Nokia внедряет агентный ИИ в платформу NSP для автоматизации IP-сетей

01Введение

Nokia объявила о расширении возможностей своей платформы управления и автоматизации мультивендорных IP-сетей — Network Services Platform (NSP). В платформу внедрён агентный ИИ-фреймворк, предназначенный специально для операций IP-сетей.

02Как работает агентный ИИ в NSP

Новый фреймворк позволяет операторам развёртывать AI-агентов, которые могут анализировать реальный сетевой контекст и выполнять направленные действия в рамках заданных политик и границ безопасности.

По мере роста IP-сетей и их усложнения из-за увеличения трафика ИИ, операторы сталкиваются с необходимостью повышать эффективность и надёжность, сохраняя полный операционный контроль. Хотя ИИ способен трансформировать сетевые операции, многие операторы сохраняют осторожность из-за опасений по поводу объяснимости, доверия и рисков в производственных средах.

Подход Nokia решает эти проблемы, встраивая возможности агентного ИИ непосредственно в платформу NSP, которая уже выполняет роль авторитетного контроллера IP-сетей. NSP предоставляет AI-агентам точное и постоянно обновляемое представление о сети, включая топологию, поведение протоколов, состояние конфигурации, сервисные взаимосвязи и недавние изменения. Это позволяет агентам рассуждать на основе достоверных данных, а не на основе выведенной или фрагментированной информации, и действовать в рамках заданных оператором намерений, политик и контроля доступа.

03Взаимодействие с внешними агентами

Фреймворк NSP также поддерживает взаимодействие с внешними агентами через AI-протоколы, такие как Model-context protocol (MCP), в мультивендорных и мультидоменных сетях. Это помогает операторам продвигаться к полностью автономным сетям.

04Первый сценарий использования: AI-агент для устранения неполадок

Первым сценарием, построенным на новом фреймворке, стал AI-агент для устранения неполадок (Troubleshooting Agent). Он помогает операторам быстрее выявлять коренные причины, снижать операционный шум и с большей уверенностью решать сложные проблемы IP-сетей. Это важный шаг в стратегии Nokia по безопасному, поэтапному и масштабируемому внедрению ИИ в действующих сетях.

05Преимущества для операторов и конечных пользователей

Для операторов новый агентный фреймворк предоставляет гибкую основу для внедрения множества сценариев использования ИИ без создания изолированных решений. Операторы могут начинать с узких, высоконадёжных сценариев и постепенно расширять роль ИИ по мере укрепления доверия, используя единый фреймворк с согласованным управлением и операционным контролем.

Конечные пользователи выигрывают от более быстрого устранения неисправностей, повышения надёжности сервисов и снижения вероятности длительных или каскадных сбоев — улучшение качества обслуживания без увеличения операционного риска.

06Доступность и стратегическое значение

Расширение NSP станет коммерчески доступным к концу 2026 года. Это решение подтверждает приверженность Nokia созданию доверенных, AI-нативных сетевых операций и помощи операторам в переводе инноваций ИИ в реальные, измеримые операционные результаты.

07Мнения экспертов

Грант Ленэхэн (Grant Lenahan), партнёр и ведущий аналитик Appledore Research:
«Appledore выступает за то, чтобы операторы сосредоточились на первостепенной важности качественных данных и онтологических взаимосвязей — которые оказываются гораздо важнее конкретных моделей ИИ для эффективного и точного рассуждения. NSP от Nokia реализует этот подход с обширной AI-нативной инфраструктурой, построенной на доверенных данных и операционных нормах, обеспечивая надёжную и безопасную основу для множества сценариев использования ИИ».

Саша Ниемчевич (Sasa Nijemcevic), вице-президент и генеральный менеджер подразделения программного обеспечения для автоматизации IP-сетей Nokia:
«Отрасль быстро движется к AI-нативным операциям, но доверие остаётся решающим фактором. Мы расширяем NSP с помощью AI-агентов, построенных на агентном фреймворке, который уважает то, как сети реально эксплуатируются. Это окажет значительное влияние на то, как операторы управляют своими сетями, и позволит им существенно улучшить операции и ускорить путь к автономным сетям, сосредоточившись на решении реальных операционных проблем, начиная с высокоэффективных сценариев, таких как устранение неполадок. Это поэтапный, прагматичный шаг к AI-нативным сетям».