es.wedoany.com Noticia: NVIDIA y sus socios presentaron esta semana en el evento "DTW Ignite 2026" del TM Forum en Copenhague los componentes y soluciones clave para construir una plataforma de telecomunicaciones autónoma y segura, ofreciendo a los operadores una ruta práctica para evolucionar desde la automatización hacia redes y operaciones autónomas.
La industria avanza hacia redes y operaciones verdaderamente autónomas, donde los agentes de IA pueden monitorear problemas de forma proactiva y coordinar cambios entre los sistemas de red, TI y negocio. Los datos sintéticos, los modelos específicos del sector de telecomunicaciones, el tiempo de ejecución seguro de agentes y la simulación constituyen los módulos centrales de una plataforma de telecomunicaciones autónoma y segura. Estos agentes pueden comprender las intenciones del operador, actuar de forma segura en los dominios de negocio y red, mientras mantienen el control humano sobre las políticas.
Los modelos de razonamiento que comprenden el ámbito de las telecomunicaciones son la base de las redes autónomas. Estos modelos especializados requieren un ajuste fino con conjuntos de datos de alta calidad, pero el 54% de los operadores señala que los problemas de datos son el principal obstáculo, ya que los datos de red y clientes más valiosos son demasiado sensibles. Los datos sintéticos permiten a los operadores aumentar de forma segura la diversidad y cantidad de los datos de entrenamiento, proteger la información sensible y brindar a los equipos internos y desarrolladores externos acceso a conjuntos de datos de telecomunicaciones similares a los de producción, sin exponer los registros originales de los clientes. SoftBank está utilizando tecnologías como NVIDIA NeMo Safe Synthesizer y NVIDIA NeMo Anonymizer para generar conjuntos de datos sintéticos que preservan la privacidad, los cuales reflejan la estructura y distribución de los datos reales de rendimiento y configuración de la red, y se están utilizando para ajustar finamente su gran modelo de telecomunicaciones y construir agentes de red especializados.
A medida que los operadores buscan autonomía en flujos de trabajo de extremo a extremo, necesitan agentes de IA autónomos de larga duración capaces de completar tareas complejas de principio a fin. Los planos NVIDIA NemoClaw y el tiempo de ejecución seguro NVIDIA OpenShell proporcionan a estos agentes barreras basadas en políticas y acceso controlado a los sistemas de telecomunicaciones. AdaptKey está colaborando con operadores para poner a prueba agentes de larga duración reforzados en seguridad para la operación de redes 5G de autocuración. Los agentes impulsados por NemoClaw y OpenShell pueden detectar problemas de seguridad y conectividad, y enviar solicitudes de reparación limitadas a la plataforma KeySmith de AdaptKey para su ejecución, la cual coordina diagnósticos y ejecuta agentes para aplicar reparaciones auditables en la red central, la red de acceso por radio y los sistemas de facturación. Amdocs demostró el potencial de NemoClaw y OpenShell en agentes proactivos de servicio al cliente, incluido un escenario de asistencia en roaming: el agente autónomo puede identificar clientes cuyo plan de roaming está por agotarse, ofrecer opciones de aprobación y ejecutar acciones dentro de los límites de las políticas comerciales y operativas. Amdocs también aplicó este tiempo de ejecución a agentes autónomos de ciencia de datos para analizar cuentas de clientes y evaluar la elegibilidad para migraciones, generando una vista ordenada y lista para la toma de decisiones. NTT DATA está utilizando los modelos abiertos NVIDIA Nemotron junto con NemoClaw para construir agentes de larga duración para la detección proactiva de degradación del rendimiento de la red. Estos agentes de anomalías pueden rastrear tendencias de rendimiento a largo plazo y reportar casos relevantes a agentes de investigación para un análisis detallado de telemetría y recomendaciones de reparación. ServiceNow está introduciendo "Project Arc" en el ámbito de las telecomunicaciones, implementando agentes autónomos del centro de operaciones de red para gestionar la respuesta a incidentes. Arc puede extraer contexto de correos electrónicos, registros e información de diagnóstico de sistemas no conectados, y orquestar el ciclo de vida completo desde la alerta inicial hasta la asignación de tickets. Tata Consultancy Services está construyendo una arquitectura de "sensores de IA" de múltiples fidelidades, donde NemoClaw orquesta agentes de larga duración impulsados por Nemotron y NVIDIA NV-Tesseract, escaneando ampliamente problemas y activando selectivamente diagnósticos más profundos, proporcionando a los operadores una ruta más rápida desde la anomalía hasta la acción.
A medida que los agentes de IA asumen más responsabilidades, la simulación se convierte en una parte indispensable del apoyo a la toma de decisiones. Al acelerar la simulación en GPU, los operadores pueden proporcionar a los agentes un entorno seguro y casi en tiempo real. Forsk ha integrado modelos de propagación de radio basados en IA en la plataforma de planificación Naos RAN, logrando una precisión de nivel de trazado de rayos 200 veces más rápida que la línea base de solo CPU en las GPU NVIDIA RTX PRO 6000 Blackwell Server Edition. VIAVI Solutions está acelerando su generador de escenarios TeraVM AI RAN al migrar la simulación de RAN a gran escala de CPU a GPU NVIDIA RTX PRO 6000 Blackwell Server Edition, con resultados iniciales que muestran una mejora de orden de magnitud en el rendimiento de la simulación. Además, VIAVI publicó un plano de configuración de red IP, extendiendo la validación a los dominios de red IP y de transporte. KDDI y el Instituto de Investigación KDDI, en colaboración con NVIDIA, Keysight y Samsung Research America, están llevando la simulación acelerada a la era 6G, utilizando el gemelo digital NVIDIA Aerial Omniverse y las herramientas de simulación listas para gemelos digitales de Keysight ejecutadas en el centro de datos de IA de KDDI para construir gemelos digitales de RAN de alta fidelidad. En este entorno, múltiples agentes autónomos pueden simular y validar de forma segura escenarios de "qué pasaría si" en la RAN, que abarcan desde estrategias de optimización regional, condiciones de radio futuras, cambios en el tráfico hasta nuevas funciones de interfaz aérea basadas en IA.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
