تزداد شبكات الاتصالات تعقيدًا مع توسع خدمات 5G، وانتشار الحوسبة السحابية والحافة، وارتفاع عدد الأجهزة المتصلة، وظهور تطبيقات تحتاج إلى مستويات مختلفة من السرعة والموثوقية وزمن الاستجابة. في هذه البيئة لم يعد من العملي أن يعتمد تشغيل الشبكة بالكامل على مهندسين يتابعون كل إنذار ويغيرون الإعدادات ويحللون أسباب المشكلات بصورة يدوية، لأن حجم البيانات وعدد عناصر الشبكة أصبحا أكبر من قدرة الفرق البشرية على التعامل معهما لحظة بلحظة. ومن هنا ظهرت أهمية الشبكات الذاتية Autonomous Networks التي تهدف إلى جعل الشبكة أكثر قدرة على المراقبة والتحليل واتخاذ الإجراءات والتحسين المستمر بدرجات متزايدة من الاستقلالية.
الفكرة لا تعني بناء شبكة تعمل بلا بشر منذ اليوم الأول، بل الانتقال تدريجيًا من العمليات اليدوية إلى الأتمتة، ثم إلى أنظمة تستطيع فهم هدف الخدمة واتخاذ بعض القرارات داخل حدود وسياسات محددة. وحتى عام 2026 يستمر تطوير هذا الاتجاه على مستوى الصناعة والمعايير؛ إذ تعمل ETSI ضمن إطار Zero-touch Network and Service Management على معمارية وأدوات تساعد في الإدارة والأتمتة الذاتية للشبكات، كما تطور TM Forum نماذج لقياس مستويات الاستقلالية من المستوى 0 إلى المستوى 5.
ما المقصود بالشبكات الذاتية Autonomous Networks؟
الشبكة الذاتية هي شبكة تستطيع تنفيذ جزء متزايد من دورة التشغيل دون الحاجة إلى تدخل بشري مباشر في كل خطوة. فهي لا تكتفي بجمع البيانات أو إرسال تنبيه إلى المهندس عند حدوث مشكلة، بل يمكنها تحليل الحالة، وتحديد السبب المحتمل، واختيار الإجراء المناسب، وتنفيذه، ثم مراقبة النتيجة للتأكد من أن الأداء عاد إلى المستوى المطلوب. وكلما ارتفع مستوى الاستقلالية أصبحت الشبكة أكثر قدرة على تنفيذ هذه الدورة بصورة ذاتية.
هذا المفهوم يختلف عن الأتمتة التقليدية التي تعتمد غالبًا على قواعد ثابتة يكتبها المهندس مسبقًا. ففي نظام تقليدي يمكن إعداد قاعدة تقول: إذا تجاوز استخدام مورد معين نسبة محددة فأضف موردًا آخر. أما الشبكة الأكثر استقلالية فقد تجمع عدة مؤشرات في الوقت نفسه، وتفهم أن الضغط ناتج عن فعالية مؤقتة في منطقة معينة، وتتوقع مدة استمراره، ثم تختار الإجراء الذي يحافظ على الخدمة بأقل تكلفة ممكنة. هنا ينتقل النظام من تنفيذ التعليمات إلى المشاركة في اتخاذ القرار.
لماذا أصبحت الإدارة اليدوية للشبكات أكثر صعوبة؟
كانت الشبكات في السابق أقل توزيعًا وعدد الخدمات التي تعمل فوقها أقل، ما جعل مراقبة الأجهزة والروابط والإعدادات بطريقة تقليدية أكثر قابلية للإدارة. أما البنية الحديثة فتضم مكونات مادية وافتراضية وسحابية وخدمات تعمل عند الحافة، بالإضافة إلى أجهزة ومستخدمين يتغير موقعهم واستخدامهم باستمرار. وكل عنصر من هذه العناصر ينتج سجلات ومؤشرات تحتاج إلى التحليل.
المشكلة ليست في حجم البيانات فقط، بل في سرعة تغير الشبكة. قد تتغير حركة المستخدمين خلال دقائق، ويظهر تطبيق يحتاج إلى موارد إضافية، ويتعطل عنصر داخل البنية في الوقت نفسه. إذا كان على المهندس جمع كل المعلومات من عدة أدوات قبل اتخاذ القرار، فقد تنخفض جودة الخدمة قبل اكتمال التحقيق. لذلك تصبح القدرة على تحليل الشبكة والاستجابة لها في حلقة مغلقة Closed Loop عنصرًا محوريًا في التشغيل الحديث، وهو من المفاهيم التي تتناولها أعمال ETSI المتعلقة بالانتقال من الأتمتة إلى الاستقلالية.
من الشبكة اليدوية إلى الشبكة الذاتية: مستويات الاستقلالية
التحول نحو Autonomous Networks لا يحدث دفعة واحدة. لهذا تستخدم الصناعة مستويات تساعد على تقييم مقدار العمل الذي يستطيع النظام تنفيذه تلقائيًا وما الذي ما زال يحتاج إلى تدخل بشري. ويستخدم إطار TM Forum مستويات من L0 إلى L5 لتوصيف رحلة الانتقال نحو الاستقلالية، مع زيادة قدرات Self-X وZero-X كلما ارتفع المستوى.
يمكن فهم هذه الرحلة بصورة مبسطة كالتالي:
المستوى 0: معظم عمليات الشبكة يدوية، ويعتمد التشغيل بدرجة كبيرة على مهندسي الشبكات.
المستوى 1: توجد أدوات تساعد المهندس في تنفيذ بعض المهام، لكن القرار البشري يظل محوريًا.
المستوى 2: تتم أتمتة عمليات محددة وفق قواعد وسيناريوهات معروفة، مع تدخل بشري في الحالات غير المعتادة.
المستوى 3: تستطيع الشبكة التعامل ذاتيًا مع نطاق أوسع من السيناريوهات ضمن مجالات محددة، بينما يشرف الإنسان على العملية.
المستوى 4: ترتفع درجة اتخاذ القرار الذاتي في مجالات تشغيلية واسعة، ويصبح التدخل البشري مرتبطًا أكثر بالسياسات والأهداف والحالات الاستثنائية.
المستوى 5: يمثل الرؤية النهائية للاستقلالية الكاملة تقريبًا، حيث تستطيع الشبكة إدارة العمليات ضمن أهداف وسياسات عالية المستوى دون تدخل يدوي في التشغيل الاعتيادي.
المهم أن المؤسسة لا تحتاج إلى الوصول إلى المستوى الأعلى في كل أجزاء الشبكة حتى تحقق قيمة. بعض المجالات قد تستحق مستوى مرتفعًا من الاستقلالية، بينما تظل العمليات الحساسة تحت إشراف بشري أقوى.
الشبكة الذاتية تبدأ بالمراقبة وليس باتخاذ القرار
قبل أن تتمكن الشبكة من إصلاح نفسها، يجب أن تعرف حالتها بدقة. لذلك تمثل Observability أو قابلية المراقبة أساسًا مهمًا في الشبكات الذاتية. لا يكفي جمع عشرات آلاف التنبيهات، بل يجب ربط المعلومات من عدة طبقات، مثل التطبيقات والخدمات والروابط والأجهزة والموارد الحاسوبية، حتى يمكن فهم ما يحدث فعليًا.
قد يظهر انخفاض جودة تطبيق معين، بينما تكون جميع الخوادم في حالة طبيعية عند النظر إليها بشكل منفصل. النظام الذكي يحتاج إلى ربط أداء التطبيق بمسار الشبكة وموقع المستخدم والموارد الموجودة عند الحافة، ثم تحديد المكان الذي بدأ فيه التدهور. لذلك تتحول عملية المراقبة من متابعة حالة الجهاز إلى فهم حالة الخدمة من البداية إلى النهاية.
ما البيانات التي تحتاج إليها الشبكة الذاتية؟
حتى يستطيع النظام بناء صورة صحيحة عن البيئة، يمكن أن يعتمد على مصادر متعددة تشمل:
مؤشرات الأداء الخاصة بالروابط والأجهزة.
سجلات الأنظمة والتطبيقات.
بيانات تجربة المستخدم وجودة الخدمة.
حالة الموارد السحابية والحوسبة الطرفية.
معلومات الطوبولوجيا والعلاقات بين مكونات الشبكة.
الأحداث الأمنية ومحاولات الوصول.
بيانات تاريخية تساعد على فهم السلوك الطبيعي.
سياسات العمل واتفاقيات مستوى الخدمة SLA.
القيمة لا تأتي من تخزين هذه البيانات فقط، بل من القدرة على ربطها وتفسيرها وتحويلها إلى إجراءات.
الذكاء الاصطناعي يمثل عقل الشبكة الذاتية
كلما ازدادت الشبكة تعقيدًا، أصبح من الصعب كتابة قواعد ثابتة لكل حالة محتملة. هنا يدخل الذكاء الاصطناعي والتعلم الآلي لمساعدة النظام على اكتشاف الأنماط والتنبؤ بالمشكلات وترتيب الإجراءات. ويشهد قطاع الاتصالات بالفعل توسعًا في مفهوم AI-native networks، مع أعمال مستمرة داخل ITU تتناول إدخال AI/ML في معماريات وإدارة شبكات الاتصالات المستقبلية.
يمكن أن يستخدم AI للتنبؤ بزيادة الضغط على منطقة قبل أن يصل الأداء إلى مستوى سيئ، أو اكتشاف أن مجموعة تنبيهات مختلفة ناتجة في الحقيقة عن عطل واحد، أو اختيار تكوين يوفر الطاقة خلال ساعات انخفاض الاستخدام. ومع الوقت يمكن للنظام مقارنة القرارات بالنتائج وتحسين النماذج المستخدمة، ما يجعل إدارة الشبكة أكثر اعتمادًا على البيانات بدل التفاعل مع المشكلة بعد وقوعها فقط.
الحلقة المغلقة تحول التحليل إلى إجراء حقيقي
من أهم المفاهيم التي تجعل الشبكات الذاتية مختلفة عن منصات التحليل التقليدية Closed-Loop Automation. في النظام المفتوح قد تقوم الأداة بتحليل المشكلة ثم تعرض توصية على المهندس، ويتوقف دورها عند هذه المرحلة. أما الحلقة المغلقة فتشمل تنفيذ الإجراء ومراقبة أثره، ثم إعادة التحليل إذا لم تتحقق النتيجة المطلوبة.
يمكن تصور الحلقة على النحو التالي:
تراقب المنظومة أداء الخدمة بصورة مستمرة.
يتم اكتشاف تغير أو خطر محتمل.
يحلل النظام السبب والسياق.
يختار الإجراء المتوافق مع السياسات.
ينفذ الإجراء عبر أدوات التحكم.
يقيس النتيجة بعد التنفيذ.
يحتفظ بالتعديل أو يتراجع عنه إذا لم يحقق الهدف.
هذا التصميم يمنع الأتمتة من أن تكون سلسلة أوامر عمياء، لأن نجاح الإجراء نفسه يصبح جزءًا من دورة القرار.
الشبكات القائمة على النية Intent-Based Networking
بدل أن يحدد المهندس كل إعداد تقني، تتجه الأنظمة الأكثر تطورًا إلى مفهوم Intent-Based Networking، حيث يحدد الإنسان النتيجة أو النية المطلوبة، بينما يحاول النظام تحويلها إلى إعدادات تشغيلية. فقد تكون النية مثل: «حافظ على زمن استجابة الخدمة تحت مستوى معين» أو «امنح تطبيق الطوارئ أولوية أعلى خلال هذا الحدث».
هذا التغيير مهم لأنه ينقل دور المهندس من إدارة آلاف الإعدادات الفردية إلى تحديد الأهداف والسياسات. النظام بعد ذلك يترجم الهدف إلى تغييرات عبر عدة عناصر من الشبكة، ويراقب ما إذا كانت النتيجة الفعلية تتوافق مع النية.
لكن نجاح هذا النموذج يتطلب أن تكون الأهداف قابلة للقياس وغير متعارضة. إذا طُلب من الشبكة تحقيق أعلى أداء بأقل تكلفة وأقل استهلاك طاقة في الوقت نفسه دون تحديد الأولويات، فقد لا يكون هناك قرار مثالي. لذلك تظل الحوكمة البشرية ضرورية لتحديد ما هو الأهم.
التنبؤ بالأعطال قبل أن يشعر بها المستخدم
التشغيل التقليدي يتعامل غالبًا مع المشكلة بعد ظهور تنبيه أو شكوى. الشبكة الذاتية تحاول الانتقال إلى نموذج استباقي، بحيث يتم اكتشاف العلامات التي تسبق العطل واتخاذ إجراء قبل حدوث تأثير واضح على العميل.
على سبيل المثال، قد يلاحظ النظام تدهورًا تدريجيًا في مؤشرات عنصر شبكي خلال أيام، ويقارن ذلك بحالات تاريخية انتهت بعطل. بدل الانتظار حتى يتوقف العنصر، يمكن نقل بعض الحركة إلى مسار بديل وجدولة الصيانة في وقت مناسب.
هذه القدرة مفيدة لأنها تحول الصيانة من نشاط يعتمد على الجداول الثابتة أو الأعطال إلى Predictive Maintenance يعتمد على حالة الأصل الفعلية، ما يساعد على تقليل التوقف غير المخطط وتحسين استخدام فرق الصيانة.
إصلاح الأعطال ذاتيًا Self-Healing Networks
من أكثر التطبيقات وضوحًا لمفهوم الشبكات الذاتية قدرة النظام على استعادة الخدمة عند حدوث مشكلة. إذا توقف رابط معين، يمكن للشبكة إعادة توجيه الحركة إلى مسار بديل. وإذا تعطل أحد مكونات الخدمة الافتراضية، يمكن تشغيل نسخة جديدة في بيئة أخرى.
لكن Self-Healing لا يعني تنفيذ أي تغيير تلقائي. يجب أن يعرف النظام أثر الإجراء والموارد المتاحة والحدود الأمنية. قد يكون تشغيل مكون احتياطي مناسبًا في حالة، بينما يؤدي في حالة أخرى إلى زيادة التكلفة أو الضغط على جزء آخر.
لذلك يحتاج الإصلاح الذاتي إلى دمج المعرفة بطوبولوجيا الشبكة والخدمة والسياسات، وليس مجرد ربط كل تنبيه بأمر ثابت.
التحسين الذاتي Self-Optimization يرفع كفاءة الموارد
يمكن للشبكة أن تعمل بصورة صحيحة دون أن تعمل بصورة مثالية. قد يكون جزء من البنية مزدحمًا بينما توجد موارد غير مستغلة في مكان آخر، أو تستمر أجهزة كثيرة في العمل بالطاقة القصوى رغم انخفاض الطلب.
تستطيع الأنظمة الذاتية تحليل الاستخدام وإعادة توزيع الموارد بصورة مستمرة. في ساعات الذروة يتم تشغيل قدرات إضافية، بينما يمكن تقليل بعضها في الأوقات الهادئة. كما يمكن تعديل مسارات الحركة أو توزيع أعباء العمل بين الحافة والسحابة حسب زمن الاستجابة والتكلفة.
هذه القدرة تصبح أكثر أهمية مع توسع الشبكات السحابية لأن الموارد لم تعد ثابتة، ويمكن زيادتها أو تخفيضها برمجيًا.
الشبكات الذاتية وتجربة العميل
الهدف النهائي من أتمتة الشبكة ليس تقليل عمل مهندسي الاتصالات فقط، بل تحسين الخدمة التي يحصل عليها المستخدم. قد تكون جميع مؤشرات أحد مكونات الشبكة ضمن الحدود المقبولة، لكن تجربة مجموعة من العملاء سيئة بسبب تفاعل عدة عوامل في الوقت نفسه.
الشبكة الذاتية تستطيع الاعتماد بدرجة أكبر على Service Experience بدل النظر إلى حالة العناصر بشكل منفصل. فإذا انخفض أداء تطبيق مهم، يمكن للنظام تتبع مسار الخدمة وتحديد العنصر المسؤول ثم اتخاذ إجراء يركز على استعادة تجربة المستخدم.
وتستخدم رؤية TM Forum للشبكات الذاتية مفهوم Zero-X، بما يتضمن أهدافًا مثل تقليل الانتظار والتدخل اليدوي والمشكلات التشغيلية، مع Self-X في إدارة الشبكة نفسها.
إدارة الطاقة تصبح جزءًا من قرار الشبكة
تستهلك شبكات الاتصالات موارد كبيرة، ومع توسع عدد المكونات والخدمات تصبح كفاءة الطاقة عاملًا تشغيليًا واقتصاديًا مهمًا. الشبكة الذاتية تستطيع تحليل الطلب وتحديد الأجزاء التي تحتاج إلى العمل بكامل قدرتها والأجزاء التي يمكن تخفيض استهلاكها دون التأثير على الخدمة.
قد يتم مثلًا تعديل بعض الموارد في منطقة ذات حركة منخفضة ثم إعادتها قبل زيادة الاستخدام المتوقعة. وإذا تم دمج بيانات تاريخية مع توقعات الحركة، يمكن اتخاذ القرار مسبقًا بدل الانتظار حتى يحدث الضغط.
لكن يجب تصميم سياسات الطاقة بعناية، لأن توفير الطاقة لا يجب أن يأتي على حساب المرونة أو قدرة الشبكة على الاستجابة السريعة للحالات غير المتوقعة.
Network Slicing تزيد الحاجة إلى الإدارة الذاتية
شبكات 5G وما بعدها تستطيع تقديم Network Slices أو شرائح شبكية افتراضية بخصائص مختلفة. قد تخدم شريحة تطبيقًا صناعيًا يحتاج إلى موثوقية عالية، بينما تخدم أخرى أجهزة إنترنت الأشياء، وثالثة تطبيقات المستخدمين العادية.
كل شريحة لديها متطلبات أداء وسياسات وموارد، وإدارتها يدويًا مع تغير الاستخدام ستكون معقدة جدًا على نطاق واسع. لذلك يمكن للشبكات الذاتية مراقبة كل شريحة وتعديل مواردها حسب الطلب، والتأكد من استمرار الالتزام باتفاقيات الخدمة.
هنا تظهر أهمية الأتمتة الشاملة من البداية إلى النهاية، لأن الشريحة قد تمر عبر عدة مجالات تقنية ومكونات مختلفة، ولا يكفي تحسين جزء واحد منها بمعزل عن بقية المسار.
الحوسبة الطرفية تجعل قرار الشبكة أكثر تعقيدًا
مع Edge Computing لم تعد الشبكة تقرر فقط من أين تمر البيانات، بل قد تحتاج أيضًا إلى تحديد أين يتم تنفيذ المعالجة. تطبيق يحتاج إلى زمن استجابة منخفض قد يعمل على خادم عند الحافة، بينما يمكن نقل مهمة أقل حساسية إلى السحابة.
الشبكة الذاتية قد تأخذ في الاعتبار حالة الاتصال والقدرة الحاسوبية والتكلفة والطاقة في الوقت نفسه قبل اختيار أفضل موقع لتشغيل الخدمة. هذا يعني أن الحدود بين إدارة الشبكات وإدارة موارد الحوسبة تصبح أقل وضوحًا.
وتتجه الصناعة تدريجيًا إلى التفكير في منظومة Cloud-Network-Edge كوحدة مترابطة بدل إدارة كل طبقة بشكل مستقل، وهو اتجاه يظهر أيضًا في أعمال المعايير المتعلقة بالشبكات الذاتية والحوسبة.
الوكلاء الذكيون يدخلون إلى إدارة شبكات الاتصالات
مع تطور Agentic AI بدأ مفهوم AI Agents يظهر أيضًا في سياق الشبكات الذاتية. بدل وجود نموذج مركزي واحد، يمكن استخدام وكلاء متخصصين يقوم كل منهم بمهمة مثل مراقبة الأداء أو تحليل البيانات أو إدارة الموارد، ثم يتعاونون للوصول إلى هدف تشغيلي أوسع.
نشرت ETSI في يناير 2026 دراسة حول استخدام الوكلاء في الشبكات الذاتية، كما توجد أعمال إضافية تتعلق بوكلاء إدارة البيانات داخل ZSM، ما يشير إلى انتقال الموضوع من التجارب العامة إلى الدراسة المعيارية المنظمة.
لماذا قد تحتاج الشبكة إلى أكثر من وكيل؟
يمكن تقسيم الوظائف حسب التخصص:
وكيل يراقب أداء الشبكة.
وكيل يحلل أسباب الأعطال.
وكيل يتعامل مع موارد الحوسبة.
وكيل يراجع الأمن والمخاطر.
وكيل يراقب التزام الخدمة بـSLA.
وكيل تنسيق يوازن بين القرارات المختلفة.
لكن زيادة عدد الوكلاء تخلق تحديًا جديدًا: ماذا يحدث إذا كانت توصياتهم متعارضة؟ لذلك تحتاج الأنظمة إلى سياسات تنسيق وصلاحيات واضحة تمنع كل وكيل من تنفيذ ما يريد بصورة مستقلة.
الأمن السيبراني يصبح أكثر حساسية عندما تستطيع الشبكة تغيير نفسها
الشبكة التي تستطيع تعديل إعداداتها تلقائيًا تمتلك قوة تشغيلية كبيرة، ولذلك يصبح اختراق نظام الأتمتة أكثر خطورة من اختراق أداة مراقبة عادية. المهاجم الذي يصل إلى منصة الإدارة قد يحاول تغيير المسارات أو تعطيل الخدمات أو منح وصول غير مصرح به.
لهذا يجب تأمين أنظمة Autonomous Networks وفق مبدأ أقل قدر من الصلاحيات، وفصل وظائف المراقبة عن التنفيذ عند الحاجة، وتسجيل كل تغيير. كما يجب أن تكون هناك حدود لا تستطيع نماذج AI تجاوزها، مهما كانت توصيتها.
ومن الضوابط المهمة:
التحقق القوي من هوية الأنظمة والوكلاء.
تقييد الأوامر التي يستطيع كل مكون تنفيذها.
تسجيل القرارات والإجراءات بصورة قابلة للمراجعة.
وجود آليات Rollback للتراجع عن التغييرات الخاطئة.
استخدام موافقة بشرية في السيناريوهات الحساسة.
مراقبة نظام الأتمتة نفسه بحثًا عن السلوك غير الطبيعي.
الاستقلالية الآمنة لا تعني غياب التحكم، بل نقل التحكم من التدخل في كل عملية إلى بناء حدود وسياسات قوية للنظام.
جودة البيانات تحدد جودة قرارات الشبكة الذاتية
إذا كانت بيانات المراقبة غير دقيقة أو متأخرة، فقد يتخذ النظام قرارًا سيئًا حتى لو كان نموذج الذكاء الاصطناعي قويًا. ولهذا تصبح إدارة البيانات من أهم أجزاء Autonomous Networks.
يجب توحيد البيانات القادمة من أنظمة وموردين مختلفين، ومعرفة زمن جمعها ودقتها، والتأكد من عدم وجود فجوات تؤثر على التحليل. كما يجب حماية البيانات من التلاعب، لأن المهاجم قد يحاول تغيير المدخلات حتى يدفع الشبكة لاتخاذ إجراء يخدم هدفه.
ويفسر هذا الاهتمام ظهور أعمال داخل ETSI ZSM في 2026 تتناول Data Management Agents for Autonomous Networks، لأن إدارة البيانات نفسها أصبحت وظيفة تحتاج إلى ذكاء وأتمتة مع زيادة حجم وتعقيد الشبكات.
الإنسان لا يختفي بل ينتقل إلى مستوى أعلى من التحكم
فكرة الشبكات الذاتية قد توحي بأن مهندسي الشبكات لن تكون هناك حاجة إليهم، لكن الأقرب أن طبيعة عملهم ستتغير. عندما يستطيع النظام تنفيذ التعديلات الروتينية، يقل الوقت الذي يقضيه المهندس في متابعة التنبيهات والأوامر المتكررة، بينما يزيد دوره في تصميم السياسات وتحليل الحالات الجديدة ومراجعة قرارات الأتمتة.
في المراحل المتقدمة قد لا يسأل المهندس «ما الأمر الذي يجب تشغيله على هذا الجهاز؟»، بل «ما مستوى الخدمة الذي نريد ضمانه؟ وما الحدود التي لا يجب أن تتجاوزها الأتمتة؟». وهذا يتطلب مهارات في البيانات والذكاء الاصطناعي والأتمتة إلى جانب المعرفة التقليدية بالشبكات.
ما المهارات المطلوبة لمهندس الشبكات في عصر الاستقلالية؟
مهارات TCP/IP والتوجيه والبنية الشبكية ستظل مهمة، لأن فهم الأساس ضروري لمعرفة ما يفعله النظام. لكن عليها أن تتكامل مع قدرات جديدة تجعل المهندس قادرًا على إدارة بيئة تعتمد على البرمجيات والأتمتة.
ومن المهارات التي ستزداد أهميتها:
Network Automation والبرمجة.
استخدام APIs ونماذج البيانات.
أساسيات الذكاء الاصطناعي والتعلم الآلي.
تحليل البيانات والـTelemetry.
Cloud Networking وEdge Computing.
أمن الأتمتة والوكلاء الذكيين.
تصميم Intent والسياسات.
مراقبة وتقييم قرارات الأنظمة الذاتية.
المهندس الذي يجمع بين الشبكات والبرمجيات والبيانات سيكون أكثر قدرة على التعامل مع هذه البيئة من الاعتماد على إدارة الأجهزة بصورة يدوية فقط.
كيف تبدأ شركات الاتصالات رحلة الشبكات الذاتية؟
من غير الواقعي محاولة جعل الشبكة كاملة ذاتية التشغيل في مشروع واحد. الأفضل اختيار عمليات ذات قيمة واضحة وتكرار مرتفع، ثم رفع مستوى الاستقلالية تدريجيًا بعد التأكد من النتائج.
يمكن اتباع المسار التالي:
توحيد الرؤية: جمع بيانات الشبكة والخدمات في بيئة قابلة للمراقبة.
أتمتة المهام المتكررة: مثل بعض أعمال الإعداد والصيانة.
إضافة التحليل الذكي: للكشف عن المشكلات والتنبؤ بها.
بناء حلقات مغلقة محدودة: في حالات منخفضة المخاطر.
قياس النتائج: مثل زمن التعافي وجودة الخدمة.
توسيع الاستقلالية: إلى سيناريوهات أكثر تعقيدًا.
إضافة الحوكمة: حتى تظل القرارات قابلة للمراقبة والتراجع.
هذا المسار يجعل الثقة في النظام مبنية على الأداء الحقيقي وليس على توقع نظري لقدرات AI.
كيف تقاس قيمة الشبكة الذاتية؟
زيادة عدد العمليات الآلية ليست هدفًا في حد ذاتها. قد تؤتمت شركة آلاف الخطوات دون أن يتحسن مستوى الخدمة. لذلك يجب ربط Autonomous Networks بنتائج تشغيلية وتجارية يمكن قياسها.
تشمل المؤشرات المهمة:
انخفاض متوسط زمن اكتشاف الأعطال.
تقليل Mean Time to Repair.
انخفاض عدد الحوادث التي تصل إلى المستخدم.
تقليل التدخل اليدوي في العمليات المتكررة.
زيادة الالتزام باتفاقيات مستوى الخدمة.
تحسين استهلاك الطاقة والموارد.
انخفاض أخطاء التكوين البشري.
ارتفاع سرعة تقديم خدمات شبكية جديدة.
عندها يمكن تقييم ما إذا كانت الاستقلالية تحقق قيمة فعلية بدل النظر فقط إلى مستوى تقني معين.
التحدي ليس تقنيًا فقط بل تنظيمي أيضًا
قد تمتلك شركة الاتصالات التقنيات اللازمة للأتمتة، لكن عملياتها الداخلية ما تزال تعتمد على أقسام منفصلة لكل منها أدوات وأهداف مختلفة. إذا لم تكن هناك طريقة واضحة لتبادل البيانات والمسؤوليات، سيكون من الصعب بناء أتمتة شاملة.
تتناول TM Forum أيضًا الجانب التنظيمي في رحلة Autonomous Networks، بما في ذلك القدرات المرتبطة بالإدارة والمواهب والثقافة والسياسات، لأن الوصول إلى مستويات أعلى من الاستقلالية يتطلب تغييرًا في نموذج التشغيل وليس تثبيت برنامج جديد فقط.
لذلك تحتاج المؤسسة إلى تحديث إجراءات الموافقة والمسؤوليات ومؤشرات الأداء بالتزامن مع تحديث الشبكة نفسها.
الشبكات الذاتية و6G: لماذا ستزداد أهميتها؟
مع الاتجاه نحو 6G يتوقع أن تصبح الشبكات أكثر ارتباطًا بالذكاء الاصطناعي والحوسبة والاستشعار، وهو ما سيجعل الإدارة اليدوية أكثر صعوبة. إذا كانت الشبكة تستطيع التعامل مع أعداد ضخمة من الأجهزة والخدمات والتطبيقات المتغيرة، فلا يمكن إدارة هذه المرونة عبر تعديل الإعدادات يدويًا لكل حالة.
لهذا تعد Autonomous Networks أساسًا منطقيًا للشبكات المستقبلية. ومع تطور AI-native networking يمكن أن يصبح الذكاء الاصطناعي جزءًا أصيلًا من بنية الشبكة، لا مجرد منصة تحليل موجودة فوقها. وتعمل جهات معيارية مثل ITU حاليًا على موضوعات مرتبطة بالشبكات المعتمدة على AI/ML والشبكات المستقبلية.
أسئلة شائعة عن الشبكات الذاتية Autonomous Networks
هل الشبكات الذاتية تعني أن الشبكة تعمل دون مهندسين؟
ليس بالضرورة. الاستقلالية لها مستويات مختلفة، وفي معظم التطبيقات الحالية يظل الإنسان مسؤولًا عن السياسات والإشراف والحالات المعقدة. كلما ارتفع المستوى يقل التدخل في التشغيل الروتيني، لكنه لا يلغي الحاجة إلى الخبرة البشرية في التصميم والحوكمة والأمن.
ما الفرق بين Network Automation وAutonomous Networks؟
الأتمتة تنفذ خطوات أو سيناريوهات محددة مسبقًا، بينما الشبكة الذاتية تسعى إلى فهم الحالة والهدف واتخاذ القرار ومراقبة نتيجة الإجراء داخل حلقة مستمرة. لذلك تعتبر الأتمتة أحد الأسس التي تبنى عليها الاستقلالية وليست الشيء نفسه.
ما أعلى مستوى في الشبكات الذاتية؟
يستخدم إطار TM Forum مستويات من L0 إلى L5، حيث يمثل L5 الرؤية الأكثر اكتمالًا للاستقلالية. لكن الوصول إلى مستوى مرتفع يكون عادة مرتبطًا بمجال أو سيناريو محدد، وليس بالضرورة أن تكون شبكة المشغل بالكامل عند المستوى نفسه.
هل الذكاء الاصطناعي ضروري لبناء شبكة ذاتية؟
يمكن تنفيذ أتمتة واسعة دون AI، لكن الذكاء الاصطناعي يصبح مهمًا عندما تكون الحالات كثيرة ومتغيرة ويصعب وصفها بقواعد ثابتة. فهو يساعد على التنبؤ واكتشاف الأنماط وتحليل السبب واتخاذ قرارات أكثر مرونة.
هل الشبكات الذاتية أكثر عرضة للهجمات؟
ليست بالضرورة، لكنها تخلق نوعًا جديدًا من المخاطر لأن أنظمة الإدارة تستطيع تنفيذ تغييرات واسعة. لذلك يجب حماية منصات الأتمتة والنماذج والصلاحيات والبيانات بصورة قوية، مع وجود تسجيل ومراجعة وإمكانية للتراجع عن الإجراءات الخاطئة.
هل يمكن تطبيق الشبكات الذاتية اليوم أم أنها مرتبطة بـ6G فقط؟
يمكن تطبيق درجات مختلفة منها اليوم في شبكات 4G و5G والسحابة والشبكات الثابتة، وهي ليست تقنية حصرية لـ6G. وتشهد 2026 استمرار العمل المعياري والتجاري على الانتقال من الأتمتة إلى الاستقلالية، بما في ذلك أعمال ETSI ZSM ودراسات الصناعة حول الوصول إلى مستويات أعلى من Autonomous Networks.
الخاتمة
تمثل الشبكات الذاتية تحولًا في فلسفة إدارة الاتصالات أكثر مما تمثل منتجًا تقنيًا واحدًا. الشبكة التقليدية تنتظر أن يراقب الإنسان المؤشرات ويحلل المشكلة ويقرر الإجراء، بينما تسعى Autonomous Networks إلى إغلاق هذه الدورة تدريجيًا، بحيث تتمكن المنظومة من المراقبة والفهم والتنبؤ والتنفيذ والتأكد من النتيجة ضمن أهداف وسياسات يحددها الإنسان.
هذا التحول أصبح مهمًا لأن البنية نفسها أصبحت أكثر تعقيدًا. شبكات 5G و5G-Advanced والحوسبة السحابية والحافة وNetwork Slicing والاتجاه نحو 6G تخلق عددًا هائلًا من المتغيرات التي يصعب إدارتها بصورة يدوية. ولهذا تتقدم جهود ETSI وTM Forum وITU في جوانب مختلفة تتعلق بالأتمتة والاستقلالية والذكاء الاصطناعي داخل الشبكات.
لكن الهدف لا يجب أن يكون الوصول إلى أعلى مستوى استقلالية لمجرد الرقم. الشبكة الناجحة هي التي تعرف أي القرارات يمكن أتمتتها بأمان، وأيها يحتاج إلى إشراف بشري، وكيف تتأكد أن كل قرار ذاتي يحسن الخدمة بدل إضافة مخاطرة جديدة. ومع نضج الذكاء الاصطناعي والوكلاء الذكيين، سيتحول دور الإنسان تدريجيًا من تشغيل كل عنصر في الشبكة إلى تحديد النوايا والقواعد والحدود التي تعمل الشبكة داخلها، وهذا هو التحول الحقيقي من شبكة يتم تشغيلها يدويًا إلى شبكة تستطيع المشاركة في إدارة نفسها.
0 تعليقات