I gestori di telecomunicazioni stanno ottenendo risultati eccezionali sfruttando l’AI generativa per automatizzare la gestione della rete, il servizio clienti e le operazioni interne. Questi avanzamenti hanno principalmente riguardato l’automazione di compiti predeterminati, con persone che coordinano gli interventi e le decisioni successive. Oggi, però, l’automazione non è più l’obiettivo finale, ma piuttosto il punto di partenza per l’autonomia.
L’industria sta puntando a vere e proprie reti e operazioni autonome, dove agenti di intelligenza artificiale agiscono in modo proattivo, individuando problemi e coordinandosi per modifiche a rete, IT e sistemi aziendali. Insieme, dati sintetici, modelli nel dominio telecom, runtime sicuri e simulazioni formano fondamenti di una piattaforma di autonomia telecom, dove gli agenti interpretono l’intenzione dei gestori, operano in sicurezza e mantengono il controllo umano su politiche.
NVIDIA, insieme ai suoi partner, sta dimostrando questi blocchi costruttivi durante l’evento TM Forum’s DTW Ignite 2026 in corso questa settimana a Copenhagen e sta fornendo un modello pratico al settore per ottenere reti più resilienti e servizi AI avanzati, pensati per consumatori e aziende.
Usare Dati Telecommunications Sicuri per Modelli AI
I modelli di intelligenza artificiale, in grado di comprendere il ambito delle telecomunicazioni, rappresentano la base delle reti autonome. Questi modelli specializzati richiedono un addestramento avanzato su dataset di alta qualità. Tuttavia, il 54% degli operatori dichiara che i problemi legati ai dati rappresentano la principale barriera, con dati sensibili della rete e dei clienti di valore troppe volte non utilizzabili direttamente.
I dati sintetici stanno consentendo agli operatori di aumentare in modo sicuro la quantità e la varietà dei dati di addestramento, di proteggere informazioni sensibili e di democratizzare l’accesso a dataset realistici tra i team interni e sviluppatori esterni, senza esporre i dati grezzi dei clienti.
SoftBank Corp. utilizza tecnologie come NVIDIA NeMo Safe Synthesizer e NVIDIA NeMo Anonymizer per creare dataset sintetici, che conservano la struttura e la distribuzione dei dati reali sulle prestazioni della rete e le configurazioni. Questi dataset vengono usati per sintonizzare i propri modelli telecom e per sviluppare agenti di rete specializzati.
Distribuire Sicuramente Agenti AI Autonomi per le Telecom
Alla ricerca di autonomia attraverso flussi di lavoro end-to-end, i gestori necessitano di agenti AI in grado di gestire compiti complessi da inizio a fine, non solo di eseguire singoli passaggi. Agenti autonomi lungimiranti, che operano con accordi di livello del servizio rigorosi, politiche di gestione dei cambiamenti e vincoli regolamentari, sono essenziali per questo passaggio.
Tecnologie come NVIDIA NemoClaw e il runtime sicuro NVIDIA OpenShell offrono agli agenti AI barriere di controllo basate su policy e accesso limitato nei sistemi telecom, permettendo agli operatori di espandere il ruolo degli agenti in maniera sicura, mantenendo un comportamento predicibile.
AdaptKey sta collaborando con i gestori per sperimentare agenti di rete 5G con autodiagnosi, alimentati da NemoClaw e OpenShell. Questi agenti rilevano problemi di sicurezza e connettività e inviano richieste mirate all’interno della piattaforma KeySmith di AdaptKey per l’esecuzione: orchestrando la diagnosi e gestendo agenti che applicano soluzioni verificabili in tempo reale alla rete, al RAN e ai sistemi di fatturazione.
Amdocs mostra il potenziale di NemoClaw e OpenShell in assistenza clienti autonomi, ad esempio in scenari per l’identificazione di utenti con pacchetti di roaming prossimi alla scadenza. Gli agenti autonomi interagiscono con l’utente su opzioni approvate e operano entro policy definite e controlli operativi. Amdocs sta inoltre applicando questo runtime a agenti di analisi dati autonomi, che valutano i conti clienti e analizzano la potenziale migrazione, producendo liste di priorità per una migrazione intelligente verso le moderne piattaforme di fatturazione e business.
NTT DATA utilizza modelli open NVIDIA Nemotron con NemoClaw per costruire agenti autonomi in grado di rilevare proattivamente degradazioni di rete. Questi agenti tracciano trend di performance a lungo termine e promuovono casi rilevanti verso agenti di ricerca che generano analisi di telemetria di dettaglio e proposte di rimedi chiare.
ServiceNow introduce Project Arc nel campo delle telecomunicazioni, abilitando agenti autonomi per il centro operativo di rete. Arc raccoglie informazioni contestuali da e-mail, registri e diagnosi da sistemi disconnessi, orchestrandone il ciclo vitale: dagli allarmi iniziali agli ordini di lavoro assegnati, tutto con controllo AI integrato e operazioni gestite da ServiceNow AI Control Tower.
Tata Consultancy Services (TCS) sta creando un architettura di sensori AI a multi-fedeltà, per aiutare i gestori a individuare e eliminare problemi di rete in tempo più veloce. NemoClaw orchestra agenti di rilevamento di problemi su larga scala, supportati da Nemotron e NVIDIA NV-Tesseract, per generare analisi mirate, dando un percorso efficiente dagli eventi anomali sino alla gestione.
Creare Fiducia nell'Autonomia tramite Simulazione Accelerata
Man mano che gli agenti AI assumono maggiori responsabilità nella gestione delle telecom, la simulazione diventa parte essenziale del supporto decisionale. Utilizzando GPU per accelerare i carichi simulativi, gli operatori forniscono agli agenti un ambiente sicuro e a tempo quasi reale per convalidare le loro raccomandazioni prima di operare sugli sistemi di rete e business.
Forsk ha integrato un modello AI basato su propagazione radio nella sua piattaforma Naos RAN Planning, ottenendo precisione al livello del tracing ottico fino a 200 volte più veloce rispetto ai dati CPU, utilizzando NVIDIA RTX PRO 6000 Blackwell Edition GPU Server. Questo gemello digitale consente di otimizzare in tempo reale la rete, aprendo scenari come l’autoregolazione e l’automazione di tilt antenna.
VIAVI Solutions sta accelerando il suo TeraVM AI RAN Scenario Generator trasferendo simulazioni su larga scala della rete RAN da CPU a GPU NVIDIA RTX PRO 6000 Blackwell Edition Server. Risultati preliminari mostrano miglioramenti di ordine di grandezza nella throughput della simulazione, consentendo agli operatori di testare scenari ad alta fedeltà su una scala reale, onde de-rischiare modifiche proposte in rete autonoma.
Inoltre, VIAVI ha rilasciato un IP Network Configuration Blueprint che estende la validazione al dominio IP e di rete di trasporto, permettendo agli operatori di valutare modifiche riguardanti routing, traffico ed efficienza prima di essere applicate direttamente sulle reti operative.
KDDI e KDDI Research, collaborando con NVIDIA, Keysight e Samsung Research