TIM sta integrando l’automazione nel 5G Standalone mentre passa a un’architettura core cloud-native e a un modello operativo più data-driven. Alessandro De Vincentis, Head of Network Data Layer and Automation di TIM, ha detto che per l’operatore l’automazione è necessaria se il business deve scalare.
L’operatore italiano considera anche il network slicing una componente centrale della monetizzazione del 5G Standalone. TIM ha detto che uno slice può trasformarsi in un impegno operativo verso diverse centinaia di clienti enterprise lungo tutto il suo ciclo di vita, ed è per questo che vuole il livello di automazione integrato fin dall’inizio e non aggiunto in un secondo momento.
Core cloud-native e semplificazione interna
TIM sta introducendo un’architettura core cloud-native, semplificando al tempo stesso i processi interni e consolidando gli strumenti. L’operatore si sta anche muovendo verso decisioni più guidate dai dati per creare l’ambiente di cui ha bisogno per l’AI.
Questo cambiamento non viene presentato come un progetto secondario. TIM dice che il modo in cui progetta, consegna e gestisce la rete determina direttamente ciò che può offrire al mercato e con quale velocità può farlo.
Il network slicing come impegno operativo
La proposta di TIM sul network slicing è legata alle operation enterprise, non solo al packaging dell’offerta. L’operatore afferma che uno slice è un impegno operativo che va gestito lungo l’intero ciclo di vita e che la gestione manuale non è compatibile con la scala che intende raggiungere.
TIM dice anche che i nuovi servizi enterprise hanno bisogno di un chiaro modello di responsabilità interna, oltre che di un business plan definito, di una linea di ricavi e di una struttura dei costi.
L’AI entra nelle operation
TIM afferma di stare introducendo l’AI nei processi di rete per rendere più efficace il modello operativo. Dice anche che l’AI sta assumendo sempre più i compiti oggi svolti dalle persone nelle operation.
L’operatore osserva che i servizi basati sull’AI stanno cambiando nello stesso tempo i pattern di traffico e i requisiti di affidabilità dei clienti. TIM deve quindi bilanciare l’AI sia come strumento per i propri processi sia come insieme di servizi utilizzati dai clienti.
Ciò che, secondo TIM, frena ancora il cambiamento
TIM identifica la qualità dei dati e la frammentazione dei dati come le principali criticità per l’adozione dell’AI. Dice anche che competenze e governance restano questioni centrali per l’uso dell’AI nelle operation di rete.
De Vincentis ha detto che la sfida non è solo tecnologica. Ha spiegato che TIM ha bisogno di team formati e di un quadro di governance che trasformi le persone da esecutori in supervisori di ciò che sta facendo l’AI.
Da leggere per i team enterprise 5G e network automation
TIM sta di fatto collegando la monetizzazione enterprise del 5G al modello operativo che la sostiene. Per gli operatori che pianificano il network slicing, il messaggio è che automazione, responsabilità e qualità dei dati fanno parte del prodotto, non solo del livello di supporto.
La stessa logica vale per i piani sull’AI: l’operatore vuole l’AI in rete, ma vuole anche processi, competenze e governance già pronti prima che arrivi la scala.