fr.wedoany.com Rapport : Samsung et KDDI ont mené un essai d’optimisation par IA sur le réseau 5G autonome (SA) en conditions réelles au Japon, montrant une amélioration moyenne de 31 % du débit descendant aux heures de pointe, avec un gain de 52 % dans les zones urbaines denses. Les tests ont couvert plusieurs centaines de cellules autour de Tokyo, utilisant 100 MHz de spectre dans la bande TDD 3,7 GHz, dans diverses conditions de déploiement et scénarios de trafic.
Pour les opérateurs, les essais sur le terrain peuvent être influencés par la zone de test, la ligne de base, la combinaison d’équipements et la fenêtre temporelle ; la valeur réelle doit être évaluée en fonction de l’environnement opérationnel spécifique. La question clé est de savoir si l’IA peut prendre en charge les aspects encore lents, localisés et dépendants de l’intervention humaine dans les réseaux mobiles, c’est-à-dire ajuster cellule par cellule sans perturber les zones voisines.
Le RAN Speed Optimizer (RSO) de Samsung a été testé sur le réseau commercial 5G autonome de KDDI pendant plusieurs mois, à partir de fin 2025. Les problèmes de réseau dans les zones urbaines denses de Tokyo diffèrent considérablement de ceux en bordure de couverture suburbaine ou en milieu rural. L’essai a utilisé ces conditions mixtes pour former et valider le modèle IA sur du trafic réel. Le RSO peut recommander des paramètres personnalisés pour chaque cellule, plutôt que d’utiliser des réglages partagés pour ajuster des groupes de cellules. Si cela fonctionne à grande échelle, cela représenterait un changement opérationnel.
L’industrie mobile parle depuis longtemps de réseaux auto-optimisés, mais la plupart des outils nécessitent encore l’intervention d’ingénieurs. Samsung positionne l’optimisation par IA comme une approche plus fine et adaptative : son système analyse les données environnementales des sites, prédit les effets des changements de paramètres et recommande des réglages spécifiques à chaque cellule. Le RSO fait partie de la suite CognitiV Network Operations Suite de Samsung, qui comprend des outils d’automatisation IA, des agents et des applications réseau.
Les opérateurs sont sous pression pour améliorer les performances 5G avec des dépenses d’investissement limitées : le spectre est coûteux, l’acquisition de sites est lente et les coûts énergétiques sont importants. Si l’IA peut extraire davantage de débit des actifs radio existants, cela devient une stratégie de capacité. Mais cette stratégie a des conséquences : l’amélioration du débit descendant n’améliore pas nécessairement l’expérience utilisateur de bout en bout ; la latence, les performances en liaison montante, le comportement de handover et la gestion de la congestion restent importants. Les opérateurs ont besoin de garde-fous, de contrôles de retour arrière et de pistes d’audit pour s’assurer que le modèle n’optimise pas un KPI étroit tout en créant des problèmes cachés.
L’essai a été mené sur un réseau 5G autonome, offrant une architecture plus propre pour les fonctions avancées et une base fiable pour l’exploitation réseau par IA, le network slicing et le contrôle de service fin. Cependant, de nombreux opérateurs dans le monde évoluent encore dans des environnements hybrides, où la RAN traditionnelle, la dépendance à la 4G et la diversité des fournisseurs compliquent l’automatisation réseau. Samsung et KDDI ont une longue collaboration sur les déploiements de réseaux entièrement virtualisés, ce qui a facilité l’essai, mais tous les opérateurs ne disposent pas de cette base.
L’optimisation RAN pilotée par l’IA peut nécessiter plus que l’achat d’un module logiciel ; elle dépend d’une télémétrie propre, d’une gestion de configuration cohérente et de processus opérationnels modernisés. Pour les développeurs et les équipes logicielles réseau, la direction est claire : les réseaux sans fil deviennent des plateformes de données, et la valeur se déplace vers les modèles prédictifs, l’automatisation en boucle fermée et les moteurs de stratégie. Samsung a besoin de ce succès : le marché des équipements réseau est très concurrentiel, et l’IA-RAN devient une nouvelle frontière concurrentielle.
Le rôle de KDDI est également important ; les opérateurs japonais sont souvent des adopteurs précoces d’architectures réseau avancées. Une amélioration moyenne de 31 % du débit descendant aux heures de pointe, si elle est reproductible en dehors du cadre de l’essai, a une valeur commerciale, pouvant réduire les plaintes de congestion et améliorer la qualité perçue de la 5G. Samsung et KDDI indiquent qu’ils continueront à évaluer l’optimisation basée sur l’IA pour une utilisation commerciale plus large ; la prochaine phase sera plus importante que les résultats de l’essai.
Les opérateurs devraient considérer l’amélioration de 31 % du débit comme un signal prometteur d’essai, et non comme un résultat garanti à l’échelle du réseau ; la ligne de base, la localisation géographique et le contrôle opérationnel déterminent la valeur réelle. L’optimisation au niveau de la cellule peut extraire davantage de capacité des actifs RAN existants, réduisant le travail manuel d’ingénierie. Les paramètres RAN ajustés par l’IA comportent des risques opérationnels ; une automatisation mal gouvernée peut nuire à la latence, au handover ou à l’expérience client. L’architecture 5G autonome offre une base d’automatisation plus claire. Les acheteurs d’infrastructures devraient interroger les fournisseurs sur les mécanismes de retour arrière, l’explicabilité et le support multi-fournisseurs.
