يخرج ضمان الخدمة رسميًا من عصر لوحات المعلومات والتذاكر والمهندسين الذين يسعون جاهدين للعثور على الأخطاء التي حدثت من خلال التحليل السريع للسبب الجذري والإصلاحات الاستباقية
مع تحرك الذكاء الاصطناعي بشكل أعمق في مكدس الشبكة، تبع ذلك موجة من التجارب لمعرفة أفضل طريقة لضبط الشبكة باستخدام الذكاء الاصطناعي.
وأشار أنيل كوليبارا، نائب رئيس إدارة المنتجات في Spirent في العرض التقديمي الأخير، إلى أن “الشبكات اليوم أكثر تعقيدًا بمقدار 150 مرة من الشبكات القديمة، والطريقة الوحيدة لمعالجة أو إدارة هذا التعقيد التشغيلي هي من خلال الاختبار المستمر والأتمتة الكاملة”.
على مدى الأشهر القليلة الماضية، ظهر اتجاه واضح: يقوم مقدمو الحلول بدمج الذكاء الاصطناعي في محافظهم الاستثمارية لفتح مستويات أكبر من الاستقلالية وإمكانية المراقبة وسرعة الحل. والهدف هو جعل ضمان الخدمة أمراً سهلاً بالنسبة للمشغلين، الذين يظل بالنسبة للعديد منهم الأتمتة الكاملة لعمليات ضمان الخدمة هدفاً على المدى القريب.
كان هذا التغيير طويلاً في المستقبل. تتمتع عمليات الشبكة بسمعة سيئة لبعض الوقت. وينظر إليها المطلعون على أنها وظيفة ناكر للجميل، تنطوي على نوبات عمل طويلة، ومهام شاقة، وتوجيه أصابع الاتهام عندما تسوء الأمور.
الآن مع انتقال مسؤولية اختبار الشبكة وضمان الخدمة من بائعي المعدات إلى مقدمي الخدمات، هناك حاجة ملحة لمعرفة كيفية تحسين ضوابط جودة الخدمة وتقليل وقت الإصلاح.
هناك أدلة تشير إلى حقيقة أن درجة الاستقلالية في ضمان الخدمة آخذة في الارتفاع بين المشغلين. وجد تقرير استخبارات GSMA أن ثلاثة أرباع المشغلين الذين شملهم الاستطلاع يقومون بعملية أتمتة عمليات ضمان الخدمة الخاصة بهم، في حين أشار أكثر من الثلث إلى أن غالبية عملياتهم مؤتمتة بالفعل.
على الرغم من أن الذكاء الاصطناعي قد لا يحصل على كل الفضل بعد، إلا أن ضمان الخدمة المعتمد على الذكاء الاصطناعي يكتسب بالتأكيد زخمًا بين المشغلين. وبشكل حاسم في ثلاثة مجالات، أصبح دور الذكاء الاصطناعي حيويًا بشكل متزايد عبر المجالات.
تحليل السبب الجذري
لاحظ كوليبارا أن “عملية الوصول إلى جوهر المشكلة، وتحليل السبب الجذري بالكامل (RCA)، هي عملية شاقة ومضنية للغاية حتى مع وضع دورة التشغيل الآلي”.
هناك خطوات متعددة لتحليل السبب الجذري، بما في ذلك على سبيل المثال لا الحصر تحديد المشكلة، وجمع العناصر، وإجراء التحليل، وإجراء التشخيص، وتحديد السبب الجذري
– وهذا يجعلها تحاول.
يوفر الذكاء الاصطناعي بعض الإمكانات المحددة للغاية التي تقطع هذه العملية التي تستغرق أسابيع إلى دقائق. على سبيل المثال، يمكنه فحص كميات كبيرة من مجموعات البيانات على الفور تقريبًا، وتحديد الأنماط فيها، وإجراء ارتباطات تلقائية عبر الأنظمة.
وهذا يجعل ربط النقاط، وهو في الأساس تمرين تحليل السبب الجذري، أسهل كثيرًا وتلقائيًا بشكل موثوق. وفي غضون دقائق، يستطيع الذكاء الاصطناعي البحث في آلاف نقاط البيانات من سجلات الشبكة والقياس عن بعد ومؤشرات الأداء الرئيسية والكشف عن مكان وقوع الحادث وسببه.
حاليًا، وفقًا لبعض الأبحاث، تعد RCA واحدة من أفضل حالات استخدام الذكاء الاصطناعي في شبكات الاتصالات.
الكشف الاستباقي عن الشذوذ
تتسم أعباء عمل الذكاء الاصطناعي بالفوضوية، وعدم وجود كلمة أفضل، مما يؤدي إلى حدوث حالات شاذة وانحرافات متكررة.
تقدم نماذج الذكاء الاصطناعي فرصة فريدة لحلها. يمكن لنماذج الذكاء الاصطناعي الجيدة اكتشاف الأنماط غير العادية أو القيم المتطرفة في مجموعات البيانات الكبيرة بدقة 100%، وهذه طريقة رائعة لاكتشاف انحرافات الأداء في الشبكات.
ومع استمرار الذكاء الاصطناعي في جعل الشبكات معقدة للغاية، فإنه على الجانب الآخر، يساعد مقدمي الخدمات على تجاوز هذا الضجيج والكشف بشكل استباقي عن المشكلات لضمان تقليل انقطاع الخدمة.
نظرًا لأن المستوى 4 والمستوى 5 من الاستقلالية هو طموح معظم المشغلين، يُعتقد أن الكشف الاستباقي عن الحالات الشاذة المعتمد على الذكاء الاصطناعي هو أحد أسرع الطرق للوصول إلى هذا الهدف.
تحليلات العملاء
تعد التحليلات المعتمدة على الذكاء الاصطناعي واحدة من أكثر حالات استخدام الذكاء الاصطناعي عملية في ضمان الخدمة. تعد نماذج الذكاء الاصطناعي جيدة في قراءة تدهور تجربة المستخدم، وأنماط الاستخدام، وزيادة المبيعات، والتحليلات الأخرى، التي يمكن أن تشير إلى الاضطراب. وهذا يسمح لهم بالتنبؤ بمخاطر فقدان العملاء و
يجد تقرير GSMA أن غالبية المشغلين يستخدمون بالفعل الذكاء الاصطناعي لتحليلات العملاء، حيث يستخدمه 80% منهم لتوليد رؤى متعلقة بالعملاء، و63% لتحليل شكاوى العملاء. وأشار 34% إضافيون إلى أن 51% إلى 75% من عمليات التحليلات الخاصة بهم اليوم تعتمد على الذكاء الاصطناعي.

