Dorong Perubahan Nilai Tambah Jaringan Telekomunikasi guna Wujudkan Pertumbuhan Baru pada Era AI

Bob Chen mengingatkan bahwa selama tiga dekade terakhir, setiap gelombang pertumbuhan layanan, mulai dari komunikasi suara, internet, hingga video, bergantung pada dukungan jaringan. Kini, perkembangan AI berlangsung semakin pesat. Model AI skala besar telah mencapai hampir 10 triliun parameter, sementara konsumsi token melonjak hampir 50 kali lipat dalam setahun terakhir. Di tengah perubahan tersebut, pola koneksi jaringan ikut bergeser, baik dari sisi objek yang terhubung, frekuensi koneksi, maupun kualitas yang dibutuhkan. Industri pun perlu memikirkan kembali cara meningkatkan nilai tambah jaringan telekomunikasi.

Menurut Chen, perubahan tersebut harus dimulai dari cara pandang mengenai pembangunan jaringan. Perencanaan dan pembangunan jaringan harus berfokus pada kebutuhan layanan AI serta tata letak pusat data AI (AIDC). Pada saat yang sama, teknologi AI perlu dimanfaatkan untuk meningkatkan kemampuan operasional dan pemeliharaan jaringan (O&M). Pendekatan itu terangkum dalam tiga prinsip "3R". Pertama, membangun ulang arsitektur jaringan dengan mengalihkan fokus dari wilayah administratif ke AIDC. Kedua, menata ulang model bisnis. Untuk segmen perusahaan, operator harus beralih dari sekadar menjual bandwidth ke layanan yang memadukan bandwidth, latensi, dan keandalan, serta layanan komputasi dan jaringan terintegrasi. Sementara itu, untuk broadband rumah, layanan perlu berkembang dari sekadar konektivitas menjadi jaringan yang menjangkau seluruh rumah hingga pengalaman rumah pintar. Ketiga, mendefinisikan ulang O&M jaringan, beralih dari operasi semiotomatis menuju pengelolaan cerdas di seluruh siklus jaringan.

Membangun Ulang Arsitektur Jaringan

Selama ini, jaringan dibangun berdasarkan wilayah administratif, dengan pembagian berupa jaringan backbone nasional, backbone provinsi, dan jaringan perkotaan. Namun, perkembangan AI mengubah kebutuhan tersebut. Jumlah AIDC meningkat hampir 10 kali lipat, sementara volume lalu lintas jaringan kini lebih ditentukan oleh kapasitas komputasi alih-alih jumlah penduduk.

Zhongwei di Tiongkok menjadi salah satu contohnya. Sebelumnya, kota ini hanya menyumbang sekitar 0,1% dari total lalu lintas jaringan Tiongkok. Kini, Zhongwei menjadi salah satu dari delapan pusat komputasi nasional di Tiongkok. Lalu lintas komputasi cerdas di kota itu bahkan menyumbang lebih dari 10% dari total bandwidth nasional sehingga menjadi simpul penting dalam jaringan interkoneksi AIDC. Perubahan serupa juga terjadi di berbagai belahan dunia.

Karena itu, arsitektur jaringan perlu bergeser dari pendekatan berbasis wilayah administratif menjadi AIDC. Jaringan dapat disusun secara berjenjang dengan menghubungkan pusat data inti (Core DC), pusat data regional (Regional DC), dan pusat data tepi (Edge DC). Koneksi mesh langsung satu hop antarpusat data dapat mendukung lingkaran latensi deterministik 1–5–20 milidetik sekaligus mempercepat peluncuran layanan ke pasar.

Menata Ulang Model Bisnis

Segmen perusahaan. Perkembangan AI turut mengubah proses produksi perusahaan. Sebagai contoh, sebuah perusahaan desain industri di Tiongkok menggunakan rendering berbasis AI untuk memangkas siklus produksi secara signifikan. Karena proses rendering AI secara real-time membutuhkan latensi di bawah 2 milidetik, operator telekomunikasi perlu mengembangkan layanan yang mampu memenuhi kebutuhan tersebut. Salah satu caranya, meningkatkan layanan jalur privat, dari yang semula hanya menawarkan bandwidth menjadi layanan dengan tiga komponen utama: bandwidth, latensi, dan keandalan. Dengan dukungan OXC, ASON, dan enkripsi kuantum, jaringan dapat menghadirkan latensi yang terukur dan konsisten, keandalan tinggi, serta keamanan tingkat tinggi. Hal tersebut dapat meningkatkan nilai layanan jalur privat secara signifikan. Operator juga dapat memanfaatkan platform komputasi untuk memperluas penawaran, dari sekadar menjual konektivitas menjadi layanan "Jaringan + Komputasi + Model/Aplikasi". Dengan pendekatan ini, operator dapat menyediakan layanan komputasi dan jaringan dalam satu solusi terintegrasi.

Segmen home broadband. Operator dapat mengembangkan layanan dari koneksi broadband dasar menjadi strategi "One Fiber, One Network, One Home" atau "Satu Fiber, Satu Jaringan, Satu Rumah". Konsep "Satu Jaringan" mengacu pada koneksi Wi-Fi bermutu tinggi di seluruh rumah melalui teknologi FTTR atau Wi-Fi Mesh. Adapun "Satu Rumah" berfokus pada penyediaan beragam aplikasi pintar yang didukung perangkat AI rumah dan agen AI. Agen AI rumah juga mengubah cara pengguna berinteraksi dengan layanan broadband. Pengguna dapat berkomunikasi dengan sistem secara real-time dan mengendalikan jaringan rumah cukup melalui perintah suara.

Mendefinisikan Ulang O&M Jaringan

Di era AI, teknologi cerdas perlu diterapkan di seluruh tahapan jaringan, mulai dari perencanaan, pembangunan, pemeliharaan, optimasi, hingga pengoperasian. Hal ini mencakup kecerdasan pada elemen jaringan, jaringan secara keseluruhan, dan layanan. Salah satu penerapannya adalah optimalisasi Wi-Fi. Sebagian besar keluhan pengguna jaringan rumah bersumber dari masalah Wi-Fi. Teknologi optimasi berbasis AI kini dapat mendeteksi sumber dan jenis interferensi secara otomatis, lalu menyesuaikan daya pancar dan parameter lainnya secara real-time. Dalam kondisi interferensi, pendekatan ini dapat meningkatkan kecepatan Wi-Fi sekitar 20%.

Penerapan berikutnya adalah efisiensi energi. Sebelumnya, perangkat jaringan beroperasi pada kapasitas penuh tanpa menyesuaikan tingkat lalu lintas sehingga menguras daya listrik yang lebih besar dari yang dibutuhkan. Kini, analisis lalu lintas berbasis AI dapat mengatur daya secara dinamis pada sasis OLT dan kartu jalur (line card) untuk memangkas total konsumsi energi perangkat lebih dari 20%.

AI juga dapat membantu memulihkan gangguan jaringan secara otomatis. Untuk penanganan masalah broadband rumah, terdapat tiga tingkat layanan. Pemulihan mandiri (Self-Healing) menangani masalah air-interface, seperti kegagalan roaming, melalui perbaikan otomatis oleh agen AI O&M. O&M jarak jauh (Remote O&M) digunakan untuk menangani masalah parameter konfigurasi dari pusat operasi jaringan (NOC) dengan bantuan agen AI. Sementara itu, kunjungan teknisi (On-Site Visits) menangani gangguan pada sambungan fisik serat optik, dengan lokasi masalah diidentifikasi secara akurat melalui O&M Copilot.

"Menghadapi era AI, kita harus mengubah cara pandang dengan membangun ulang arsitektur jaringan, menata ulang model bisnis, dan mendefinisikan ulang O&M jaringan," ujar Chen. "Melalui tiga prinsip '3R', kita dapat membentuk kembali nilai tambah jaringan UBB dan bekerja sama mendorong pertumbuhan baru di era AI!"

SOURCE Huawei