Cresce l’interesse delle telco per le rApp, una soluzione più flessibile per l’automazione nelle loro operazioni di rete. Secondo un’indagine realizzata da Analysys Mason, le rApp ospitate su piattaforme di gestione e orchestrazione dei servizi (Smo) stanno diventando l’approccio preferito per introdurre nuove funzionalità di automazione e per supportare casi d’uso più complessi e l’orchestrazione end-to-end in ambienti multi-vendor.
Questo trend è strettamente legato a una più ampia strategia degli operatori: progredire verso livelli più elevati di automazione della rete, di conseguenza, verso operazioni intent-based, in modo da tenere sotto controllo l’aumento dei costi, la complessità operativa e l’esigenza di fornire reti ad alte prestazioni e una migliore qualità del servizio.
Il report di Analysys Mason, basato su un sondaggio condotto all’inizio di quest’anno tra operatori telco di tutto il mondo, rivela che l’adozione di rApp ospitate su piattaforme Smo è in crescita e sta aprendo la strada a reti autonome più mature.
Indice degli argomenti
rApp, verso reti autonome più mature
Le rApp sono applicazioni software non-real-time (non-RT) progettate per la gestione e l’ottimizzazione delle prestazioni di rete con le architetture Ran e Open-Ran. Le rApps automatizzano operazioni che richiedono tempi di risposta di 1 secondo o più, al contrario delle xApp, che sono in tempo quasi reale. Offrono automazione intelligente in ambienti cloud-native, solitamente insieme a una piattaforma Smo (Service management and orchestration).
La Smo svolge un ruolo centrale nella riduzione della complessità associata all’orchestrazione dei servizi end-to-end. Supporta interfacce standardizzate e aperte che possono consentire agli operatori di orchestrare flussi di lavoro di automazione a ciclo chiuso in ambienti Ran multi-vendor e di ridurre i costi operativi.
La stretta relazione con AI e cloud
Inoltre, sfruttando funzionalità di intelligenza artificiale avanzate per gestire un’automazione più complessa, le rApp permettono agli operatori di integrare l’Ai nelle operazioni Ran, come l’autoriparazione e i processi di ottimizzazione.
Proprio per la stretta dipendenza con l’Ai, lo studio indica che gli operatori considerano i provider di cloud pubblico dei partner fondamentali, in quanto forniscono modelli di Ai avanzati (inclusa l’Ai agentica e intent-based), addestramento dei modelli e risorse di calcolo.
Dal sondaggio è emerso anche un consenso crescente sui modelli di distribuzione per il software di automazione Ran: la necessità di aggiornamenti dinamici e in tempo reale per i modelli di intelligenza artificiale porta a definire il Software-as-a-Service (SaaS) come il modello commerciale ideale per le rApp. Di conseguenza, Analysys Mason prevede che il SaaS diventerà il modello dominante per le rApp nel medio termine.
Nuovi percorsi di automazione Ran
“Il settore sta assistendo a un cambiamento negli approcci all’automazione Ran”, si legge nel report. “I sistemi Son tradizionali non sono sufficienti a supportare livelli di automazione più elevati. Di conseguenza, le rApp stanno diventando sempre più importanti per soddisfare le esigenze di operazioni autonome di livello superiore”.
“La nostra indagine – prosegue lo studio – indica un forte legame tra l’importanza dell’automazione basata su rApp e il raggiungimento di livelli di automazione e autonomia delle reti più elevati, con le rApp che diventano il principale strumento a supporto della nuova automazione”.
Analysys Mason prevede che il volume approssimativo di automazione fornita tramite rApp triplicherà nei prossimi 2 anni e triplicherà nuovamente nei prossimi 5 anni.
Le spinte al cambiamento
La capacità di supportare l’automazione end-to-end si è rivelata il fattore più critico per l’adozione delle rApp. Ciò è reso possibile dalla piattaforma Smo che ospita le rApp, la quale supporta la portabilità delle applicazioni in modo che le rApp possano funzionare e interagire in ambienti multi-vendor e multi-tecnologia. Gli operatori stanno dando priorità alle rApp in particolare per la loro capacità di supportare casi d’uso di automazione più complessi.
Questo riflette la crescente consapevolezza che i sistemi Son tradizionali non sono in grado di soddisfare le esigenze di automazione sofisticata richieste per le operazioni Ran avanzate. Gli operatori considerano inoltre l’apertura della piattaforma Smo un grande vantaggio, perché fornisce interfacce di controllo standardizzate per l’automazione indipendente dal fornitore, semplifica l’esposizione dei dati di rete a strumenti di analisi e intelligenza artificiale di terze parti e supporta un ecosistema più ampio di sviluppatori di rApp.
Verso reti sempre più autonome
In base al sondaggio, il 58% degli operatori si trova attualmente al Livello 2 di automazione della rete (autonomia parziale), ma è prevista un’accelerazione dei livelli di maturità in tempi brevi. Nei prossimi due anni, gli operatori prevedono un sostanziale passaggio al Livello 3, con un tasso di adozione che passerà dal 14% al 53%.
Il 50% degli operatori concorda sul fatto che passerà al Livello 4 e un ulteriore 24% ritiene di raggiungere il Livello 5 di autonomia nei prossimi 5 anni.
L’Ai agentica come fattore abilitante
I risultati del sondaggio indicano anche che l’Ai agentica è un fattore abilitante fondamentale per il raggiungimento degli obiettivi di rete autonoma: il 90% degli intervistati considera l’Ai agentica un fattore abilitante “significativo” o “assolutamente critico” per l’autonomia di livello 4 e livello 5 e il networking intent-based.
A sua volta, l’Ai generativa (GenAI) svolge un ruolo complementare all’Ai agentica; interpreta l’intento di alto livello e lo traduce in politiche di servizio e attività attuabili che gli agenti possono eseguire.
L’Ai agentica e l’Ai generativa migliorano l’autonomia dell’automazione Ran quando integrate con il framework rApp. Infatti, il 94% degli operatori prevede di implementare l’Ai agentica per supportare l’orchestrazione di più rApp entro i prossimi 2 anni.
I prossimi 24 mesi rappresenteranno il periodo di scalabilità per l’automazione Ran, in quanto il settore passerà dai programmi pilota agli ecosistemi agentici operativi, osserva Analysys Mason.
Le raccomandazioni per gli operatori
Il report include anche tre raccomandazioni chiave per gli operatori telecom.
Adottare un’architettura incentrata su Smo per consentire l’implementazione di un’ampia gamma di casi d’uso avanzati di automazione Ran, sfruttando un ecosistema aperto di rApp. Il numero di rApp necessarie per supportare i casi d’uso avanzati aumenterà con il progredire delle reti verso livelli di automazione più elevati. La piattaforma Smo fornisce una piattaforma standardizzata per l’implementazione e la gestione di un volume e una diversità crescenti di rApp.
Adottare un approccio all’apertura incentrato sull’ecosistema, che vada oltre la conformità al protocollo, selezionando piattaforme che consentano la presenza di marketplace di terze parti funzionanti.
Allineare gli acquisti con i modelli SaaS per garantire che la logica di automazione e i modelli di Ai rimangano aggiornati rispetto alle esigenze operative. Le operazioni autonome richiedono frequenti aggiornamenti software, inclusi aggiornamenti di sicurezza, per garantire la robustezza e la resilienza della rete e per sostenere i requisiti di sovranità e il SaaS garantisce che nuove policy e funzionalità possano essere aggiornate dinamicamente e scalate su richiesta.
