, el sistema proporciona visibilidad clave sobre el rendimiento de red, facilitando decisiones estratégicas sobre inversiones en infraestructura. Al optimizar los recursos computacionales, también contribuye a reducir costes operativos.
Entre los beneficios destacados se encuentran:
- Mayor fiabilidad y disponibilidad, gracias a la automatización y reducción de intervenciones manuales.
- Resolución de incidentes más rápida, con detección y corrección en tiempo real.
- Optimización del rendimiento, anticipando problemas mediante algoritmos de IA.
- Reducción de tareas repetitivas, liberando al equipo de operaciones para tareas de mayor valor.
Con esta solución, VIVO alcanza un nivel 4 de autonomía, con una red capaz de actuar, adaptarse y evolucionar de forma inteligente, reduciendo errores, tiempos de respuesta y costes, al tiempo que mejora la experiencia del cliente.
