Analistas como Goldman Sachs sugieren que estamos entrando en la cuarta revolución industrial y su impacto puede ser mucho mayor que la transición a la energía de vapor en el siglo XVIII.
La economía digital se está extendiendo en la vida cotidiana impulsada por la conectividad casi omnipresente. El acceso a Internet, los dispositivos inteligentes e Internet de las Cosas permiten a los vehículos, edificios y otros ítems recolectar e intercambiar datos. Con los pronósticos que indican que en 2025 podría haber cien millones de dispositivos conectados y un aumento del 500% en la cantidad de datos que utilizan los usuarios, el desafío de las comunicaciones es enorme.
El CEO de Openet, Niall Norton, considera al tiempo real y la automatización como las bases de la transformación digital. En el corazón de la automatización está la inteligencia. Esto suena obvio, pero la inteligencia es necesaria para asegurar que se toman las decisiones correctas en cualquier proceso automatizado. Cuanto mejor sea la inteligencia, mejor será el resultado de las acciones tomadas por los sistemas y procesos automatizados. A medida que avancemos hacia el 5G, habrá mayores niveles de personalización y veremos el despliegue de la IOT acelerándose. Además, el volumen y la complejidad de los datos que se necesitan para ser procesados en tiempo real y que permiten tomar decisiones inteligentes -y por lo tanto, mejores resultados- está a años luz por delante de lo que los operadores están acostumbrados, por ejemplo en cuanto a procesamiento y análisis de CDRs.
La buena noticia es que este movimiento hacia el tiempo real y la automatización para sentarlas bases de la transformación digital ya ha comenzado. Muchos operadores están haciendo la transición de redes heredadas existentes, construidas usando hardware físico y ofreciendo una flexibilidad limitada y automatización, hacia la creación de redes centradas en el software. Utilizan las tecnologías de virtualización y de nube para ofrecer redes inteligentes programables que pueden escalar y adaptarse rápidamente a las necesidades cambiantes de forma automática. La compañía estadounidense de telecomunicaciones AT&T describió esta transformación como el mayor proyecto de software que la empresa haya llevado a cabo, y la más difícil: “es probable que sea lo más sofisticado que hayamos hecho. La arquitectura es terriblemente compleja”, dijo John Donovan, CEO de AT&T.
Un requisito clave para permitir que las redes escalen y se adapten automáticamente es la capacidad de análisis basada en la inteligencia artificial y aprendizaje automático. Proporcionar análisis en tiempo real para detectar de forma automática la degradación de la experiencia del cliente o excepción de calidad del servicio para activar la red de auto-reparación en caso de problemas. Algunos ejemplos de casos de uso incluyen el escalado elástico predictivo de recursos de la red para satisfacer la demanda o el mantenimiento proactivo que puede predecir incidentes en la red antes de que ocurran y desencadenar acciones automáticas para evitar o minimizar las interrupciones.
A medida que nos movemos desde las redes hacia la comercialización y la experiencia del cliente, las posibilidades de automatización basadas en análisis en tiempo real, y a continuación, la inteligencia artificial y la máquina de aprendizaje se vuelven enormes. El uso de la automatización impulsada por el tiempo real y el análisis predictivo para ofrecer la mejor experiencia del cliente en todas las etapas de un viaje continuo es una posibilidad real para los operadores.
