A busca por redes autônomas se tornou prioridade estratégica para as operadoras de telecomunicações, sobretudo diante da pressão por eficiência operacional e da necessidade de preparar a infraestrutura para aplicações baseadas em inteligência artificial. No entanto, a maioria das empresas do setor ainda está nos estágios iniciais desse processo, segundo estudo recente da Accenture.
CONTEÚDOS RELACIONADOS
– TIM renova 30% das antenas 5G para ampliar velocidade e qualidade da rede
– Accenture confirma intenção de adquirir a Ookla, controladora do Speedtest e Downdetector
A consultoria ouviu algumas centenas de executivos de telecom e constatou que 79% das operadoras permanecem nos níveis 0 ou 1 de automação de rede, estágios caracterizados por operações ainda majoritariamente manuais, com apenas algumas rotinas automatizadas e suporte limitado de ferramentas inteligentes.
O avanço para modelos mais sofisticados de autonomia ainda é visto com cautela. De acordo com a pesquisa, apenas 22% das operadoras acreditam que chegarão ao nível 4 de automação até 2030, enquanto somente 10% esperam atingir o nível 5, considerado o estágio de rede totalmente autônoma.
Segundo Tejas Rao, diretor-executivo da área de Communications, Media & High-Tech da Accenture, muitas operadoras acabam adotando um modelo de evolução incremental. Em vez de redesenhar processos e arquitetura de rede para suportar automação em larga escala, elas implementam casos de uso pontuais de IA, integrados às operações existentes, o que limita o impacto da transformação.
Embora existam exemplos mais avançados, eles ainda são exceções. Operadoras como China Mobile, a Digital Nasional Berhad (DNB) e a Vivo, no Brasil, já implantaram redes com nível 4 de automação, mas o restante da indústria segue em um modelo híbrido entre processos manuais e automatizados.
Sistemas legados e falta de talentos
Entre os principais obstáculos para acelerar a autonomia de rede estão as plataformas legadas de OSS e BSS, além da escassez de profissionais especializados.
Segundo o levantamento, 47% das operadoras afirmam que seus sistemas antigos limitam a interoperabilidade entre plataformas, dificultando a automação de ponta a ponta. Já 49% apontam a falta de talentos em inteligência artificial e engenharia de automação como um entrave relevante.
Outro desafio está na evolução do uso de IA dentro das operações. Atualmente, grande parte das aplicações ainda atua de forma reativa – identificando falhas ou incidentes após sua ocorrência. O próximo salto tecnológico envolve utilizar algoritmos capazes de prever falhas e degradações de rede antes que elas afetem o serviço, o que exige maturidade de dados e maior integração entre sistemas.
Inspiração nos hyperscalers
Diante desse cenário, muitas operadoras têm buscado referências no modelo operacional dos hyperscalers. Empresas como Amazon Web Services e Google Cloud já operam infraestruturas altamente automatizadas e investem em redes cada vez mais autônomas.
Ainda assim, mesmo essas empresas não estão imunes a interrupções de serviço, o que mostra que a resiliência de rede continua sendo um desafio comum tanto para operadoras quanto para provedores de nuvem em larga escala.
Para acelerar esse movimento, a Accenture anunciou recentemente a aquisição de uma solução avançada de IA da Avanseus. A tecnologia fornece modelos preditivos, detecção de anomalias e otimização operacional voltados a ambientes de rede complexos.
Gêmeos digitais podem acelerar autonomia
Outro recurso que pode impulsionar a evolução das redes autônomas é o uso de gêmeos digitais, réplicas virtuais que simulam o comportamento de redes físicas e permitem testar configurações antes da implementação real.
De acordo com Rao, essa tecnologia representa uma oportunidade significativa para as operadoras projetarem arquiteturas de rede mais autônomas. A adoção, no entanto, ainda enfrenta barreiras relacionadas ao custo e à complexidade de manutenção dessas plataformas.
Com a incorporação de inteligência artificial, fornecedores como Forward Networks e Viavi Solutions têm ampliado as capacidades analíticas de suas soluções de digital twin, o que pode acelerar a adoção no setor de telecom.
Apesar do avanço tecnológico, o estudo indica que a transição para redes totalmente autônomas continuará sendo gradual – e dependerá de investimentos em modernização de sistemas, dados e qualificação de profissionais para sair do estágio experimental e alcançar escala operacional.