モバイルネットワーク自動化へのAI活用事例：楽天シンフォニーの取り組み
モバイルネットワークの運用自動化に対する通信業界の関心は高まりを見せています。初期段階での自動化の試みが具体的な成果を上げているためです。楽天シンフォニーと楽天モバイルは、通信事業者がネットワーク自動化のレベルを向上させるための支援として、モバイル事業者の自動化への取り組みに示唆を与える25種類のAIユースケースとツールの文書化に共同で取り組んでいます。これらのユースケースは、ネットワークの自律化を目指す事業者にとって構造的な指針となるよう、TM Forumの6段階ネットワーク分類に対応づけられています。この分類は、レベル0（自動化なし）からレベル5（完全に自律的）まで設定されています。楽天モバイルのネットワークは、これらのAIユースケースの活用により、現在レベル3.5（条件付き自動化とAI支援自動化の間）に到達しているとのことです。
ソフトウェア開発ライフサイクル（SDLC）ツール
Open RAN、Telco Cloud、および仮想化技術の普及に伴い、サービスプロバイダーは多様なネットワーク機能のSDLC管理の必要性が増しています。楽天シンフォニーのAIベースのSDLCソフトウェア（AI-SDLC）は、チャット形式の生成AIモジュールとして提供されています。このツールは、ビジネスケース策定からコード品質保証に至るまでのSDLCプロセス全体を支援します。このツールは、プロダクトマネージャー、ビジネスアナリスト、UI/UXデザイナー、開発者、QA/リリースマネージャーなど、SDLCに関わる全ての職種で利用可能です。AI-SDLCは、データ入力へのリアルタイム応答、エラーの即時通知と修正により、SDLCにかかる時間とコストを削減します。AI-SDLCを活用することで、エンジニアリングのためのSDLC成果物生成の正確性が95%に達し、プロセスの一貫性が高まるとともに、プロセス効率が40%向上したと報告されています。
容量予測と管理のユースケース
モバイルネットワーク事業者（MNO）にとっての容量管理は、現在のデータ処理能力の確保と、将来のワークロードに対応できる拡張性の両立が求められます。AIモデルがない場合、ネットワークエンジニアはアラームに基づいて容量調整を行うルールベースのアプローチに頼りがちです。この従来の手法は精度が低く、エンジニアが問題を分析して対応するまで容量不足が続くリスクがありました。楽天シンフォニーの容量予測AIモデルは、機械学習、過去データ、および深層学習アルゴリズムを用いて、将来のトラフィック、ユーザー数、物理リソースブロック（PRB）、および必要容量を予測します。
ネットワークパフォーマンス異常検出のユースケース
楽天シンフォニーのネットワークパフォーマンス異常検出ユースケースは、AI/MLを活用し、ネットワークパフォーマンスを示す重要業績評価指標（KPI）の監視を自動化し、異常なパターンを識別します。多くのMNOでは未だに手動での問題特定が行われており、これが時間と解決期間の長期化を招いています。このAI/MLベースの検出器を利用することで、MNOは問題を早期に発見し、サービスの品質向上につなげることが可能になります。
サイト選定画像認識のユースケース
基地局建設の初期段階では、現場のエンジニアが、建設資材、機器キャビネット、RANシステムなど、必要な技術や資材の受け入れと確認を担当します。これらの機器の正確な記録は、建設スケジュールの遵守と、MNOの資産目録の正確性のために不可欠です。サイト選定画像認識ユースケースは、AI機能が強化された楽天サイトマネージャーソリューションスイートを用いることで、この複雑なプロセスを自動化し、秩序をもたらします。現場エンジニアは楽天サイトマネージャーを通じて、機器設置のチェックリストを完了させ、設置された機器の写真を証拠としてアップロードします。このチェックリストは、後日監督者によって提出された写真に基づき検証され、設置やテストケースが適切に完了したかが確認されます。
プロセスマイニングのユースケース
基地局の構築は、詳細なプロセス、複雑な依存関係、多数のベンダー、期限、機器などが関わる極めて複雑な作業です。これらのサイトの構築および継続的な運用を管理する上で、楽天サイトマネージャーソフトウェアに組み込まれたプロセスマイニングAIイニシアチブは大きな役割を果たします。
楽天サイトマネージャーのAI機能を利用することで、ユーザーはサイトプロジェクトのパフォーマンス詳細を把握し、改善点を特定し、プロジェクトが期限内に確実に完了するための情報に基づいた意思決定を行うことができます。この機能は、指定期間内での100%の完了率を目標とし、プロジェクト進捗に関する事前通知や、実装中に発生した問題の迅速な解決を支援します。
楽天シンフォニーは、さらに多くのユースケースを通じて、通信事業者のネットワークの自律性向上を支援する「Rakuten AI for Telecom」ソリューションを紹介しています。
AIが拓く自律ネットワークの未来：楽天シンフォニーの先進的取り組み（私見と考察）
楽天シンフォニーが発表したモバイルネットワークのAI活用事例は、通信業界における自動化が、単なる効率化の追求から、「自律的なネットワーク」の実現という次の段階へと明確に移行していることを示しています。TM Forumの6段階分類で楽天モバイルが「レベル3.5」という先行的な位置にいるという事実は、この分野における楽天グループの具体的な成果と技術的優位性を裏付けるものかもしれません。
開発プロセスそのものの変革：AI-SDLCの戦略的重要性
ネットワーク運用の自動化（OpEx削減）だけでなく、ソフトウェア開発プロセスそのものの自動化（CapEx・OpEx削減）にも焦点を当てている点が重要です。楽天シンフォニーの「AI-SDLC」ツールの導入は、開発に関わる多様な職種の作業を一元化し、生成AIの活用によりビジネスケース作成からコード品質保証までを支援します。リアルタイムでのエラー修正と95%の正確性を実現することで、人的ミスを減らし、開発期間を大幅に短縮する効果があります。Open RANやクラウドネイティブ化によってネットワーク機能の更新サイクルが加速する現代において、開発プロセスの「超高速化」と「高精度化」は、モバイル事業者が競争力を維持するための必須条件となるのかもしれません。
運用パラダイムの転換：予知保全と能動的ガバナンス
ネットワーク運用における「容量予測」「異常検出」「プロセスマイニング」は、運用パラダイムを「反応型」から「予見型／能動型」へと根本的に転換させようとしています。従来のルールベースの運用は問題が顕在化してから対処する「後追い」でしたが、AI/MLを活用することで、過去データに基づく将来のトラフィックや容量の問題を事前に予測したり、ネットワークパフォーマンスの異常パターンを早期に能動的に検知することが可能になります。「プロセスマイニング」は、基地局建設という複雑な物理プロセスにAIを適用し、非効率なボトルネックを可視化して100%の完了率を目指すという点で、大規模プロジェクト管理の透明性とガバナンスを劇的に向上させる革新的な試みだと思いました。
フィールドオペレーションのデジタル化と品質保証
「サイト選定画像認識」の導入は、複雑でアナログになりがちなフィールドオペレーションにAIを適用し、デジタル化を推進する重要な一歩です。機器の設置確認を写真認識AIで行うことで、人間の目視チェックの時間と手間を削減しつつ、チェックの精度と一貫性が担保されます。これは、資材の在庫管理と現場作業の品質管理（QoS）を同時に高度化するものであり、現場作業のデジタル証跡を確実に残すことは、後のトラブルシューティングにおいても機能すると思いました。
ライフサイクル全体を貫く統合的自動化
楽天シンフォニーのアプローチは、ネットワークのライフサイクル全体、「開発プロセス」「物理プロセス（建設・設置）」「運用プロセス（監視・保全）」をAIで統合的に自動化しようという強い意志が感じられます。自律的なネットワークの実現は、複雑化する5G/6G環境を経済的に維持するための通信事業者にとって避けて通れない道であり、楽天シンフォニーの取り組みは、世界の通信事業者がネットワーク自律性のレベルを上げるための具体的かつ効果的なロードマップを提示していると思います。
Curating our best posts on using AI to automate mobile networks
https://symphony.rakuten.com/blog/curating-our-best-posts-on-using-ai-to-automate-mobile-networks
.jpg)
