Опубликовано 31 марта 2026

Как SK Telecom и NTT DOCOMO меняют мобильные сети

Как мобильные сети становятся умнее: SK Telecom и NTT DOCOMO опубликовали совместный документ о будущем радиосетей

Два крупных оператора мобильной связи объединились, чтобы описать, каким должен быть следующий шаг в развитии сетей на основе ИИ.

Инфраструктура 4 – 5 минут чтения
Источник события: SK telecom AI 4 – 5 минут чтения

Мобильная связь – это не только антенны и вышки. За каждым звонком и каждой загруженной страницей стоит сложная инфраструктура, которая постепенно меняется. Одно из ключевых направлений этих изменений – переход к программно-управляемым и, в перспективе, интеллектуальным радиосетям. Именно об этом говорится в совместном документе, который опубликовали южнокорейский оператор SK Telecom и японский NTT DOCOMO.

Что такое vRAN и AI-RAN

Что такое vRAN и при чём здесь ИИ?

Чтобы понять суть документа, нужно разобраться с двумя понятиями, хотя бы в общих чертах.

Традиционные базовые станции мобильной связи – это, проще говоря, «железные ящики» с прошитой логикой. Они делают ровно то, для чего были собраны, и менять их поведение сложно без физического вмешательства.

vRAN (виртуализированная радиосеть доступа) – это другой подход. Здесь функции, которые раньше выполнялись специализированным оборудованием, переносятся на обычные серверы и управляются программно. Это даёт операторам больше гибкости: можно обновлять сеть удалённо, масштабировать её под нагрузку, оптимизировать ресурсы без замены оборудования.

AI-RAN идёт ещё дальше. Это концепция, в которой искусственный интеллект встраивается непосредственно в управление радиосетью. ИИ может анализировать нагрузку в реальном времени, предсказывать поведение сети, адаптироваться к условиям – и всё это без участия человека-оператора. Если vRAN делает сеть гибкой, то AI-RAN делает её умной.

Цель совместного документа SK Telecom и NTT DOCOMO

Зачем нужен этот документ?

«Белая книга» (white paper) – это не маркетинговый буклет и не техническая документация в узком смысле. Это своего рода отраслевое эссе, в котором компании описывают своё видение проблемы и предлагают ориентиры для её решения. Такие документы часто служат основой для стандартизации – то есть для того, чтобы разные производители и операторы могли строить совместимые системы.

SK Telecom и NTT DOCOMO – крупные игроки на рынке мобильной связи в Азии, и их совместная публикация говорит о том, что они смотрят в одном направлении. Это важно: когда несколько операторов из разных стран договариваются о том, как должна выглядеть технология, это ускоряет её развитие и снижает риск фрагментации рынка.

В документе описываются ключевые функции, необходимые для того, чтобы vRAN мог эволюционировать в сторону AI-RAN. Иными словами, что должно измениться в нынешних программных сетях, чтобы ИИ мог в них нормально работать.

ИИ в телекоммуникациях: от теории к практике

Почему это не просто теория?

Разговоры об ИИ в телекоммуникациях ведутся уже несколько лет, но до недавнего времени они оставались преимущественно концептуальными. Сейчас ситуация меняется: операторы начинают реально внедрять элементы машинного обучения в управление сетями, а производители оборудования – закладывать поддержку ИИ-задач в свои платформы.

Переход к AI-RAN – это не просто «добавить ИИ поверх существующей сети». Это требует пересмотра архитектурных решений, изменения того, как распределяются вычислительные ресурсы, как данные передаются внутри сети и как принимаются оперативные решения. Именно поэтому нужны чёткие требования – до того, как каждый начнёт строить своё.

Публикация подобного документа двумя крупными операторами – это сигнал индустрии: пора переходить от разговоров к согласованным действиям.

Как умные сети повлияют на пользователей

Что это значит для пользователей – пусть и не сразу?

Напрямую этот документ пользователей смартфонов не касается – он адресован инженерам, производителям оборудования и регуляторам. Но в перспективе именно такие инициативы определяют, каким будет качество связи через несколько лет.

Сети, которые умеют адаптироваться в реальном времени, – это меньше обрывов во время загруженности, более стабильный сигнал в людных местах, более эффективное использование частот. ИИ в этом контексте – не модное слово, а инструмент, который помогает сети работать лучше без постоянного ручного вмешательства.

Конечно, путь от «белой книги» до реального изменения качества связи – длинный. Сначала нужно согласовать стандарты, потом обновить оборудование, потом развернуть новые системы управления. Это годы работы. Но именно с таких документов этот путь и начинается.

Проблемы и перспективы развития AI-RAN

Открытые вопросы

Несмотря на то что инициатива выглядит логичной, остаются вопросы, на которые пока нет однозначных ответов.

Насколько хорошо ИИ справится с управлением критической инфраструктурой в условиях нестандартных ситуаций? Традиционные сети десятилетиями отлаживались под конкретные сценарии отказов. Умные системы будут вести себя иначе – и предсказать заранее все возможные сбои сложно.

Другой вопрос – насколько широко подобные подходы распространятся за пределами крупных азиатских рынков. SK Telecom и NTT DOCOMO работают в странах с развитой инфраструктурой и высокой плотностью сетей. Для операторов из других регионов приоритеты могут отличаться.

И наконец – стандартизация. «Белая книга» задаёт направление, но не является обязывающим документом. Превратится ли это видение в реальные отраслевые стандарты – во многом зависит от того, поддержат ли инициативу другие игроки рынка.

Пока это только первый шаг. Но шаг в сторону, которая выглядит вполне осмысленно.

Ссылка на публикацию: https://news.sktelecom.com/en/2910
Оригинальное название: SK Telecom and DOCOMO Publish White Paper on Requirements for Advancing vRAN and AI‑RAN in Mobile Networks
Дата публикации: 31 мар 2026
SK telecom AI news.sktelecom.com Южнокорейская телекоммуникационная компания, развивающая ИИ-сервисы для связи и анализа данных.
Предыдущая статья Как ИИ учится работать за компьютером: релиз OpenAI GPT-5.4, агенты и новая эра автоматизации Следующая статья Как японская железная дорога сократила время обработки обращений вдвое, и почему это не произошло само собой

Связанные публикации

Вам может быть интересно

Перейти к другим событиям

События – лишь часть картины. Эти материалы помогают увидеть шире: контекст, последствия и идеи, стоящие за новостями.

На конференции GTC 2026 крупнейшие телекоммуникационные операторы объявили о создании распределённой ИИ-инфраструктуры на базе собственных сетей.

Nvidiablogs.nvidia.com 21 мар 2026

Компания Lightmatter стала одним из основателей альянса XPO MSA, цель которого – ускорить внедрение высокоплотных оптических соединений в дата-центрах для ИИ.

Lightmatterlightmatter.co 12 мар 2026

От источника к разбору

Как создавался этот текст

Этот материал не является прямым пересказом исходной публикации. Сначала была отобрана сама новость – как событие, важное для понимания развития ИИ. Затем мы задали рамку обработки: что в тексте важно прояснить, какой контекст добавить и на чём сделать акцент. Это позволило превратить отдельный анонс или обновление в связный и осмысленный разбор.

Нейросети, участвовавшие в работе

Мы открыто показываем, какие модели использовались на разных этапах обработки. Каждая из них выполняла свою роль – анализ источника, переписывание, проверка и визуальная интерпретация. Такой подход позволяет сохранить прозрачность процесса и ясно показать, как именно технологии участвовали в создании материала.

1.
Claude Sonnet 4.6 Anthropic Анализ исходной публикации и написание текста Нейросеть изучает оригинальный материал и формирует связный текст

1. Анализ исходной публикации и написание текста

Нейросеть изучает оригинальный материал и формирует связный текст

Claude Sonnet 4.6 Anthropic
2.
Gemini 2.5 Flash Google DeepMind Проверка и правка текста Исправление ошибок, неточностей и спорных формулировок

2. Проверка и правка текста

Исправление ошибок, неточностей и спорных формулировок

Gemini 2.5 Flash Google DeepMind
3.
DeepSeek-V3.2 DeepSeek Подготовка описания для иллюстрации Генерация текстового промпта для визуальной модели

3. Подготовка описания для иллюстрации

Генерация текстового промпта для визуальной модели

DeepSeek-V3.2 DeepSeek
4.
FLUX.2 Pro Black Forest Labs Создание иллюстрации Генерация изображения по подготовленному промпту

4. Создание иллюстрации

Генерация изображения по подготовленному промпту

FLUX.2 Pro Black Forest Labs

Не пропустите ни одного эксперимента!

Подпишитесь на Telegram-канал –
там мы регулярно публикуем анонсы новых книг, статей и интервью.

Подписаться