Nokia en Databricks lanceren AI-dataplatform

De telecomindustrie worstelt al jaren met een hardnekkig probleem: netwerken draaien op honderden silo's van operationele en administratieve systemen (OSS/BSS). Omdat elk systeem een eigen data-architectuur heeft, is het complex om AI consistent over verschillende netwerkdomeinen heen toe te passen. Om de overstap naar autonome netwerken en zogeheten multi-agent AI-systemen te maken, is een gemeenschappelijke datalaag cruciaal. Deze laag moet naadloos functioneren over verschillende cloudomgevingen en on-premise infrastructuren heen.

De succesvolle PoC bewijst dat de gecombineerde architectuur van Nokia en Databricks in staat is om de enorme schaal en real-time verwerkingssnelheid te leveren die nodig zijn om AI-agents continu te voeden met netwerkdata voor geautomatiseerde besluitvorming.

Flexibele basis voor de toekomst

"De samenwerking met Databricks is een grote stap voorwaarts in het bouwen van het type datafundament dat vereist is voor de volgende generatie autonome netwerken", stelt Oguz Sunay, CTO AI en Autonomous Networks bij Nokia. "Door een gemeenschappelijk, flexibel dataplatform te bieden dat onafhankelijk is van de onderliggende cloud, helpen we operators de adoptie van AI te versnellen en efficiëntere, veerkrachtigere en duurzamere netwerken te creëren."

Nevash Pillay, Global Head of Telecommunications Industry bij Databricks, vult aan: "Telecomoperators beheren steeds complexere netwerken en hebben een consistente manier nodig om hun data te benutten. Onze samenwerking met Nokia toont aan hoe een uniform dataplatform de operatie vereenvoudigt en de waarde van AI over alle netwerkdomeinen heen ontsluit."

Technische doorbraken in de praktijk

Tijdens de tests simuleerden engineeringteams van beide bedrijven een scenario voor real-time prestatiemanagement op de schaal van een grote 'Tier-1' telecomprovider. Dit leverde een aantal belangrijke technische doorbraken op:

Platformonafhankelijke datapipelines: Datapipelines werden eenmalig gebouwd en konden zonder aanpassingen op verschillende platformen worden ingezet. Dezelfde workflows draaiden feilloos op zowel Databricks als op een open-source stack gebaseerd op Apache Flink, Kafka en Iceberg.

Leveranciersneutrale logica: Om een vendor lock-in te voorkomen, ontwikkelde Nokia transformatielogica in Python die losstaat van specifieke platformen. Een slimme, op maat gemaakte compiler vertaalt deze abstracte logica bij de uitrol automatisch naar het juiste formaat (zoals Delta Live Tables voor Databricks of Flink SQL voor open-source).

AI-gestuurde datacreatie: Het project liet bovendien zien hoe AI de operatie kan versnellen. Met behulp van eenvoudige opdrachten in natuurlijke taal kan een intelligente data fabric agent zelfstandig nieuwe dataproducten genereren en uitrollen. In een 'agentic' ecosysteem kunnen andere AI-agents via onderlinge communicatie (agent-to-agent) direct en on-demand nieuwe dataproducten opvragen.

Gebouwd voor een autonome wereld

De opgezette architectuur is specifiek ontworpen voor een wereld waarin AI-systemen de regie voeren. Dankzij query-time data products worden statistieken pas berekend en verrijkt op het moment dat ze worden opgevraagd, wat data-duplicatie voorkomt. Daarnaast maakt zero-copy sharing het mogelijk om data real-time en lichtgewicht te consumeren tussen verschillende domeinen. Historische data kan selectief naar hogere cloudlagen worden gestuurd, waar AI-agents retrospectieve taken uitvoeren zoals het analyseren van de diepere oorzaak (root-cause analysis) van netwerkstoringen.

Nokia en Databricks hebben aangekondigd hun samenwerking voort te zetten om de capabilities voor autonome netwerken verder uit te breiden. Daarmee willen ze operators helpen de overstap te maken naar een toekomst waarin AI-applicaties op grote schaal netwerkdata in real-time kunnen correleren en aansturen.