L'argomento hype 5G non è solo la guida autonoma e le applicazioni nella casa intelligente e IoT. Anche l'analisi dei dati riceverà una spinta dalla disponibilità di grandi quantità di dati - quasi senza latenza grazie al 5G.
Il nuovo standard di comunicazione mobile 5G è destinato a rendere le reti più veloci e più potenti - e quindi aprire la porta a nuovi servizi. Questi includono applicazioni nell'Internet delle cose (IoT), casa intelligente, realtà aumentata e virtuale, così come la comunicazione veicolo-veicolo e la robotica. In tutti questi casi - e in innumerevoli altri - i dispositivi e i sistemi IT devono essere in grado di comunicare tra loro in tempo quasi reale. Consentendo la trasmissione di grandi quantità di dati con bassa latenza, il 5G ha un impatto diretto su come e in quali scenari l'analisi dei dati sarà eseguita in futuro e guidare l'innovazione: Come si può sfruttare il potenziale tecnologico del 5G attraverso l'analisi dei dati? E come può la stessa analisi dei dati contribuire a una rete 5G sicura e stabile?
Con i dati verso la guida autonoma
Più i dati vengono trasmessi in modo affidabile e veloce, più affidabile e veloce possono anche essere analizzati. Il 5G è quindi chiaramente un abilitatore per l'analisi dei dati nel settore IoT. Prendete la guida connessa e autonoma, per esempio: Poiché i veicoli sono in grado di comunicare tra loro "peer-to-peer" in pochi millisecondi tramite il 5G e di scambiare e analizzare dati sul comportamento di guida come la distanza, la velocità o la frenata, il traffico sicuro è possibile solo in primo luogo.
La disponibilità e l'analisi di grandi quantità di dati senza latenze è indispensabile per l'intelligenza artificiale, che consente a un'auto di prendere decisioni per noi umani in tempo reale. Pertanto, uno dei compiti più importanti dell'analitica dei dati è anche quello di permettere alle macchine di reagire alle anomalie nei set di dati. Perché solo se un sistema rileva queste anomalie - per esempio, se l'auto davanti a lui frena inaspettatamente o un essere umano si allontana nella corsia - può reagire di conseguenza e imparare da loro per scenari simili in futuro. È qui che i concetti integrati di cloud edge analytics e gli aspetti di crowd sourcing giocano un ruolo importante.
Poiché il 5G è nella sua infanzia, i dati artificiali sono attualmente spesso utilizzati per rilevare le anomalie in assenza di dati reali. Questi sono costruiti artificialmente nei set di dati nei test per verificare la precisione con cui i sistemi possono identificarli. La casa automobilistica Volvo analizza già i dati reali di circa 500.000 incidenti a settimana dei suoi veicoli con il consenso dei suoi clienti per essere in grado di prevedere i guasti e rendere la guida connessa più sicura.
Mantenere la rete automaticamente con i dati
L'auto del futuro guida con i dati. E per questo, ha bisogno di una rete stabile. Già oggi, i fornitori di telecomunicazioni stanno usando specificamente l'analisi dei dati per mantenere le loro reti mobili. Il 5G può rendere questo compito più efficiente e più facile consentendo l'utilizzo di strumenti di analisi più potenti e modelli di apprendimento automatico. Rendono possibile l'automazione della manutenzione/operazione a distanza, aiutando a prevenire i cosiddetti "undershooting" e "overshooting", per esempio. Come esattamente? Le onde radio emanate dalle torri radio sono strutture tridimensionali che cambiano continuamente nel tempo. Idealmente, sono adiacenti e si sovrappongono solo leggermente per garantire una buona ricezione. Tuttavia, la pioggia, il vento e altre condizioni meteorologiche possono avere un effetto negativo sulla posizione delle singole torri radio e provocare un "undershooting". In questo caso, il segnale non raggiunge affatto l'altra onda radio. Il risultato è un buco radio. Con l'overshooting, invece, le onde radio si sovrappongono e si influenzano a vicenda. Questo comporta un'interferenza nella ricezione. Quindi cosa si può fare? Oggi, i moderni sistemi di trasmissione possono essere automatizzati a distanza e regolati in tempo reale in modo che entrambi i casi non si verifichino affatto (parola chiave "reti auto-organizzanti"). Questa forma di manutenzione predittiva richiede un'analisi approfondita dei dati (analitica prescrittiva), che può essere utilizzata per prevedere i guasti e raccomandare azioni preventive o anche azioni autonome. Collegando e analizzando importanti parametri come il tempo, la posizione, il volume di dati e molti altri, si possono fare previsioni realistiche per allineare in modo ottimale i trasmettitori in anticipo.
Pianificare il rollout 5G con i dati
Il rollout 5G può essere pianificato in modo ottimale anche con i dati. Il 5G è associato a costi molto alti per i fornitori di telecomunicazioni. La sola asta per le frequenze 5G è costata alle quattro società partecipanti quasi 6,6 miliardi di euro. A questo si aggiungono gli investimenti nell'espansione della rete stessa, per cui si possono ipotizzare costi complessivi in miliardi a due cifre. In questo contesto, le opportunità di risparmio nella gamma di percentuali a una cifra rappresentano già somme significative. Utilizzando l'analisi dei dati e i metodi di intelligenza artificiale, i fornitori di telecomunicazioni possono ottenere un quadro molto più accurato delle regioni in cui il 5G è effettivamente necessario e dove può essere raggiunto il maggior ritorno sugli investimenti per il 5G. Per determinare il maggior bisogno di 5G, possono attingere ai dati passati sull'uso del 4G e di altre tecnologie.
Alte aspettative
I piani della maggior parte delle compagnie di telefonia mobile sono di lanciare le loro reti 5G in Germania entro i prossimi uno o due anni. La forte concorrenza sta anche accelerando il roll-out - e guidando la trasformazione di un intero settore. I fornitori di telecomunicazioni hanno usato a lungo l'analisi dei dati non solo per migliorare i loro servizi esistenti. Stanno trasformando i dati che trasportano da A a B in un servizio - e si stanno posizionando come fornitori di analisi dei dati.
Informazioni sull'autore
Stefan Schwarz è a capo della divisione Industry/Business Consulting and Solutions nella regione Central Europe, UK & Ireland di Teradata. In precedenza, è stato responsabile dell'Industry Consulting nei settori Telecomunicazioni, Media & Entertainment (CME) e del Centro di eccellenza per Telco, Media & Entertainment nella regione Europa, Medio Oriente e Africa (EMEA). Prima di entrare in Teradata nel maggio 2010, Stefan Schwarz ha lavorato come vicepresidente della gestione dei clienti presso la filiale 1&1 di United Internet a Karlsruhe.