NETSCOUT IMPULSIONA OPERAÇÕES DE REDE BASEADAS EM IA NO PROJETO NEURONOC CATALYST DO TM FORUM: O “SELF-HEALING NETWORK BRAIN”

A NETSCOUT SYSTEMS, INC. (NASDAQ: NTCT), provedor líder de soluções de observabilidade, AIOps, cibersegurança e proteção contra ataques DDoS, anunciou sua participação no projeto NeuroNOC Catalyst do TM Forum, apresentado no DTW Ignite 2025, evento que bateu recordes ao reunir o maior número de provedores de serviços de comunicação e países representados na história do fórum. O TM Forum é uma aliança global de empresas de telecomunicações e tecnologia que lidera a definição de novos modelos operacionais, parcerias estratégicas e plataformas avançadas de software.

O projeto NeuroNOC Catalyst explorou como agentes de IA, automação em ciclo fechado e dados de rede de alta qualidade podem viabilizar operações “self-healing” em ambientes de telecomunicações.

Desenvolvido em colaboração com líderes globais como Amazon Web Services, Accenture, Symphonica e Sand Technologies, e apoiado por operadoras como BT Group, Telecom Argentina, Omantel, Turknet, Axian Telecom e Safaricom, a iniciativa demonstrou como a inteligência artificial e a automação podem acelerar significativamente a detecção e a resolução de falhas em redes ao vivo.

A NETSCOUT implantou sua solução Omnis AI Insights, que integra o Omnis AI Sensor e o Omnis AI Streamer, para fornecer telemetria de alta fidelidade em redes 5G Standalone (SA RAN) e Packet Core, essenciais para operações impulsionadas por IA. O Omnis AI Sensor aproveita a visibilidade de rede ponta a ponta baseada em inspeção profunda de pacotes (DPI), característica da NETSCOUT, enquanto o Omnis AI Streamer oferece análise avançada e filtragem na origem por meio de datasets com API aberta. Em cenários simulados com impacto no serviço, a solução permitiu aos engenheiros do centro de operações de rede (NOC) identificar problemas de registro de assinantes, localizar a causa raiz com um modelo de linguagem de grande porte (LLM) curado e executar etapas de remediação com esforço manual mínimo.

A principal constatação foi a validação empírica de que dados curados e de alta qualidade são essenciais para que soluções de IA sejam realmente eficazes. Sem dados de qualidade, os modelos de IA são estruturas vazias incapazes de gerar resultados valiosos; mas uma curadoria adequada de dados pode liberar um enorme potencial para melhorar os resultados operacionais.

Além disso, o projeto mostrou resultados promissores, como redução esperada de 80% na necessidade de solução manual de problemas e até 50% menos de custos operacionais para os provedores de serviços de telecomunicações. Também foi reduzido o uso de dados e a tokenização por parte de modelos de IA como o AWS Bedrock em até 80%, o que aponta para economias adicionais.

“Dados curados em tempo real e de alta precisão são a base de operações de rede verdadeiramente inteligentes. Sem coleta de pacotes de qualidade ao longo de toda a rede, é quase impossível correlacionar fluxos de dados, determinar causas raiz e validar correções automatizadas”, comentou Richard Fulwiler, participante do Catalyst e Diretor Sênior de Gestão de Produto na NETSCOUT. “Embora redes totalmente autônomas ainda estejam em fases iniciais, este projeto mostra o enorme potencial dos agentes de IA – quando contam com os dados adequados em tempo real – para acelerar e melhorar a resolução de problemas nas redes.”

Para mais informações sobre o projeto NeuroNOC Catalyst, visite a página oficial do TM Forum. Descubra mais sobre as soluções AIOps da NETSCOUT para provedores de serviços em nosso site.

Sobre a NETSCOUT

A NETSCOUT SYSTEMS, INC. (NASDAQ: NTCT) protege o mundo conectado contra ciberataques, interrupções de desempenho e problemas de disponibilidade por meio de sua plataforma de visibilidade única e soluções impulsionadas por sua tecnologia pioneira de inspeção profunda de pacotes em larga escala. A NETSCOUT atende às maiores empresas do mundo, provedores de serviços e organizações do setor público. Saiba mais em www.netscout.com ou siga-nos no LinkedIn, X ou Facebook.