SAS AB (publ) en Digital Route AB hebben hun krachten gebundeld om een 5G Network Data Analytics Function (NWDAF) te leveren. De gecombineerde oplossing is een alternatief voor black-box of hard-coded oplossingen van leveranciers van netwerkapparatuur (NEP's). Het zal Communication Service Providers (CSP's) in staat stellen NWDAF te gebruiken om verder te gaan dan alleen het aanpakken van gedefinieerde use cases die voornamelijk gericht zijn op netwerkoperaties en het elimineren van de netwerkleverancier-silo val.

Datagedreven netwerken bieden een nieuwe kans voor CSP's om netwerkdiensten te koppelen aan bedrijfsactiviteiten, waardoor de sector een nieuw digitaal hoofdstuk ingaat voor B2B-diensten, met nieuwe inkomstenstromen. Moderne netwerken zijn echter zo complex geworden dat het moeilijk is om efficiënte operaties te schalen, wat betekent dat ze gebruik moeten maken van AI en automatisering, en nieuwe mogelijkheden om geld te verdienen mogelijk moeten maken, zoals Analytics-as-a-Service. CSP-gegevens hebben een waarde die verder gaat dan netwerkoperaties, wat betekent dat NWDAF deel kan uitmaken van de bredere strategie voor analyse en datademocratisering. Nu kan iedereen in een organisatie gemakkelijk aan de slag met data en AI-tools, ongeacht hun technische kennis.

Dit kan data-geïnformeerde beslissingen in het hele bedrijf stimuleren en helpen om klantervaringen op te bouwen op basis van data. De NWDAF-architectuur ondersteunt deze aanpak vanwege twee belangrijke componenten, gegevensbeheer en analysediensten, die, wanneer ze worden opgesplitst, betekenen dat de NWDAF naast de end-to-end gegevensanalysearchitectuur van een bedrijf kan bestaan. Daarom kunnen CSP's op vele manieren profiteren, waaronder: Lagere totale eigendomskosten en minder tijd nodig om te integreren met het NWDAF, door hergebruik van reeds bestaande analysecomponenten.

Snellere innovatiecycli en time-to-market door minder afhankelijkheid van dure wijzigingsverzoeken van leveranciers of complexe productupgrades. Mogelijk maken van service agility door co-existentie met 2G/3G/4G ML Network Operations. Betere inzichten door eliminatie van datasilo's (door het scheiden van de gegevensverzamelingslaag kan dezelfde informatie worden gebruikt ter ondersteuning van andere analysezaken of toepassingen).

Grotere B2B-mogelijkheden door combinatie met analysefuncties buiten het netwerk (bijv. analyse in de banksector, gezondheidszorg, productie, IoT en edge computing).