Editor en La Ecuación Digital. Consultor de Innovación y Estrategia…
Capgemini ha anunciado hoy una solución innovadora que ofrece a los operadores móviles una ventaja significativa para cobrar por los servicios 5G más rápidamente. Con el nombre de Proyecto Marconi , la solución se ajusta a las directrices de la O-RAN (Open Radio Access Network) para maximizar la eficiencia del espectro. La solución mejora de forma inteligente la calidad de la experiencia del abonado (QoE) con análisis predictivos en tiempo real.
El Proyecto Marconi es la primera aplicación de red de radio basada en Inteligencia Artificial y Machine Learning del sector para el programador de 5G Medium Access Control (MAC). Optimizada con el Software Intel AI y los procesadores Intel Xeon Scalable de tercera generación.
Los proveedores de redes de todo el mundo han realizado grandes inversiones en espectro y buscan soluciones para desarrollar y obtener servicios 5G con mayor rapidez. Según la Asociación Global de Proveedores de Telefonía Móvil, el valor total de las subastas de espectro alcanzó más de 27.000 millones de dólares en 2020.
La solución de Capgemini sobre la arquitectura de Intel aumenta la cantidad de tráfico que puede manejar cada celda. Permite a los operadores atender a más abonados y ofrecer una experiencia excepcional, al tiempo que lanzan nuevos servicios de la Industria 4.0, como los casos de uso de la banda ancha mejorada –Enhanced Mobile Broadband (eMBB)- y las comunicaciones de baja latencia ultra-fiables -Ultra Reliable Low Latency Communications (URLLC)-.
Capgemini desplegó sus plataformas NetAnticipate5G y RATIO O-RAN para introducir técnicas avanzadas de IA/ML. La solución analítica predictiva impulsada por la IA pronostica y asigna los valores adecuados de MCS (esquema de modulación y codificación) para la transmisión de la señal mediante la previsión de la calidad de la señal del usuario y los patrones de movilidad con precisión.
De este modo, la RAN puede programar de forma inteligente los recursos MAC para lograr una predicción de MCS hasta un 40% más precisa y rendir hasta un 15% más de eficiencia espectral en los casos prácticos y pruebas. Como resultado, ofrece velocidades de datos más rápidas, una QoE mejor y más consistente a los abonados y una cobertura robusta para los casos de uso que dependen de la conectividad de baja latencia, como la fabricación basada en la robótica y V2X (vehicle-to-everything).