A Huawei elképzelése szerint a hálózatüzemeltetés – amely ma még nagyrészt emberi felügyeletre és eszközökkel támogatott elemzésre épül – fokozatosan egy előrejelző és megelőző rendszerbe alakulhat át. Ebben a modellben az AI nemcsak adatokat elemez, hanem a hálózat állapotát figyeli, problémákat azonosít, javaslatokat tesz, bizonyos esetekben zárt hurkú (closed-loop) folyamatokban automatikus korrekciókat is végrehajthat. A vállalat ezt „AI-natív” működésnek nevezi, ahol az emberi szakértők és az automatizált ügynökök együtt dolgoznak a rendszerek stabilitásán.

A jelentőség azonban túlmutat egy új technológiai megoldáson. Ha az ilyen típusú rendszerek valóban elterjednek, az a kritikus infrastruktúrák – például a távközlési hálózatok – működésének alaplogikáját is átalakíthatja. A kérdés így már nem pusztán az, hogy az AI mennyire okos, hanem az, hogy milyen szerepet kap az üzemeltetésben: tanácsadó eszköz marad, vagy egyre inkább operatív döntésekben is részt vevő rendszer lesz. A barcelonai bemutató ezért inkább egy irányt jelöl ki, mintsem egy kész megoldást. A távközlési iparág szereplői számára a valódi kérdés az lesz, hogy az AI-vezérelt, részben autonóm hálózatüzemeltetés mennyire bizonyul megbízhatónak, és milyen kontrollmechanizmusok szükségesek ahhoz, hogy az automatizálás ne váljon új kockázati tényezővé.

Miért beszélnek „agentic AI”-ról?

A Huawei a bemutatott rendszert AUTINOps (Autonomous Intelligent Operations) néven mutatta be. A koncepció lényege, hogy a hálózatüzemeltetés egy olyan működési modell felé mozdul el, ahol az AI nem csupán elemző eszköz, hanem a működés több lépésében is aktív szerepet kap.

A vállalat szerint a cél egy úgynevezett zárt működési ciklus (closed-loop operations) kialakítása. Ebben a folyamatban a rendszer folyamatosan figyeli a hálózat állapotát, azonosítja az eltéréseket vagy hibákat, elemzi azok okait, majd javaslatokat tesz az optimalizálásra. Bizonyos esetekben pedig akár automatikusan végre is hajthat korrekciókat.

A Huawei ezt a működési modellt agentic AI megközelítésként írja le. Az ilyen rendszerekben a mesterséges intelligencia több egymással együttműködő „ügynökből” állhat, amelyek különböző feladatokat látnak el: például hibaelemzést végeznek, kapacitásproblémákat jeleznek, vagy optimalizálják a hálózati erőforrások elosztását.

A rendszer egyik kulcseleme a Digital Twin Network (DTN), vagyis a hálózat digitális ikermodellje. Ez a virtuális környezet lehetővé teszi, hogy az AI a valós hálózat állapotát valós időben leképezze és szimulálja, több gyártós környezetben is.

„Digitális alkalmazottak”

A Huawei bemutatójának egyik visszatérő kifejezése a „digital employees”, vagyis digitális alkalmazottak fogalma volt. A vállalat ezzel arra utal, hogy a jövő hálózatüzemeltetésében az AI-ügynökök bizonyos feladatokat folyamatosan és autonóm módon végezhetnek el, miközben az emberi mérnökök inkább felügyeleti és stratégiai szerepet töltenek be.

Ez a megközelítés azonban nemcsak technológiai kérdés. Ha az AI valóban egyre több operatív feladatot vesz át, az új kérdéseket vet fel a felelősség, a hibakezelés és az auditálhatóság területén is. Egy autonóm rendszer által végrehajtott döntés esetében például nem mindig egyértelmű, hogy a felelősség a fejlesztőnél, az üzemeltetőnél vagy az AI-modell működésében keresendő.

Ebben az értelemben az AI-vezérelt hálózatüzemeltetés nemcsak technológiai fejlődést jelenthet, hanem a kritikus infrastruktúrák működtetésének új szervezeti és kockázati modelljét is.

Mit jelenthet mindez a kritikus infrastruktúrák működésére nézve?

A Huawei bemutatója elsősorban egy technológiai irányt vázol fel, és nem jelenti azt, hogy az ilyen típusú rendszerek rövid időn belül széles körben elterjednek. Ugyanakkor jól mutatja, hogy a távközlési iparágban egyre erősebb az érdeklődés az AI-alapú automatizáció iránt.

A hálózatüzemeltetés hagyományosan olyan terület, ahol az automatizáció csak fokozatosan jelenik meg, részben a rendszerek komplexitása, részben pedig a szolgáltatás folytonosságának kritikus jelentősége miatt. Éppen ezért az olyan koncepciók, mint az autonóm működési ciklusok vagy a többügynökös AI-rendszerek, egyelőre inkább fejlesztési irányként értelmezhetők.

A bemutatott modell ugyanakkor arra utal, hogy a nagy infrastruktúra-szolgáltatók hosszabb távon olyan működési struktúrákat keresnek, amelyekben az AI nemcsak adatokat elemez, hanem a rendszerek működésének optimalizálásában is szerepet kap.

Hogy ezek a megoldások milyen mértékben terjednek el a gyakorlatban, az több tényezőtől is függhet. Ide tartozik például a rendszerek megbízhatósága, a működés auditálhatósága, valamint az, hogy az üzemeltetők milyen kontrollmechanizmusokat tartanak szükségesnek az automatizált döntések mellett.

Ebben a szakaszban tehát inkább iparági irányvonal rajzolódik ki, mintsem egy már kialakult működési modell.

Forrás: https://www.huawei.com/en/news/2026/3/mwc-ai-solution