Т-Канал Tochka5G
2026-06-15 11:00 Tochka5G Рынки

Неотключаемая подписка на интеллект

На прошлой неделе Ericsson представил решение AI in RAN – подписку на софт, который позволяет запускать телекоммуникационные ИИ-модели непосредственно в элементах RAN – на блоках базовой обработки (baseband unit, BBU) и радиомодулях (RU). Вендор обещает повысить эффективность 5G-сетей без обязательной модернизации аппаратной части. Очень привлекательное предложение, но, как это обычно бывает, стоит вчитаться в мелкий шрифт.

Подготовка к этому анонсу началась еще в феврале. Тогда Ericsson сообщил о выпуске AI-ready радиомодулей со встроенными ускорителями нейронных сетей (Neural Network Accelerators, NNA). Они созданы на базе Ericsson Silicon, собственных чипов шведского вендора. По заявлению компании, ускорители позволяют выполнять инференс непосредственно в RU, что критично для функций реального времени.

Теперь Ericsson хочет превратить эти возможности в отдельный программный продукт. Компания обещает до 20% прироста пропускной способности в нисходящем канале, повышение спектральной эффективности до 10%, поддержку в два раза большего числа абонентов с высоким потреблением трафика, пятикратное улучшение точности позиционирования и возможность прогнозировать покрытие с точностью 90-95%. Также заявляются снижение энергопотребления и возможность непрерывного совершенствования моделей на основе данных сети.

В основе платформы находятся собственные ИИ-модели Ericsson. ИИ будет отвечать за адаптацию параметров передачи к состоянию радиоканала (Link Adaptation), формирование луча (beamforming), позиционирование абонентов, координацию различных слоев сети и анализ телеметрии для оптимизации работы RAN. Эти функции станут доступны уже в этом месяце. Вендор также обещает поддержку как традиционных аппаратных платформ, так и Cloud RAN.
Чем внимательнее читаешь материалы компании, тем больше возникает вопросов. Утверждение о том, что «железо» можно не менять, имеет существенные оговорки. В пресс-релизе сказано, что работа софта возможна на оборудовании Ericsson 5G Advanced, то есть на решениях примерно 2024-2025 годов выпуска. Но полный потенциал раскрывается в новых радиомодулях с NNA и свежих версиях BBU (RAN Compute). При этом, конечно, ничего не говорится о стоимости подписки.

Не раскрывается и механизм постоянного обучения моделей. Происходит ли обучение централизованно силами самого вендора? Используются ли данные отдельных операторов для кастомизации? Как обеспечиваются конфиденциальность, безопасность и разделение информации между клиентами?

Несмотря на масштаб заявленных преимуществ, независимых подтверждений эффективности пока немного. Комментарии операторов (SoftBank, Bell, SK Telecom, Rogers), как на подбор, выглядят позитивными пустышками. Они говорят о потенциале технологии и важности интеграции ИИ в RAN, но обходятся без конкретики. Зато сторонний эксперт Джо Мэдден, главный аналитик Mobile Experts, прямо в пресс-релизе предполагает, что AI in RAN станет самой выгодной инвестицией для операторов мобильной связи за последние годы. И это очень ценный намек на изменение бизнес-модели Ericsson.

По сути, вендор придумал, как собрать еще денег с клиентов. Операторы уже приобрели оборудование, лицензии и сервисную поддержку, а теперь им предстоит платить за ИИ-функции. И это то предложение, от которого сложно отказаться, ведь софтверная модернизация сети – давняя мечта отрасли. Впрочем, в перспективе наверняка понадобится прикупить и новое «железо» с ускорителями, чтобы реализовать весь потенциал ИИ.

При этом Ericsson создает не только новый источник дохода. Одновременно он сильнее привязывает к себе клиентов. Если ИИ-модели действительно будут адаптироваться под особенности конкретной сети, оператор постепенно начнет зависеть не только от оборудования и ПО вендора, но и от накопленных данных, параметров настройки и логики работы самих моделей. Перенести такую систему к другому поставщику будет значительно сложнее, чем заменить радиомодуль. Со временем эта зависимость может превратиться в очередной ошейник.
Другие посты на канале https://t.me/tochka5g