TIM bouwt automatisering in in 5G Standalone, terwijl het bedrijf overstapt op een cloud-native core network-architectuur en een meer datagedreven operationeel model. Alessandro De Vincentis, Head of Network Data Layer and Automation bij TIM, zegt dat automatisering noodzakelijk is als de business moet kunnen opschalen.
De Italiaanse operator ziet network slicing ook als een kernonderdeel van de monetisatie van 5G Standalone. TIM zegt dat een slice uit kan groeien tot een operationele verplichting voor enkele honderden enterprise-klanten over de volledige levenscyclus. Daarom wil het de automatiseringslaag ingebouwd hebben in plaats van die later toe te voegen.
Cloud-native core en interne vereenvoudiging
TIM introduceert een cloud-native core network-architectuur en vereenvoudigt tegelijk interne processen en bundelt tools samen. De operator beweegt ook naar meer datagedreven besluitvorming om de omgeving te creëren die nodig is voor AI.
Die verschuiving wordt niet gepresenteerd als een zijproject. TIM zegt dat de manier waarop het netwerk wordt ontworpen, geleverd en beheerd rechtstreeks bepaalt wat het aan de markt kan bieden en hoe snel dat kan.
Network slicing als operationele verplichting
TIM koppelt zijn propositie voor network slicing aan enterprise-operations, niet alleen aan productverpakking. De operator zegt dat een slice een operationele verplichting is die over de volledige levenscyclus moet worden beheerd, en dat handmatige afhandeling niet werkt op de schaal die het nastreeft.
TIM zegt ook dat nieuwe enterprise-diensten een helder intern verantwoordingsmodel nodig hebben, naast een duidelijk businessplan, omzetlijn en kostenstructuur.
AI schuift op naar operations
TIM zegt dat het AI introduceert in netwerkprocessen om het operationele model effectiever te maken. Het zegt ook dat AI steeds vaker taken overneemt die nu nog door mensen in operations worden uitgevoerd.
De operator stelt dat AI-gedreven diensten tegelijk verkeerspatronen en de betrouwbaarheidsvereisten van klanten veranderen. Daardoor moet TIM AI zowel zien als hulpmiddel voor de eigen processen als als set diensten die klanten afnemen.
Wat de overgang volgens TIM nog remt
TIM noemt datakwaliteit en dataspreiding als grote uitdagingen voor AI-adoptie. Ook vaardigheden en governance blijven volgens het bedrijf grote obstakels voor het gebruik van AI in netwerkoperations.
De Vincentis zei dat de uitdaging niet alleen technologisch is. Volgens hem heeft TIM getrainde teams nodig en een governance framework dat mensen verandert van uitvoerders in toezichthouders op wat AI doet.
Lezenswaardig voor teams rond enterprise 5G en netwerkautomatisering
TIM koppelt de monetisatie van enterprise 5G in feite aan het operationele model eronder. Voor operators die network slicing plannen, is de boodschap dat automatisering, verantwoordelijkheden en datakwaliteit deel uitmaken van het product, en niet alleen van de ondersteuningslaag.
Diezelfde logica past TIM toe op zijn AI-plannen: de operator wil AI in het netwerk, maar wil ook eerst de processen, vaardigheden en governance op orde hebben voordat de schaal toeneemt.