Rakuten Mobile et T-Mobile ont détaillé des cas d’usage d’automatisation AI-RAN qui incluent plus de 20 % d’économies d’énergie, 30 000 ajustements d’antennes pendant une tempête hivernale et des travaux menés avec Intel pour placer l’inférence IA à proximité des charges de travail vRAN.
Les deux opérateurs s’appuient sur des configurations différentes : Rakuten Mobile automatise les opérations réseau sur sa base open RAN virtualisée, tandis que T-Mobile ajoute l’IA à son self-organizing network aux États-Unis.
La pile d’automatisation de Rakuten Mobile
Rakuten Mobile indique que son système en boucle fermée a permis de réaliser plus de 20 % d’économies d’énergie. L’entreprise précise aussi que ce système a obtenu une validation de niveau quatre de TM Forum.
Rakuten Mobile travaille avec Intel pour placer l’inférence IA à côté de ses charges de travail vRAN, plutôt que de tout renvoyer vers un centre de données centralisé.
La configuration SON et AutoPilot de T-Mobile
La solution AutoPilot de T-Mobile utilise une automatisation fondée sur les intentions pour ajuster les cellules voisines lorsqu’un site tombe en panne. Sa technologie Dynamic CX anticipe la demande et ajuste la capacité avant les grands événements.
T-Mobile affirme qu’AutoPilot peut effectuer des ajustements réseau deux fois plus vite, et sa solution SON a réalisé 30 000 ajustements d’antennes lors de la tempête hivernale de janvier appelée Fern.
À retenir pour les équipes chargées de l’automatisation du RAN
Les chiffres rendus publics offrent aux opérateurs des repères concrets pour l’automatisation dans les boucles de contrôle du RAN. Ils montrent aussi que les deux entreprises rattachent l’IA à des systèmes opérationnels existants, plutôt que de la présenter comme une couche réseau autonome.