通信

自律型ネットワークの加速: Google Cloud と DigitalRoute が AI 向けのデータ準備を簡素化

Thu, 19 Mar 2026 02:00:00 +0000

※この投稿は米国時間 2026 年 3 月 5 日に、Google Cloud blog に投稿されたものの抄訳です。

レベル 4 とレベル 5 の自律型ネットワーク運用（ANO）を実現するために、通信業界では、予測メンテナンスが可能な自己修復および自己最適化型ネットワークの構築に向けて AI の活用が加速しています。

しかし、そこには大きな障害があります。それは、AI の品質は AI に供給されるデータの品質に依存するということです。業界が AI エージェント、大規模言語モデル（LLM）、AIOps に注目する一方で、基盤となるデータは依然として乱雑で断片化されたままです。分断されたデータでは、有効な AI モデルを構築できません。

このたび、Google は、データ利用と収益化のプラットフォームプロバイダである DigitalRoute との新たな共同取り組みを発表いたします。これは、業界最大の障壁の一つであるデータの準備を解決することを目的としています。Google は、未加工の混沌としたネットワークノイズを高品質の「AI 対応」データへと変換する、再利用可能なデータパイプラインをリリースし、次世代の自律型エージェントを実現します。

「データスワンプ」からデジタルツインへ

AI エージェントがネットワーク異常を解決するには、まず環境を理解する必要があります。現代の通信ネットワークにおいて、次の 4 つの理由から、これはエンジニアリング上の大きな課題となっています。

形式の不一致: ネットワークデータは、ベンダーやドメインごとに異なる数十種類の独自形式（例: ASN.1、XML、CSV、バイナリ）で届きます。AI は「翻訳者」なしにこれらを読み取ることはできません。
ボリュームと速度: 5G ネットワークでは、毎日数十億件の請求データとイベントデータのレコードが生成されます。これを超低レイテンシでリアルタイムに処理することは、従来のメディエーションシステムには不可能です。
スキーマの進化: ネットワーク機能がアップグレードされるたび、または新しい 5G 機能がロールアウトされるたびに、基盤となるデータ構造が変化します。これは通常、従来のデータシステムを「破壊」します。
相関関係の複雑さ: 1 つの顧客セッションが複数のネットワーク要素にまたがって断片化されることがよくあります。これらの断片をつなぎ合わせなければ、AI は実際のカスタマーエクスペリエンスを理解するためのコンテキストを欠くことになります。

その結果、「データスワンプ」と呼ばれる、AI モデルが効果的に使用できない未精製情報が大量に生まれます。

ソリューション: データ準備のためのクラウドネイティブなアーキテクチャ

この課題に対処するため、Google は DigitalRoute と連携して、従来の通信プロトコルとクラウドネイティブインテリジェンスを橋渡しするソリューションを設計しました。Google Kubernetes Engine（GKE）で DigitalRoute の Usage Engine Private Edition を実行することで、エッジとクラウドのロケーション間で動的にスケールする再利用可能なパイプラインを作成しました。

このアーキテクチャには、3 つの明確な利点があります。

エッジとコアでの正規化: 複雑なバイナリメッセージを統一された共通データモデルにデコードし、ストレージに到達する前に無関係な「ノイズ」を除外します。これにより、ダウンストリーム AI がベンダー固有の制約から切り離され、データの下り（外向き）の費用が大幅に削減されます。
「デュアルパス」戦略: 正規化されたデータは、次の 2 つの専門的な環境に流れます。

リアルタイムの運用向け: データは Spanner に push され、「ネットワークデジタルツイン」が構築されます。これにより、AI エージェントはネットワークトポロジの経時変化を辿り、迅速に根本原因を分析できます。
長期的な分析向け: 履歴データは BigQuery に流れます。BigQuery はサーバーレスで瞬時にスケールできるため、運用担当者はインフラストラクチャを管理することなくペタバイト規模のネットワークトラフィックを分析し、「データプロダクト」を Vertex AI に直接フィードしてモデルを迅速にトレーニングできます。

コンテキスト化された加入者トレース: ネットワークと加入者トレース分析（NSTA）ソリューションにより、タイムスタンプと識別子に基づいてさまざまなノードからのメッセージを整列させます。これにより、一貫性のある時系列のセッションフローが構築され、AI エージェントは加入者のジャーニーのエンドツーエンドのコンテキストを把握できるようになります。

このアーキテクチャにより、AI エージェントが Spanner で光ファイバーの切断に準リアルタイムで対応する必要がある場合でも、BigQuery と Vertex AI で来月の容量不足を予測する必要がある場合でも、常に一貫した高品質のデータを利用できます。

データから成果へ: 自律型エージェントの実現

このパートナーシップは、本番環境レベルの AI ユースケースを実現することを目的としています。これらの再利用可能なパイプラインを確立することで、次の基盤が提供されます。

迅速な異常検出: ベースラインデータは整合性があり、ノイズがないため、エージェントはネットワークパフォーマンスのわずかな逸脱を検出できます。
自動化された根本原因分析: 障害が発生した場合、エージェントは無線アクセスネットワーク（RAN）の問題とコアのトレースデータを即座に相関させ、修正箇所を特定できます。
予測メンテナンス: 運用担当者は、BigQuery の履歴データを使用してグラフニューラルネットワーク（GNN）をトレーニングし、数日先の容量のボトルネックを予測できます。

自律型ネットワークのミッション遂行を加速

データ準備こそが、「研究プロジェクト」に終わるか、本番環境グレードの自律型ネットワークになれるかの分かれ目です。今、取り込みレイヤを標準化することで、通信事業者は将来の AI 主導のネットワークに不可欠な基盤を構築できます。

さっそく始めましょう。

Google Cloud セールスチームにお問い合わせのうえ、データ準備のワークショップのスケジュールを調整し、自律型ネットワーク運用に関するリファレンスアーキテクチャをご確認ください。
GKE 上の Usage Engine が、特定の形式の不一致やボリュームの問題をどのように解決できるかについては、DigitalRoute にお問い合わせください。

- グループプロダクトマネージャー、Manisha Gupta

- シニアプロダクトマネージャー、Naresh Rao

自律型ネットワークの台頭: GraphML が通信事業者の運用手法を再定義する方法

Thu, 19 Mar 2026 02:00:00 +0000

※この投稿は米国時間 2026 年 3 月 5 日に、Google Cloud blog に投稿されたものの抄訳です。

現代の通信は複雑さが爆発的に増大しています。通信サービスプロバイダ（CSP）は、静的で孤立したネットワークを管理するのではなく、5G 無線アクセス、伝送ファイバー、エッジコンピューティング、集中型クラウドコアにまたがる大規模な多層エコシステムをオーケストレートしています。

この複雑さを管理するために、CSP は自律型ネットワークを構築しています。自律型ネットワークとは、AI、ML、クローズドループの自動化を使用して、人による介入を最小限に抑えながら、自己構成、自己最適化、自己修復、自己保護を行う自己管理型の通信ネットワークです。Google Cloud の自律型ネットワークフレームワークに照らした場合、自律型ネットワークの重要な構成要素は、忠実度の高いリアルタイムのデジタルツインと言えます。ネットワークデジタルツイン上でグラフニューラルネットワーク（GNN）などの高度なグラフ ML（GraphML）を使用し、ライブネットワーク上の潜在的な問題を分析、予測し、事前に修復できます。

このアプローチは Google では新しいものではありません。これは、Google が地球規模のネットワークを管理し、Waymo の自動運転車テクノロジーのような複雑なシステムを運用するために使用しているアーキテクチャの哲学と同じです。GraphML は、周囲の世界のジオメトリと、その中のオブジェクトの関係を理解することで、安全な自律的決定を可能にします。現在、Google は GraphML ベースの AIOps ソリューションプロバイダである NetAI との戦略的コラボレーションを通じて、この関係認識インテリジェンスを通信業界にもたらしています。Mobile World Congress（MWC）2026 では、スペインの通信プロバイダである MasOrange が、フルマネージドの AIOps を推進する方法としてこのコンセプトを探求するための概念実証を紹介しています。

デジタルツインの基盤: ネットワークのモデリング

自律型ネットワークを構築する最初のステップは、静的なインベントリから動的なデジタルツインに移行することです。

従来の運用モデルは、断片化されたデータレイクに依存しており、トポロジは多くの場合、単なるテーブルにすぎません。Google のフレームワークでは、Spanner Graph を使用してネットワークの動的なデジタルツインを構築し、ライブネットワークの関係とトポロジを明示的にモデル化します。このデジタルツインは、数十億もの依存関係を捉えます。たとえば、特定の光トランスポンダーが特定の IP インターフェースに対応する方法、さらにはその IP インターフェースが顧客の 5G スライスに対抗する方法を正確にマッピングします。

このグラフ構造は可視化のためだけのものではなく、高度な GNN ベースの AI モデルの入力としてトポロジコンテキストを提供します。

GNN と従来の ML

長年にわたり、業界では従来の ML をネットワーク運用に適用してきましたが、その結果はまちまちでした。GNN が自律型ネットワークに最適な選択肢である理由を理解するために、従来のメソッドと比較して GNN がデータをどのように処理するかを見てみましょう。

ランダムフォレストや基本的なディープラーニングなどの標準的な ML アルゴリズムは、一般的にネットワークデータを簡略化されたフラットなベクトルまたは切断された時系列シーケンスとして解釈します。この視点から、次のようなモデルが作成されます。

トポロジを考慮しない: 標準モデルは、ネットワークトポロジを本質的に理解していません。ルーター A がスイッチ B に物理的に接続されていることを「認識」していないため、ネットワーク障害の最も重要な特徴の一つである伝播を見逃してしまいます。
症状ベース: 従来の ML モデルは、指標の急上昇を検出すること（異常検出）に優れていますが、その理由を理解することは苦手です。
因果関係ではなく相関関係を検出する: これらのモデルは統計的相関関係に依存しています。CPU 使用率がパケットロスと同時に急上昇した場合、両者には関連性があると仮定します。しかし、複雑なネットワークでは、相関関係は偶然であるか、遠く離れた障害の下流の症状であることがよくあります。

GNN は構造を認識するため、根本的に異なります。そのため、次のことが可能になります。

ネイティブなトポロジ処理: GNN はネットワークグラフを直接取り込みます。ノード上のデータを見るだけでなく、ノード間の接続を処理します。
決定論的推論: GNN は、統計に基づいて推測するのではなく、メッセージの受け渡しを使用します。ファイバーの切断が発生すると、モデルはデジタルツイン内の既知の物理パスに沿って「障害信号」を数学的に伝播させ、どの上位レイヤサービスが失敗するかを正確に予測します。
正確な異常検出: GNN は近隣ノード間の関係を理解することで、ローカルな異常（1 つのルーターの障害）と構造的な異常（サブグラフの障害）を区別し、偽陽性を大幅に削減できます。

Google の自律型ネットワークスタック上の NetAI GNN

技術スタック: Google tf-GNN と NetAI

MasOrange の概念実証は、Google のインフラストラクチャと NetAI のドメイン専門知識を組み合わせた統合スタックである GraphML を調査したものです。

Google tf-GNN ライブラリ: Google が開発し、オープンソース化した TensorFlow GNN（tf-GNN） は、大規模な GNN を構築するために設計された、本番環境でテスト済みのライブラリです。これは、Google が自社プロダクトの複雑なグラフ構造を分析するために使用しているものと同じクラスのモデリングであり、開発者はグラフデータを簡単に操作して大規模な GNN モデルを構築できます。
NetAI のファインチューニング: NetAI は、これらの基本的な tf-GNN モデルを調査し、Google とのコラボレーションにより、通信のユースケースに大幅に特化した高度な GNN モデルを開発しました。たとえば、ファインチューニングされたモデルは、BGP セッションのフラップ、光信号の劣化、輻輳によるレイテンシの区別など、特定の通信事業者の動作を理解します。
マネージド AIOps: NetAI は、自動化されたネットワーク検出とグラフ構築から最終的な根本原因分析まで、エンドツーエンドのライフサイクルを処理するフルマネージドプラットフォームにこれらのモデルをラップします。

エグゼクティブの視点

「事業を拡大するにつれて、数百万もの相互接続されたコンポーネント全体で根本原因を特定できる機能は、もはやオプションではなくなりました。この GraphML を活用したアプローチで Google Cloud と NetAI と提携することで、オブザーバビリティを、サービス信頼性を確保するための先回り型の仕組みに変換し、探求できるようになります。」- MasOrange、オブザーバビリティおよび自動化担当責任者、Roberto González Librán 氏

「当社の自律型ネットワークフレームワークは、現代の通信事業者の膨大なデータ需要に対応するように設計されています。GraphML の機能を NetAI などのパートナーと統合することで、真に自律的で自己修復型のネットワークを運用するために必要な決定論的推論を CSP に提供しています。」- Google Cloud、ネットワーキング担当バイスプレジデント兼ゼネラルマネージャー、Muninder Sambi

もっと詳しくお知りになりたい場合

自律型ネットワークへの移行には、より優れたモニタリングだけでなく、インフラストラクチャのモデリングと推論の方法の根本的な変革が必要です。

ぜひ GraphML を試してみてください。GNN を活用したデジタルツインがネットワーク運用をどのように変革できるかについては、Google Cloud アカウントチームまたは NetAI までお問い合わせください。

- Google Cloud 通信エンジニアリングチーム

- NetAI

AI ネイティブなコア: Google Kubernetes Engine を使用した、レジリエンスの高い通信事業者向けアーキテクチャ

Mon, 16 Mar 2026 03:00:00 +0000

※この投稿は米国時間 2026 年 3 月 5 日に、Google Cloud blog に投稿されたものの抄訳です。

通信業界は重要な転換点を迎えています。従来のオンプレミス中心のデータセンターモデルは、インフラストラクチャ費用の高騰と、可用性およびコンプライアンス要件による利用率の低さという重圧に苦しんでいます。しかし、AI の時代には、指数関数的なスケールと 99.9999999% を超える信頼性が求められます。通信事業者が考えるべきは、モダナイズするかどうかではなく、どのアーキテクチャパスが最も迅速にモダナイズできるかです。

モダナイゼーションは「完全な置き換え」のイベントではなく、戦略的な選択です。今回は、Google Kubernetes Engine（GKE）が、クラウド中心の進化と戦略的なハイブリッドモダナイゼーションという 2 つの汎用性の高いデプロイ戦略の高性能な基盤としてどのように機能するかをご紹介します。

ネットワークモダナイゼーションの 2 つの方法

すべての通信事業者は、リスク許容度、規制環境、投資基盤がそれぞれ異なります。アジリティを優先する通信事業者もいれば、ローカルな制御の必要性を重視する通信事業者もいます。GKE を使用すれば、両方のアプローチに対応できます。

1. クラウド中心のモダナイゼーション: 大規模なアジリティ

この方法は、クラウドの弾力性を最大限に活用したい通信事業者向けです。独自のコンテナ化されたネットワーク機能（CNF）を移行する場合でも、Ericsson-on-Demand のようなクラウドネイティブサービスを構築する場合でも、目標は同じです。それは、重い処理を Google Cloud に移行することです。

メリット: 音声コアやポリシー制御機能などのミッションクリティカルなワークロードを Google のグローバルファイバーバックボーンで実行することで、ピーク時のイベントに合わせて即座にスケールし、「ゼロヒューマンタッチ」運用に移行できます。
経済性: 多額の初期投資を必要とする CapEx から「成長に応じた支払い」モデルに移行できます。アイドル状態のハードウェアを過剰にプロビジョニングする必要はなく、クラウドが突発的な負荷を吸収してくれます。
製品化までの時間: 固定無線アクセス、IoT、プライベート 5G などの新しいサービスの製品化までの時間を短縮できます。

2. 戦略的なハイブリッドモダナイゼーション: クラウドのアジリティ、ローカルな制御

多くの通信事業者にとって、ハイブリッドアプローチはより優れたバランスを提供します。ハイブリッドアプローチでは、通信事業者は、アジャイルなコントロールプレーンコンポーネントとデータ分析を選択的にクラウドに移行しながら、レイテンシの影響を受けやすいユーザープレーン機能をオンプレミスまたはエッジに保持できます。

メリット: データプレーントラフィックをローカルに保持することで、超低レイテンシの最適化と厳格なデータ主権要件を満たしつつ、クラウドの AI による分析情報とオーケストレーション機能を活用できます。
汎用性: GKE を使用すると、コントロールプレーンのワークロードをクラウドで実行し、データプレーンサービスを独自のデータセンターまたはネットワークエッジで直接実行できます。これにより、環境全体で統一された運用モデルを構築できます。

「通信事業者グレード」の基盤のエンジニアリング

このブログ投稿では、GKE が通信事業者や機器ベンダーパートナーからの大きな勢いに支えられ、コンテナ化されたネットワーク機能（CNF）向けの業界で最も特化したプラットフォームへと進化してきた様子をご紹介します。

さまざまな機能のおかげで、これを実現しています。

接続と分離

標準の Kubernetes は、通信事業者が必要とする複雑なトラフィック分離を想定して設計されていません。GKE は、次の機能でこのギャップを埋めます。

マルチネットワーキング API: Pod ごとに複数のインターフェースを管理するネイティブの Kubernetes の手法。標準のネットワークポリシーをすべてのインターフェースに適用します。
シミュレートされた L2 ネットワーキング: 最新のクラウドネイティブなスタックで実行しながら、従来のアプリケーションがレイヤ 2 の運用モデルを維持できる「移行のスーパーパワー」。
通信事業者向け CNI: 特化型 Ubuntu イメージで Multus、IPvlan、Whereabouts をサポート。これにより、管理プレーン、制御プレーン、ユーザープレーンを外科手術のように正確に分離できます。

永続的なネットワーク到達性

エフェメラルなコンテナの世界では、通信事業者の機能には安定性が求められます。GKE は、以下を通じてこれを実現します。

GKE IP ルート: 等価コストマルチパス（ECMP）のような機能を GKE データプレーンに直接統合しました。ワークロードに障害が発生すると、サービスパスから自動的かつ迅速に削除されるため、複雑な外部ルーター構成なしで高可用性を実現できます。
永続 IP: GKE は、5G コア機能がライフサイクル全体で一貫したネットワーク到達性を確保するために必要な静的 IP サポートを提供します。標準の Kubernetes では利用できない NAT を使用しません。

1 秒未満の収束

通信事業者にとって、ミリ秒単位のダウンタイムは接続の喪失を意味します。HA ポリシーを介した GKE のデータプレーンは、超高速の障害検出と収束により、ほぼゼロのダウンタイムを実現するように最適化されています。通信事業者は、自己管理による復旧と Google による完全管理の障害検出のどちらかを選択できます。

AI で「節約」から「解決」へ

通信事業者にとって、モダナイゼーションの最終的な目標は、自律型ネットワークへの移行です。Vertex AI や BigQuery などの Google Cloud AI およびデータプラットフォームに隣接するプラットフォームでコアネットワーク機能を実行することで、テレメトリーをネットワーク最適化の実用的な変更に変えることができます。モダナイゼーションによって実現するユースケースとメリットには、次のようなものがあります。

予測 AIOps: AI を使用してパフォーマンスの低下を特定し、通話が切断される前に自動修復をトリガーします。スポーツイベントやサービスのリリース時に、クラウドを使用してオンデマンドのバースト容量を確保します。また、GKE でホストされる 5G コアのデータを使用して、AI を活用した自動化を促進し、問題が加入者に影響を与える前に予測します。
インテント主導のプログラマビリティ: 費用のかかる事後対応型の運用から移行し、新しいデプロイのセットアップ時間を数週間から数時間に短縮します。
分析情報の収益化: クラウドネイティブなデータに AI を活用して、ネットワークの適正化に加えて、まったく新しい収益機会を特定して獲得します。

貴社の戦略に合わせた変革を

通信業界の未来は、インテリジェントでレジリエンスに優れ、非常に柔軟なものになるでしょう。ハイブリッドデプロイへの第一歩を踏み出す場合でも、クラウドで完全にホストされるコアを立ち上げる場合でも、Google Cloud は貴社の戦略的パートナーとなります。

MWC にぜひご参加ください。ホール 2 のブース #2H40 では、GKE で動作するモバイルコアのライブデモなど、各種ソリューションの事例をご覧いただけます。

- Google Cloud、シニアプロダクトマネージャー、Abhi Maras

- Google Cloud、ソフトウェアエンジニア、Maciej Skrocki

自律型ネットワークのスケーリング: Data Steward と Core Network Agent のご紹介

Fri, 13 Mar 2026 02:00:00 +0000

※この投稿は米国時間 2026 年 3 月 5 日に、Google Cloud blog に投稿されたものの抄訳です。

昨年、Google Cloud は、通信サービスプロバイダ（CSP）が手動管理からゼロタッチオペレーションに移行できるよう設計された包括的なブループリントである自律型ネットワーク運用フレームワークを発表しました。このリリースの一環として、RAN AI エージェントを価値実証（PoV）アセットとして導入し、生成 AI が無線アクセスネットワーク（RAN）を自律的に最適化する方法を実証しました。

このたび、Google Cloud のフレームワークが進化することを発表いたします。Future Connections との提携により、フレームワークの機能を拡張し、個別のタスクから、通信スタック全体で推論と実行を行うエージェント AI へと移行します。このフレームワークに直接統合される 2 つの重要なイノベーション、Autonomous Data Steward と Core Network VoLTE Agent をご紹介します。ニュージーランドの通信プロバイダである One NZ は、これらのイノベーションを業務に導入しています。

「当社が自律型ネットワーク運用フレームワークをリリースした際、その目標は、通信の未来に向けたブループリントを提供することにありました。現在、自律型ネットワークの傘下で重要な新しいエージェントを開発、リリースすることで、そのフレームワークを強化しています。One NZ による Core Network VoLTE Agent の導入は、この進展を象徴するものであり、通信事業者が個別のユースケースを超えて AI を大規模に運用化するための後押しができていることを示しています。」- Google Distributed Cloud、プロダクト担当バイスプレジデント兼ゼネラルマネージャー、Muninder Sambi

業界のボトルネック: エージェントがスケーリングに苦労する理由

業界では個々のエージェントのデプロイに成功していますが、完全に自律的なエコシステムへのスケーリングにおいては、根本的なインフラストラクチャの課題が浮き彫りになりました。それは、「データアクセスが分断されている」という点です。現在、新しい AI エージェントを開発しているすべての組織が、同じ障壁に直面しています。

データサイロ: データが厳格なスキーマにロックされ、ドメインごとに散らばっています。たとえば、BigQuery の RAN とコア、Cloud Storage のプローブなどです。
セマンティックの複雑さ: セマンティックコンテキストがない場合、データサイエンティストは、モデルの構築よりも、ベンダー固有の暗号のようなカウンタ（例: 「pmCounterNumber_487」）の解読に何か月も費やすことになります。
アクセスに関する問題: 新しいエージェントごとにカスタム統合プロジェクトが必要になるため、迅速なスケーリングが困難です。

これを解決するには、まずデータインフラストラクチャのインテリジェンスを有効にする必要があります。これには、データ基盤を管理するインテリジェントエージェントと、その基盤に基づいて行動する特化型エージェントという 2 層構造のアプローチが必要です。

フレームワークの拡張: Autonomous Data Steward

Autonomous Data Steward は、Gemini を活用したエージェントであり、フレームワークのインテリジェントな基軸として機能します。単にデータを保存するだけでなく、他のエージェントが使用できるようにオンデマンドで動的にデータをプロビジョニングします。

Google Cloud 上に構築された Steward は、「ゼロコピー」アーキテクチャを利用しています。Dataplex Universal Catalog を使用することで、大量のデータセットを複製するのではなく、メタデータポインタを保存します。この手法により、ストレージ費用を最大 70% 削減しながら、エージェントがリアルタイムのテレメトリーにアクセスできるようにします。

Autonomous Data Steward は、Google の高度な推論モデルを活用して、人間の意図と技術的な実行のギャップを埋めることで、DataOps ライフサイクルをさらに自動化します。これにより、次のことが可能になります。

セマンティックな理解: ユーザーまたはエージェントがデータ（例: 「セルドロップ率」）を尋ねると、Gemini は自然言語の意図を解釈し、Dataplex Universal Catalog を使用して特定の通信カウンタにマッピングします。
動的な ETL の作成: データセットが存在しない場合、Steward は Python コードを自律的に記述して実行し（Dataproc 経由）、データを抽出、クリーンアップ、結合します。これにより、数週間かかっていたエンジニアリング作業が数分に短縮されます。
ドメイン間の統合: エージェントは、RAN のパフォーマンス、コアセッションの障害、プローブのエラーを結合した連携クエリを生成し、分離されたドメインを透過的に統合する単一のビューを提供します。

Core Network（VoLTE）Agent

Google Cloud は、事後対応型のモニタリングから自己修復ネットワークへと移行しています。OSS 修復エージェントは、問題が発生したときに人間に対してアラートを出すだけでなく、問題を診断して解決します。データサイロを解消することで、数か月にわたるエンジニアリングの専門知識をミリ秒単位の自動アクションに変える認知レイヤを構築しています。

IMS 品質エージェント（VoLTE エージェント）は、コアネットワークの専門家です。Autonomous Data Steward を基盤として構築されており、次の 3 つの方法で優れた音声サービスを提供します。

リアルタイムのモニタリング: 通話設定成功率、平均オピニオンスコア（MOS）、CSCF パフォーマンスなどの重要な指標を継続的に追跡します。
インテリジェントな根本原因分析: Gemini のマルチモーダル推論を活用して、エージェントが複雑なシグナリングデータ（SIP / Diameter）とコアのパフォーマンスを関連付け、CSCF の過負荷などの問題を即座に特定します。
自律的な推奨事項: エージェントが、着信の転送の調整や負荷の再調整などの是正措置を推奨します。

VoLTE エージェントは、通話が切断されたことを検出すると、データをクエリして、以前は切断されたシステムに存在していた関連する IMS シグナリングとプローブキャプチャを即座に取得します。

One NZ はすでにこのエージェントをデプロイして音声品質をプロアクティブに管理しており、手動メンテナンスから完全に自律的なネットワークへと移行しています。

「Future Connections と Google Cloud と提携し、Gemini の高度な機能を使用してエージェントワークフローをネットワークにデプロイできることを嬉しく思います。これは、完全に自律的なネットワーク運用に向けた取り組みにおける、もう一つの重要な進歩です。」- One NZ、CTO、Kieran Byrne 氏

自律運用への移行を加速

これらのリリースは、フレームワークの大きな飛躍を意味します。Autonomous Data Steward エージェントのインフラストラクチャインテリジェンスと、VoLTE Agent のドメイン固有のロジックを自律型ネットワーク運用フレームワークに統合することで、以下を実現しています。

運用チーム向け: 重要な MTTR アクセラレータとして、音声サービスの問題の特定と解決にかかる時間を大幅に短縮します。これにより、チームは検出から解決までを短時間で行い、強力なネットワークパフォーマンスを維持できます。
データチーム向け: デプロイアクセラレータとして、モデル開発から本番環境での運用までの期間を短縮します。これにより、データチームはデータ運用における従来のボトルネックを回避し、新しい ML デプロイの価値をほぼ瞬時に実現できます。

私たちはこれらの主要な手法をオープンソース化し、オペレーターが独自のエージェントワークフローを構築してカスタマイズできるようにしています。

さっそく始めましょう。Autonomous Data Steward または VoLTE Agent の早期アクセスにご関心をお持ちの場合や、One NZ によるエージェントのデプロイについて詳しく知りたい場合は、Google アカウントチームまたは Future Connections までお問い合わせください。

- シニアプロダクトマネージャー、Naresh Rao

- Future Connections、プロダクト戦略担当ディレクター、Prashant Kumar 氏

ネットワーク API からネットワーク AI エージェントへ - エージェントでつながる未来を Nokia とともに構築

Tue, 10 Mar 2026 01:50:00 +0000

※この投稿は米国時間 2026 年 3 月 4 日に、Google Cloud blog に投稿されたものの抄訳です。

通信業界は「エージェントの時代」という、これまでで最も大きな変革期を迎えようとしています。サイロ化された自動化ツールから、ワークフロー全体を自動化できる完全なエージェントエコシステムへと、進化を遂げようとしています。

今週、バルセロナで開催される Mobile World Congress（MWC）で、Google は、Nokia の Network as Code（NaC）プラットフォームを Google Cloud の最適化されたエージェント AI スタックと統合することを発表します。これは、ネットワーク API から完全なエージェントエコシステムへの変革をもたらす取り組みです。これにより、通信事業者には、自然言語と目標指向のタスク自動化を通じてネットワークを自律的に監視、プログラム、最適化できる AI エージェントの利用が可能になります。

AI ネットワークの進化を支える 3 本の柱

エージェント時代のニーズに応えるために、AI とネットワークは「接続された」関係から「深く統合された」関係へと変わりつつあります。この進化は、次の 3 つの異なる分野で展開されています。

自律型ネットワーク: ネットワークは、手動で管理されるユーティリティから、コントロールプレーンとデータプレーンに AI が直接組み込まれた自律型オーケストレーションシステムへと移行しています。初期の構築と計画段階から、リアルタイムの障害検出と根本原因の分析段階まで、あらゆるフェーズにインテリジェンスを統合することで、ネットワークは「セルフヒーリングファブリック」として機能します。この移行により、インフラストラクチャがエージェント時代のプログラマブルで高忠実度のデータニーズに対応できるようになり、ネットワーク消費の増加が組織に影響を及ぼす前に、需要予測によるスケーリングが可能になります。
AI に最適化されたネットワーク: AI エージェントが日常生活の「デジタル雑務」をこなすにつれ、ネットワークは大量のアップリンクデータと「最初のトークンまでの時間」を短縮する低レイテンシ要件に対応できる設計が必要になります。テクノロジーを作業ではなく魔法のように感じさせるには、モバイルネットワークが極めて動的に、Google Distributed Cloud（GDC）など、直近のコンピューティングノードとプロアクティブにやり取りして、エッジでのタスクを処理する必要があります。この局地的なオーケストレーションは、バックグラウンドでトラフィックとコンピューティングのレイテンシを管理し、ユーザーが遅延をまったく知覚できないほど迅速な AI アシスタントの応答を可能にします。
ネットワークをプログラミングする AI エージェント: プログラマブルネットワークの実現は、企業や通信事業者に価値をもたらすことが長年期待されてきました。デベロッパーエクスペリエンスを変革するエージェント AI は、まさにこの積年の願いを叶える救世主です。統合 API フレームワークを通じた RAN からコアへの機能公開により、AI エージェントは自然言語プロンプトを複雑なインテント主導のネットワーク構成に変換できるようになりました。これにより、自律システムはエージェント間でタスクを調整してデータを交換できるようになり、その結果、ネットワークはアプリケーションの特定のニーズにリアルタイムで動的に適応できます。

Nokia の Network as Code プラットフォームは、現在 70 社以上のパートナーと 20 以上のネットワーク API を接続していますが、この NaC プラットフォームが Gemini モデルおよび Google Cloud のエージェントフレームワークとの統合により、エージェント対応型として生まれ変わります。A2A や MCP などの標準化されたインタラクションプロトコルを活用することで、これらの専門エージェントは単純な自動化を超えてアクティブな推論を行うようになり、意図を解釈して複雑なネットワークタスクを自律的に管理できるようになります。

技術的な橋渡し: Nokia と Google Cloud の統合の仕組み

単純な API からネットワーク AI エージェントへの進化は、Google Cloud のインテリジェンスと Nokia のネットワークエキスパティーズをつなぐ 3 層構造の統合によって実現します。

公開レイヤ（Nokia Network as Code）: NaC プラットフォームが、複雑な 5G コアと RAN の機能を、標準化されたノースバウンド API（CAMARA/GSMA Open Gateway）に抽象化します。デベロッパーは Google Cloud Marketplace を介してこれらの Nokia API にアクセスすることで、グローバルなモバイルネットワークにアクセスして Network as Code ポータルを活用できます。これにより、基盤となるテクノロジーを操作することなく、ネットワーク機能への標準化されたアクセスを確保できます。
インテリジェンスレイヤ（Gemini with Network as Code）: このレイヤでは、Gemini の活用が、単なる「呼び出し」から「インテント」主導型への進化を可能にします。Network as Code AI エージェントが、MCP を使用して自律的にネットワークツールを識別、活用し、Quality of Service（QoS）や位置情報の検証などを通じて特定のビジネス目標を達成します。
インタラクションレイヤ（agent-to-agent）: A2A プロトコルを通じて、業務処理エージェント（たとえば、物流コーディネーターなど）がネットワークエージェントに目標を伝達します。ネットワークエージェントは、その目標をネットワーク固有の指示形態に変換し、リアルタイムでネットワークをオーケストレートします。人が手動によるコーディングで介在する必要はありません。

Agent Development Kit（ADK）による拡張性

組織は ADK を使用した機能拡張により、真にカスタマイズされたエンタープライズエコシステムを構築できます。ADK を使用すると、デベロッパーは企業独自のビジネスロジックと Nokia のネットワークインテリジェンスを統合したカスタムマルチエージェントシステムを構築してデプロイできます。このモジュール性により、専門分野に特化されたビジネスエージェントがネットワークリソースを自律的に手配して独自のミッション要件を満たし、社内の企業データと外部のネットワーク機能を安全につなぐことができます。

プログラマブルネットワークからインテント主導型エンタープライズへ

この統合の真の強みは、「API ギャップ」を埋めることにあります。Network as Code はプログラマブルな基盤として利便性を発揮しますが、さらにエージェント AI を追加することで、コード不要のユーザーエクスペリエンスが実現されます。デベロッパーは、下位レベル通信プロトコルを把握していなくても、ビジネスインテントさえ定義すれば、基盤となるコードの実行がエージェントフレームワークによって処理されます。

エージェントを活用したエンタープライズシステム事例

エージェントエコシステムでは、業務上不可欠なネットワークの接続性が低下した場合などにリアルタイムで状況を検知して、サービスに影響が及ぶ前に自律的に問題を解決したり、リソースをプロビジョニングしたりできます。実際の活用例は以下のとおりです。

自律型ロジスティクス: ドローン活用計画の実現に向けて、フリート管理エージェントが最適化されたネットワーク接続をリクエストできます。飛行経路全体での接続性と品質、優先順位を Network as Code エージェントが自動的に確保する仕組みです。
セキュリティの強化: モバイルサービスにおいて、顧客のサブスクリプション、デバイス、現在地に異常な点があればリアルタイムでフラグを立てるよう、エンタープライズデバイス管理エージェントが Network as Code エージェントにリクエストできます。これにより、モバイルアセットのセキュリティ体制が迅速に強化されます。
高精度のモニタリング: セキュリティエージェントが、モバイルデバイスのフィードに基づくマルチモーダル AI 推論をサポートするために、専用のネットワークスライスをリクエストできます。これにより、データが送信されると同時に帯域幅を確保できます。

通信事業エコシステムにもたらす効果

このパートナーシップは、複雑なネットワーク標準の世界と、目まぐるしく変化するクラウドデベロッパーの世界を橋渡しするものです。通信事業者にとっては、ネットワークをコストセンターのような存在からイノベーションエンジンへと生まれ変わらせる明確な道筋が示されます。ネットワーク機能を Google Cloud Marketplace に掲載して利用可能にすることで、通信事業者は 5G 投資のニーズに応じた収益化をついに実現できるようになったのです。

「ネットワークはもはやボトルネックでもブラックボックスでもなく、AI の取り組みにおけるプログラマブルでインテリジェントなパートナーたる存在です。Nokia の Network as Code に組み込まれた直感的なインテント主導型インターフェースにより、ネットワークインテリジェンスを活用した革新的なサービスの開発とデプロイが一段と高速化され、収益化までの時間を大幅に短縮できます。」- Blocksport、CEO、Vladimir Liulka 氏

「プログラマブルネットワークとネットワーク API の力を最大限に活用するサービスの成長と収益化には、シームレスで直感的なデベロッパーエクスペリエンスの実現が不可欠です。デベロッパーインターフェースがエージェントによって提供されるエージェント AI フレームワークは、このエクスペリエンスを実現するための重要インフラとなるものです。Nokia の Network as Code プラットフォームは、すでに Deutsche Telekom のネットワーク API と統合されており、プログラマブルネットワークからエージェントの世界への変革を可能にするパイオニアです。」 - Deutsche Telekom、Magenta Business API、シニアバイスプレジデント、Chathurangi Wickramasinghe 博士

MWC で未来を体験

エージェントでつながる未来を構築する時代が、今まさに始まっています。MWC で Nokia と Google Cloud のブースにお越しいただき、これらのユースケースをライブでご覧ください。Network as Code プラットフォームがネットワークの複雑さをエージェント時代をリードする存在に変革する仕組みを、ぜひご自分の目でお確かめください。

- Google Cloud、通信市場担当責任者 Sridhar Gollapudi

- Nokia、ネットワーク収益化プラットフォーム、ポートフォリオおよびアーキテクチャ責任者 Mikko Jarva 氏

フレームワークからスケールへ: MWC 26 で自律型ネットワークを加速

Fri, 06 Mar 2026 02:30:00 +0000

※この投稿は米国時間 2026 年 3 月 3 日に、Google Cloud blog に投稿されたものの抄訳です。

昨年、Google は自律型ネットワーク運用フレームワークを発表しました。これは、通信サービスプロバイダ（CSP）が、サイロ化された自動化から自己修復型の「ゼロタッチ」ネットワークへと移行できるようにするための布石です。現在、Google は、ネットワークにおいて AI を単にインサイトに利用するだけでなく、感知、推論、自律的な行動が可能なインテリジェントエージェントへと進化させるべく取り組んでいます。

Mobile World Congress（MWC）Barcelona の開催を迎え、同イベントではこの変化がどのように実現されつつあるかをご紹介しています。Deutsche Telekom や Vodafone などの企業は、AI を運用の中核に組み込むことで、運用の複雑さを軽減し、接続を単なるユーティリティから価値創造エンジンへと進化させています。

プロダクトのイノベーション: エージェント型通信エンジン

業界の重要な目標は、レベル 4～5 の自律性を実現することです。これは、人間の介入なしにネットワーク自体が問題を特定、診断、修正できるようなレベルです。そのためには、基盤となるデータプラットフォームがネットワークと同じく動的であることが前提となります。この 1 年間、Google は Cloud Spanner Graph および Vertex AI を進化させ、通信事業者が求める「二重の性質」に対応しました。具体的には、アラームの相関関係に基づき、リアルタイムに高速で応答する能力に加えて、履歴パターンの詳細分析に基づく検出能力を組み合わせるというものです。

現在、Google では、このような自律的な運用をサポートするためにプラットフォームを以下のように改良しています。

ネットワークデジタルツイン: ネットワークデジタルツインが、ネットワークの静的なマップから、物理的および論理的な最新状態を動的に表す時系列グラフへと進化しました。パフォーマンスおよび障害の状態をリアルタイムで把握する一方で、エージェントが過去の状態（5 時間前や数日前など）をクエリし、正確な根本原因分析を即座に行えるようになっています。
統合グラフデータレイヤ: 運用データと分析データを隔てるサイロを解消します。具体的には、デジタルツインに Spanner Graph を活用するとともに、BigQuery による連携グラフ分析に対応しています。これにより、通信事業者は、複雑で時間のかかる ETL（抽出、変換、読み込み）プロセスを省略して、リアルタイムの更新および詳細な履歴分析を相互に実行することが可能となります。
GNN によるリアルタイム予測: Vertex AI でネットワークデジタルツインデータに基づきグラフニューラルネットワーク（GNN）をトレーニングできるようになりました。その後、トレーニング済みの GNN モデルと、Spanner の ML.PREDICT 機能、ネットワークデジタルツインのリアルタイムデータを組み合わせることで、モニタリングだけでなく予測を行えます。具体的には、障害がどのように伝播するかを数学的に追跡し、利用者に影響を与える前に解決します。

ソリューションのアップデート: 価値創出を加速

レベル 4～5 の自律性を実現するうえで最大の課題の一つは、接続されていないレガシーシステムで生じる手動の遅延です。Google は、このようなボトルネックに対処し、統合自動システムへと置き換えるための新しいツールをリリースします。

オープンソースのデータ基盤: 導入を促進するため、Google の通信用データパイプラインおよびデータモデルのソースコードを GitHub でリリースしました。これにより、CSP は、手動でスキーマをマッピングすることなく、業界標準の統合オントロジーを実装できます。
通信事業者向けの最新エージェント: FutureConnections と連携し、以下の 2 つの新しい価値実証エージェントをリリースしました。

データスチュワードエージェント: データガバナンスを自動化し、デジタルツインの正確性を維持するエージェントワークフロー。
自律型ネットワークエージェント: 現在 One NZ が試験運用しているこれらのエージェントは、音声コアと OSS ネットワークを管理し、モニタリングだけでなく積極的な対応を行います。たとえば、通話品質の低下が検出されたら即座にトラフィックを別に再ルーティングしたり、ネットワーク設定をリセットして通話品質を復元したりできます。

エコシステムの活発化によるイノベーションの促進

真の自律性を実現するには、活発なエコシステムが必要不可欠です。今年、Google はいくつかの重要なマイルストーンを達成しました。

MasOrange、NetAI: Google は NetAI と連携して GraphML ベースの AIOps の提供に取り組んでおり、共同で MasOrange 向けのパイロットプロジェクトを開始しました。このプロジェクトでは、Google Cloud の AI スタック内でパートナーによる特殊モデルを実行することでネットワークインシデントを解決できることを示し、自律的なアクションに対する信頼を獲得しています。
Nokia の「Network as Code」: Nokia と連携し、複雑な技術コードではなく、平易な言語を理解する AI エージェントによってネットワークを完全にプログラムできるよう取り組んでいます。これにより、通信事業者は、緊急サービスや遠隔医療などの重要サービスにネットワークリソースを優先的に割り当てるといった複雑なタスクを、手動で開発して組み込まなくても、ネットワークに依頼するだけで済むようになります。

今後の動向

エージェント型 AI の時代が到来しています。Google は、通信事業者のネットワークファブリックに AI を組み込むことで、接続が単なるユーティリティからお客様を継続的に満足させるインテリジェントなサービスプロバイダへと生まれ変われるよう支援しています。

MWC にぜひご参加ください。ホール 2 のブース #2H40 では、マルチエージェントシステム、デジタルツイン、物理的な AI ロボットのライブデモなど、各種ソリューションの事例をご覧いただけます。最新のホワイトペーパーをダウンロードして、Google のアプローチについてさらに詳しくご覧ください。

- Google Cloud、ネットワーキング担当バイスプレジデント、プロダクトマネージャー、ゼネラルマネージャー、 Muninder Sambi

- Google Cloud、プリンシパルエンジニア、 Dave Weissman

Fastweb + Vodafone: Spanner と BigQuery でデータワークフローを再定義

Wed, 28 Jan 2026 03:00:00 +0000

※この投稿は米国時間 2026 年 1 月 23 日に、Google Cloud blog に投稿されたものの抄訳です。

編集者注: イタリアの大手通信プロバイダである Fastweb + Vodafone は、チャネル全体でより迅速かつパーソナライズされたカスタマーエクスペリエンスをサポートする Customer 360 プラットフォームを構築しました。また、Spanner、BigQuery、Gemini などの Google Cloud サービスを使用してサービングレイヤとガバナンスを再構築することで、アーキテクチャを簡素化し、AI を活用したエンジニアリングワークフローを導入しました。Fastweb + Vodafone は現在、組織全体にリアルタイムの分析情報を提供しており、将来的に AI エージェントのユースケースを拡大する準備を進めています。

2025 年の Swisscom による Vodafone Italy の買収を経て、2026 年 1 月の正式な合併を迎えるにあたり、お客様へのサービス提供方法を見直す機会が訪れました。

イタリアの大手通信プロバイダである当社は、モバイル、ブロードバンド、デジタルチャネルにおいて、タイムリーでパーソナライズされたエクスペリエンスを提供することを目指しています。私たちの仕事は、当社のビジネスに関わるすべての人が必要なときに必要な顧客インサイトにアクセスできるようにすることです。こうしたインサイトは、数千ものソースからのデータを統合し、リアルタイムで利用できるようにする堅牢な Customer 360 プラットフォームに支えられています。

両社はすでに、Google Cloud、特に BigQuery を活用した顧客データワークフローのモダナイズを進めていました。しかし、エコシステムを組み合わせたことで、既存のセットアップの限界が明らかになりました。このアーキテクチャは、想定以上に多くのメンテナンスが必要で、統合した組織に必要な柔軟性もありませんでした。顧客データの提供と管理の方法を見直す時期が来ていたのです。

単一のツールではなく、コネクテッドプラットフォームを選択

Fastweb + Vodafone に必要なものを改めて見直すと、単一のツールを求めていないことは明らかでした。私たちが求めていたのは、運用上の負担を増やすことなく、リアルタイムのサービス提供、より強力なガバナンス、AI を活用した新しいワークフローをサポートできる、コネクテッドプロダクトスイートでした。

図 1: Customer 360 サービングレイヤのアーキテクチャ図

ウェアハウス側では BigQuery をすでに導入しており、コア分析ワークロードを処理できていました。当社に欠けていたのは、アーキテクチャを簡素化しつつ、BigQuery のスピードと柔軟性に対応できるサービングレイヤでした。また、スタック全体での緊密な統合により、インサイトの可視化や AI 導入をより容易に実現したいとも考えていました。

Google Cloud では、これらの機能がすべて一元化されており、各プロダクトがネイティブに統合されているため、当社にとって最適な選択肢でした。システム接続に費やす時間を減らすことができ、ビジネスで実際に必要とされる機能の構築に注力できるようになりました。

Spanner がオーバーヘッドなしでサービングを加速

あらゆるチャネルに正確な顧客データをリアルタイムで提供するには、通信トラフィックに遅れを取らないサービングレイヤが必要でした。その解決策は Spanner でした。Spanner は、低レイテンシの読み取り、水平方向のスケーラビリティ、高可用性を実現し、運用オーバーヘッドがゼロのフルマネージド環境を提供します。

Spanner と BigQuery のネイティブなインテグレーションは、大きな変化をもたらしました。Spanner を導入する前は、データウェアハウスのデータをダウンストリームシステムに移動するためだけに構築したカスタムレイヤをいくつか使用していました。しかし、Spanner と BigQuery の直接的な相互運用性により、その複雑さのほとんどが解消されました。Spanner をフロントエンドのサービングレイヤとして採用したことで、10 個のアプリケーションをわずか 2 週間で移行できました。

また、Spanner はワークフローのモニタリングとメンテナンスの方法も変えました。4 つの異なるモニタリングプロセスが 1 つのビューに統合されたことで、トラブルシューティングと最適化が大幅に迅速化されました。また、Apigee を使用して Spanner データをコールセンター、デジタルチャネル、パートナーシステムに公開したことで、改善の効果はエンジニアリング部門だけでなく、組織全体にまで広がりました。

数千のデータフローを理解する

サービングレイヤとして Spanner を導入した後の次の課題は、Fastweb + Vodafone のデータプラットフォームを支える数千ものバッチ処理とリアルタイムの取り込みフローを理解することでした。これらのパイプラインにおけるデータの流れを理解することは、品質、コンプライアンス、日々のエンジニアリングに不可欠です。私たちには、以前のソリューションよりも高速で、はるかに直感的なものが必要でした。

Spanner のマルチモデル機能がその基盤となりました。

Spanner Graph を使用することで、プラットフォームの実際の動作を反映したリネージのマッピングが可能となりました。具体的には、どのテーブルが特定のジョブを駆動するのか、変換がどのようにカスケードするのか、依存関係がどこにあるのかをマッピングできるようになりました。その後、ベクトル検索と全文検索を追加し、より豊富な検出レイヤを実現しました。これにより、大規模かつ複雑なエコシステムにおいても、結果を迅速に確認することが容易になりました。

これらの機能を組み合わせることで、私たちが求めていたガバナンスエクスペリエンスを実現できました。精度が向上しただけでなく、エンジニアやアナリストの作業負担も格段に減ったのです。

図 2: Spanner Graph モデルにより、複雑なデータリネージのスケーラブルでナビゲートしやすいビジュアリゼーションを迅速に構築し、データガバナンスを改善

ドキュメント作成を簡素化

私たちはまた、組織内の大規模かつ多様なコードベース全体でよりスムーズに開発を行いたいと考えていました。多くのサービス、特に時間の経過とともに進化してきた古いシステムでは、ドキュメントが不十分な状態でした。Gemini は、こうしたギャップを埋めるのに役立ちました。

Gemini を使用すると、コードから直接、わかりやすいドキュメントを生成できるため、手作業の時間を大幅に節約できます。この出力をベクトルエンベディングとして Spanner に保存することで、プラットフォームとともに成長する検索可能なナレッジベースを作成できます。

この知識をさらに使いやすくするために、Gemini を活用したチャットインターフェースを構築しました。デベロッパーは、関数や変更がシステム全体にどのように影響するかなどについて、自然言語で質問でき、コンテキストに応じた回答を数秒で得られます。これは、コードベースを探索するはるかに直感的な方法であり、レガシーロジックを解読したり、専門家に問い合わせたりする時間を短縮できます。

図 3: Gemini と Spanner によるコードのドキュメント化の拡張と検索

この AI を活用したワークフローは、現在では当社の開発プロセスの一部となっています。これにより、オンボーディングが迅速化されるほか、システムが進化する中でも生産性を向上できるスケーラブルな手法が得られます。

ビジネスのスピードで進化するエンジニアリング

Google Cloud サービスで Customer 360 プラットフォームを再構築したことで、Fastweb + Vodafone の業務の仕組みは大きく変わりました。

ワークフローのモニタリングが簡素化され、パイプラインがより効率的になり、リアルタイムのサービス提供が一般的になりました。

この取り組みの成果は、ビジネス全体に及んでいます。コールセンターでは、より完全で最新の顧客情報を確認できるようになり、デジタルチャネルでは、カスタム　インテグレーションなしでも整合性のあるデータを利用できるようになりました。また、パートナーは、Apigee を通じて必要な情報に低レイテンシでアクセスできるようになりました。これらすべてを組み合わせることで、よりスムーズでパーソナライズされたカスタマーエクスペリエンスを実現しています。これは、このプロセスの開始時に私たちが思い描いていた姿そのものです。

この取り組みはまだ始まったばかりです。現在は、Spanner Graph の機能を活用することで、世帯単位の分析やソーシャルインデックスを通じて顧客との関係をより深く理解する方法を模索中です。また、分析や意思決定の向上を支援する AI エージェントの可能性もさらに高まると考えています。

Google Cloud は、当社のエンジニアリングを簡素化しただけでなく、組織全体の運営方法そのものを変えました。

詳細:

グローバル規模のワークロードに対応するフルマネージドリレーショナルデータベースである Spanner と、Spanner Graph の優れた機能をご確認ください。
組み込みのパフォーマンスとスケーラビリティで分析を簡素化する BigQuery の活用方法をご紹介します。
Gemini for Google Cloud を使用して、エンジニアリングワークフローに AI アシスタンスを導入しましょう。

- Fastweb + Vodafone、IT AI 導入およびプラットフォームエンジニアリングリード、Vincenzo Forciniti 氏

AI でカスタマーエクスペリエンスをオンラインと実店舗で拡大する方法

Thu, 23 Oct 2025 01:30:00 +0000

※この投稿は米国時間 2025 年 10 月 15 日に、Google Cloud blog に投稿されたものの抄訳です。

急成長中の企業のカスタマーサービスチームは、顧客からの問い合わせが急増しているという厳しい現実に直面しています。しかし、このような急増に合わせて人的チームを拡大することは、必ずしも持続可能ではありません。

インテリジェントな AI ツールは、これに新たな道を開きます。AI ツールは日常的な質問に自動的に対応できるため、従業員は共感、判断、創造的な問題解決を必要とする、より複雑なカスタマーサービス業務に集中できます。

LiveX AI を使用すると、企業は自然な会話機能を大規模に提供する高度な AI システムを構築、デプロイできます。これらは、チャットボット、コールセンターのエージェント、さらには実店舗での 3D ホログラフィックペルソナとしてさえ活躍する可能性があります。

数千件の同時リアルタイムインタラクションを低レイテンシで処理するには、強力で弾力的なインフラストラクチャが必要です。特に、複雑な問題を人間のエージェントにシームレスにエスカレーションする場合はなおさらです。

この共同技術投稿では、LiveX AI が Google Cloud 上でインテリジェントなカスタマーエクスペリエンスシステムを構築、スケーリングするために使用している技術ブループリントを紹介し、適切なサービスの組み合わせによってこの変革がどのように可能になるかを示します。

このアーキテクチャが重要な理由: 実績ある費用対効果

このアーキテクチャは、測定可能なビジネス効果をもたらします。

Wyze のセルフサービス率は 90%以上: スマートホームのリーダーである Wyze は、LiveX AI を導入して 90% を超すセルフサービス率を達成しました。これにより、サポートチームは人間の専門知識が必要な複雑なケースに集中できるようになり、全体的なカスタマーエクスペリエンスが向上しました。
Pictory のコンバージョンが 3 倍に: 動画作成プラットフォームの Pictory は、LiveX AI を使用してウェブサイトの訪問者に積極的に働きかけ、見込み顧客を絞り込むことで、コンバージョンが 3 倍に増加しました。

これらの成果は、Google Cloud 上に構築された高度でスケーラブルかつ安全なアーキテクチャによってのみ実現可能です。

スケーリングに対応するプラットフォーム機能

LiveX AI プラットフォームは、本番環境に対応できるように設計されており、企業はインテリジェントなカスタマーエクスペリエンスシステムを簡単にデプロイできます。これは、Google Cloud の Cloud Run と Google Kubernetes Engine（GKE）で実行され、それらとともにスケーリングされる主要な機能によって実現されています。

AgentFlow オーケストレーション: 会話フロー、知識の検索、タスクの実行を管理するコーディネーションレイヤ。日常的な問い合わせは自動的にルーティングされ、複雑な問題は完全なコンテキストとともに人間のエージェントにエスカレーションされます。
設計段階から多言語に対応: 強力な AI モデルと Google のグローバル規模のインフラストラクチャを活用して、100 以上の言語でネイティブ品質の回答を提供できるように構築されています。
シームレスな統合: 内部と外部の API に安全に接続して、システムはアカウント情報にアクセスし、返品を処理し、サブスクリプションを管理します。これにより、人間のエージェントに取り次いだ際に完全なコンテキストが得られます。
カスタマイズ可能なナレッジグラウンディング: 特定のビジネス知識でトレーニングされ、チームの専門知識に沿った正確で一貫性のある回答を確保します。
自然なインターフェース: ウェブ、モバイル、電話の各チャネルで、チャット、音声、アバターのインターフェースを介してデプロイされます。

図 1: LiveX の実店舗での 3D アシスタント

技術的ブループリント: Google Cloud でインテリジェントなカスタマーエクスペリエンスシステムを構築する

LiveX AI のアーキテクチャは、パフォーマンス、スケーラビリティ、費用効率を最適化するためにインテリジェントに階層化されています。各レイヤを支える Google Cloud サービスは次のとおりです。

図 2: Google Cloud 上の LiveX AI カスタマーサービスエージェントのアーキテクチャ

フロントエンドレイヤ

ウェブ、モバイル、音声チャネル全体でリアルタイム通信を管理するには、セッション管理、チャネル統合、API ゲートウェイサービスを処理する軽量のマイクロサービスが必要です。

Cloud Run は、このワークロードに理想的なプラットフォームです。フルマネージドのサーバーレスソリューションであるため、トラフィックの急増時にはゼロから数千のインスタンスに自動的にスケールアップし、その後スケールダウンするため、LiveX AI は実際に使用するコンピューティングに対してのみ料金を支払います。

オーケストレーションと AI エンジン

プラットフォームのコアである AgentFlow は、会話の状態を管理し、顧客の意図を解釈して、回答を調整します。問題に人間の専門知識が必要な場合は、完全なコンテキストとともにエージェントにルーティングします。システムは自然言語入力を処理して顧客の意図を判断し、リクエストを複数ステップの計画に分解して、データベース（Cloud SQL など）や外部プラットフォーム（Stripe、Zendesk、Intercom、Salesforce、Shopify）に接続します。これにより、AI エージェントと人間のエージェントの両方が顧客のコンテキストを完全に把握できます。

Cloud Run によるオーケストレーションは、リクエストトラフィックに基づいて自動的にスケーリングし、会話の負荷変動を従量課金制で完璧に処理します。

GKE for AI inference は、リアルタイム AI に必要な専門的機能を提供します。

GPU 管理: GKE のクラスタオートスケーラーは、必要な場合にのみ GPU ノードプールを動的にプロビジョニングするため、コストのかかるアイドル時間を防ぐことができます。Spot VM は、トレーニング費用を大幅に削減します。
ハードウェアアクセラレーション: NVIDIA GPU と Google TPU とシームレスに統合し、マルチインスタンス GPU（MIG）もサポートして、高価なアクセラレータの使用率を最大化します。
低レイテンシ: 特殊なハードウェアと推論ゲートウェイをきめ細かく制御することでインテリジェントなロードバランシングが可能になり、リアルタイムで応答します。

この基盤により、LiveX AI は、需要がピークに達したときでも数百万のユーザーに同時に対応し、しかも 1 秒未満の応答時間を維持できます。

ナレッジ、統合レイヤ

一般公開されているよくある質問から、安全なアカウントの詳細まで、ナレッジレイヤは、システムが有用な回答を提供するために必要なすべての情報を提供します。

Doc Processor（Cloud Run 上）は、検索拡張生成（RAG）システムのベクトルデータベースにナレッジベースを構築して維持し、API Gateway は構成と認証を管理します。長期保存には、LiveX AI は管理データベースとして Cloud SQL を使用し、短期的なコンテキストは Google Cloud Memorystore に保存しています。

最終的には

この設計には 3 つの主な利点があります。実際の需要に合う弾力的なスケーリング、サーバーレスとマネージド GKE サービスによる費用効率、大規模なリアルタイム会話型 AI に必要なパフォーマンスです。

今後の展望: カスタマーエクスペリエンスチームを大規模に支援

カスタマーサービスセンターの未来は、人間のエージェントが最も得意とすること、つまり共感、判断、創造的な問題解決を増幅するインテリジェントシステムが中心となります。企業がこのアプローチを採用すると、繰り返し行われる問い合わせの負担から担当者が解放され、一人ひとりの顧客に合わせて長期的な関係を築ける対応を提供できるようになります。

AI を活用したカスタマーエクスペリエンスシステムを評価しているチームにとって、このアーキテクチャは実績のあるブループリントとなります。まず、Cloud Run を使用してフロントエンドを弾力的にスケーリングし、GKE を AI 推論ワークロードに活用して、既存のプラットフォームとのシームレスな統合を確保してください。

LiveX AI と Google Cloud のパートナーシップは、適切なプラットフォームとインフラストラクチャを合わせることによってカスタマーサービス業務がどのように変革できるかを示しています。インテリジェントな自動化と、弾力的で費用効率の高いインフラストラクチャを組み合わせることで、企業は問い合わせの急増に対応しながら、担当者が顧客との長期的な関係を構築できるようにします。

LiveX AI がチームの効率的なスケーリングにどのように役立つかについては、LiveX AI プラットフォームをご覧ください。
このソリューションを支えるインフラストラクチャを使用して独自の生成 AI アプリケーションを構築するには、GKE と Cloud Run を使用して開発を始めてください。

ー Jia Li、LiveX AI、共同創業者、社長兼最高 AI 責任者

ー Lisa Shen 、Google Cloud、シニアプロダクトマネージャー

Sol 大西洋横断ケーブルでネットワークのレジリエンスを強化

Mon, 14 Jul 2025 03:00:00 +0000

※この投稿は米国時間 2025 年 7 月 10 日に、Google Cloud blog に投稿されたものの抄訳です。

このたび、米国、バミューダ、アゾレス諸島、スペインを結ぶ新しい大西洋横断海底ケーブルシステム、Sol を発表いたします。Sol はスペイン語とポルトガル語で「太陽」のことで、ケーブルシステムの陸揚げ地点が温暖な気候の地域にあることにちなんでいます。Nuvem 海底ケーブルとともに、Sol は大西洋横断の復元力に対する Google 独自の投資を完成させるものです。2 つのシステムは、米国とイベリア半島、そしてバミューダとアゾレス諸島で陸上相互接続されます。

Sol ケーブルは米国で製造され、運用開始後は、世界中に広がる 42 の Google Cloud リージョンのネットワークの容量と信頼性を強化し、米国、ヨーロッパ、その先の Google Cloud および AI サービスに対するお客様の増大する需要に応えます。

フロリダ州パームコーストは、米国における Sol ケーブルのアンカーとなります。Google は DC BLOX と提携してケーブルを陸揚げし、フロリダ州に新しい接続ハブを設立します。また、パームコーストとサウスカロライナのクラウドリージョンを結ぶ地上ルートも開発します。

完成すれば、Sol はフロリダとヨーロッパを結ぶ唯一の現役光ファイバーケーブルとなります。スペインでは、Telxius と提携して、サンタンデールに Sol ケーブルを敷設するために必要なインフラストラクチャを提供し、マドリードの Google Cloud リージョンを Google のグローバルネットワークにさらに統合します。

「フロリダ州は、再び国のデジタルインフラストラクチャ強化の最前線になりました。Sol 海底ケーブルが当州に敷設されることは、技術投資とイノベーションに適した環境を育むという当州の取り組みの証です。Google や DC BLOX のような企業と提携して、AI イノベーションの未来を支え、地域社会とフロリダ州全体に具体的なメリットをもたらす戦略的なインフラストラクチャプロジェクトに取り組めることを誇りに思います。」 – フロリダ州商務長官 J. Alex Kelly 氏

「これはパームコースト、フラグラービーチ、フラグラー郡にとって画期的な出来事であり、経済発展と活力を重視する未来のコミュニティであることを明確に示すものです。Sol 海底ケーブルは単なるインフラストラクチャではありません。住民が享受するにふさわしい、質の高い産業をさらに誘致する、前例のないグローバルな接続へのゲートウェイです。私たちは、パームコーストとそのコミュニティの知名度を上げるだけでなく、世界のデジタル経済への直接ルートを構築し、コミュニティの繁栄とダイナミックな未来を確保しようとしています。」 – フロリダ州パームコースト副市長 Theresa Carli Pontieri 氏

「DC BLOX は、フロリダ州の成長する経済に不可欠な基盤となるデジタルインフラストラクチャを拡大できることを誇りに思います。Google の Sol ケーブルをサポートし、さらにケーブルを追加できる容量を備えた新しいパームコーストケーブルランディングステーションキャンパスは、グローバルコミュニケーションの拠点としてのフロリダ州の地位を強化します。」 - DC BLOX、最高収益責任者 Chris Gatch 氏

「デジタル接続は、今日のあらゆる都市の経済的および社会的発展にとって戦略的な要素です。サンタンデール市議会は、この種のインフラストラクチャの促進に取り組んでいます。実装すれば、雇用を創出し、リモートワーク、高度なサービス、スマートシティモデルに対応できる都市としての地位を確立できるだけでなく、投資、人材、テクノロジー企業の誘致にもつながるからです。Google がサンタンデールの海岸に関心を示し、大西洋横断の接続点としてサンタンデールを選んでくれたことに感謝します。」 - スペイン、サンタンデール市議会議長 Gema Igual 氏

「Telxius は、Sol ケーブルをスペインに導入する Google をサポートできることを嬉しく思います。これは、容量、信頼性、復元性を強化して大西洋横断接続を促進する重要なマイルストーンです。海底ケーブル陸揚げサービスを通じて、プロジェクトの実施を加速し、お客様のグローバルネットワークの拡大を支援しています。」 - Telxius、CEO、Mario Martín 氏

「アゾレス政府は、この地域への重要な投資を熱烈に歓迎し、Google の先見の明のある先駆的かつ戦略的なアプローチを称賛します。これは、アゾレスがヨーロッパと北大西洋におけるデジタル接続の重要かつ戦略的なハブであるという、私たち自身のビジョンと完全に一致しています。」 - アゾレス政府副大統領 Artur Lima 氏

「国の国際的な接続性とデジタル競争力を強化する観点から、海底ケーブルインフラストラクチャの拡大と近代化を促進することは、国の発展のための政府の重要な目標です。Google の新しい『Sol』ケーブルのプロジェクトは、16 組の光ファイバーケーブルで構成され、同じく Google の『Nuvem』ケーブルに冗長性を提供する可能性を秘めています。このプロジェクトは、ポルトガルとヨーロッパにおけるデジタルインフラストラクチャの需要の高まりに対応し、レジリエンスを高めるでしょう。」 - ポルトガル、インフラストラクチャおよび住宅担当大臣 Miguel Pinto Luz 氏

「バミューダは、2 本目のケーブル『Sol』の発表により、Google が継続して投資を行うことを歓迎します。これにより、バミューダが大西洋のデジタルハブとしての地位をさらに確立することになります。バミューダは Google との良好な関係を非常に重視しています。この 2 本目のケーブルは、バミューダをテクノロジー企業向けの世界有数の先進地域として発展させるという政府戦略のメリットを浮き彫りにしています。」 - バミューダ内務大臣 Alexa Lightbourne 氏

Sol は、世界中の Google ユーザーと Google Cloud のお客様に向けて容量を追加し、信頼性を高め、レイテンシを短縮します。Nuvem、Firmina、Equiano、Grace Hopper などのケーブルシステムとともに、Sol は大西洋を横断する主要な場所を接続ハブとしてさらに確立し、地域経済を強化して、世界中の人々と企業に AI のメリットをもたらします。

-Google Cloud、グローバルネットワークインフラストラクチャ担当バイスプレジデント Brian Quigley

Pluto AI: Magyar Telekom における AI のアクセシビリティとイノベーションの革命

Thu, 19 Jun 2025 01:02:00 +0000

※この投稿は米国時間 2025 年 5 月 31 日に、Google Cloud blog に投稿されたものの抄訳です。

昨今の急速に進化するテクノロジー環境において、AI は変革の原動力として業界を再編し、可能性を大きく広げています。Deutsche Telekom のハンガリーにおける通信事業者である Magyar Telekom は、AI の可能性を認識し、Google Cloud でデータ環境を運用しており、AI の知識とツールを使って従業員の能力を強化する取り組みを始めました。この取り組みの結果、Pluto AI が誕生しました。Pluto AI は、多様な AI ソリューションに対応する包括的なフレームワークに成長した、社内向け AI プラットフォームです。

ハンガリー最大級の通信事業者である Magyar Telekom の最終的なビジョンは、事業のあらゆる側面に AI を組み込み、すべての従業員が AI の可能性を活用できるようにすることです。Pluto AI は、イノベーションとデータドリブンな意思決定の文化を育みながら、この目標を達成するための重要なステップです。

Magyar Telekom の経営陣は、AI に習熟することが将来の成功に不可欠であることを認識していました。しかし、AI に対する従業員の理解度にばらつきがあったことや、実験と実用化のための手ごろなツールが不足していたことなど、課題も存在していました。そのため、Magyar Telekom は、進化する AI のニーズに適応し、幅広いユースケースをサポートできるスケーラブルなソリューションを構築することで、AI の知識を民主化し、実験の文化を育成することを目指しました。

Magyar Telekom のビジネスチームが生成 AI を活用できるようにするため、Pluto AI チームは、コンプライアンスを確保した安全な方法で大規模言語モデル（LLM）にプロンプトを入力できるシンプルなツールを開発しました。さらに、生成 AI の使用方法と、生成 AI がもたらす機会について、ビジネスチーム向けの教育コンテンツとトレーニングも作成しました。このアプローチにより、他のチームは必要な AI ソリューションを迅速に構築するためのビルディングブロックを得ることができました。

Pluto AI を手に入れた Magyar Telekom は、生成 AI を社内全体に導入することに成功し、このプラットフォームを迅速に拡張して追加のユースケースに対応しました。その際、中央のプラットフォームチームがそれらのユースケースを深く理解する必要はありませんでした。

aside_block: <ListValue: [StructValue([('title', 'Google Cloud を無料で試す'), ('body', <wagtail.rich_text.RichText object at 0x7fb870c7cf70>), ('btn_text', '無料で開始'), ('href', 'https://console.cloud.google.com/freetrial?redirectPath=/welcome'), ('image', None)])]>

Pluto AI の開発

Magyar Telekom の AI チームは、Google Cloud コンサルティングと提携して、Pluto AI の開発を加速させました。このコラボレーションにより、このプラットフォームはベストプラクティスに基づいて構築され、業界標準に準拠し、規制の厳しい業界のセキュリティとコンプライアンスの要件を満たすことができました。

Pluto AI の主な特長は次のとおりです。

1. モジュラーフレームワーク

Pluto AI のモジュラーアーキテクチャにより、チームはさまざまな AI モデル、ツール、さまざまなアーキテクチャパターンをシームレスに統合、変更、更新できます。この柔軟性により、このプラットフォームは幅広いユースケースに対応し、Magyar Telekom の AI 戦略に沿ってすばやく進化することが可能になります。

Pluto AI のコアモジュールは次のとおりです。

大規模言語モデル: Pluto AI は最先端の LLM と統合されており、自然言語理解、テキストと画像の生成、会話型 AI アプリケーションを実現します。
コード生成およびアシスタンス: コード生成、予測入力、デバッグに対応することで、開発者の生産性とコードの品質を高めます。Pluto AI は、ユーザーインターフェースからアクセスできる、あらゆる開発レベル向けのコーディングモデルと、経験豊富なコーダー向けの IDE インテグレーションをどちらも備えています。
API: Pluto AI のモデルは API 経由で呼び出すことができるため、Magyar Telekom のすべての部門が AI 機能を活用して既存および新規のソリューションに統合できます。
検索拡張生成（RAG）とグラウンディング機能: RAG は、LLM と内部のナレッジソース（画像や動画などのマルチモーダルコンテンツを含む）を組み合わせます。これにより、膨大なデータセット内の情報にアクセスして統合し、企業データと公開データの両方から拡張引用などの証拠を回答に追加できる AI アシスタントを、チームが構築することが可能になります。
カスタマイズ可能な AI アシスタント: ユーザーは、システムプロンプトを定義して、ドキュメントをアップロードし、ビジネスニーズに合わせてモデルの動作をファインチューニングすることにより、パーソナライズされた AI アシスタントを作成できます。

2. 技術実装

Pluto AI は、仮想マシンを使用して Compute Engine で実行され、スケーラビリティ、信頼性、効率的なリソース管理を実現しています。さらに、このプラットフォームは Vertex AI の Model Garden の基盤モデルも利用しています。これには、Google の Gemini、Imagen、Veo モデル、Anthropic の Claude 3.5 Sonnet などが含まれます。Magyar Telekom は、RAG ワークフローを実現するのに必要なナレッジベースを保存するため、Google Cloud 上に ElasticSearch もデプロイしました。

これらのコアコンポーネントに加えて、Pluto AI は、Cloud Logging、Pub/Sub、Cloud Storage、Firestore、Looker などの他の Google Cloud サービスも活用して、プロダクションレディなアプリケーションの開発も支援します。

3. ユーザーインターフェースとエクスペリエンス

Pluto AI のインターフェースは直感的であるため、さまざまなレベルの技術的専門知識を持つユーザーが AI ツールを利用できます。ユーザーは、プルダウンメニューを使って各種モジュールや機能間を簡単に移動できます。このプラットフォームの設計ではユーザーエクスペリエンスが優先されているため、従業員は短期間で多くのことを習得しなくても AI 機能を活用できます。

効果と導入

Pluto AI は導入が急速に進み、さまざまな部門で毎日数百人のアクティブユーザーが利用しています。このプラットフォームのユーザーフレンドリーなデザインと実用的なアプリケーションは、Magyar Telekom の従業員から好評を博しています。

さらに、Pluto AI は、契約のレビューにかかる時間を短縮したり、コンプライアンス上のリスクを特定したり、法的文書を分析したりする法務およびコンプライアンスアシスタントなど、さまざまな AI アシスタントの開発を可能にしました。ナレッジマネジメントアシスタントは組織全体でのナレッジの共有と検索を強化し、コード生成およびアシスタンスツールはソフトウェア開発に恩恵をもたらしました。さらに、日常的な問い合わせを処理する AI 搭載の chatbot により、カスタマーサポートエクスペリエンスが大幅に改善されました。

Magyar Telekom は、Pluto AI をリリースして以来、定量化可能な成果を上げています。たとえば、1 日あたり数百人のユニークユーザー、数万件の API 呼び出し、法的文書のレビューにかかる時間の推定 20% 短縮、コードの不具合の 15% 減少などが挙げられます。

Pluto AI のビジョンと今後のロードマップ

Magyar Telekom は、Pluto AI を今後の AI 戦略の重要な要素と見なしています。また、このプラットフォームを組織内のより多くの市場、ビジネスユニット、部門に拡大し、その効果を最大限に高めたいと考えています。さらに、Magyar Telekom は、Pluto AI をサービスまたはプロダクトとして、Deutsche Telekom の他の市場に提供する可能性も検討しています。また、さまざまなユースケースに簡単に適応できる、再利用可能な AI モジュールとフレームワークのライブラリを構築することも計画しています。

Magyar Telekom は、Pluto AI を強化し、その機能を拡張するためのいくつかの重要な取り組みを進めています。たとえば、複雑なタスクやワークフローを自動化するエージェントベースの AI システムの可能性について調査したり、多様なユーザーベースに対応するために多言語サポート用の言語選択ツールを追加しているほか、RAG ソリューションの管理、使用状況のモニタリング、パフォーマンス指標の追跡のための拡張インターフェースを開発しています。Magyar Telecom は、クラウドリソースの使用状況と費用をモニタリングして最適化するためのダッシュボードの開発も継続していく予定です。

Pluto AI は Magyar Telekom の AI 環境を変革し、AI を利用しやすく、実用的で、効果的なものにしました。さらに Pluto AI は、ユーザーフレンドリーなプラットフォームを提供して、実験を促進し、具体的なビジネス価値を創出することにより、AI の社内導入の新たな基準を打ち立てています。

-Telekom HU、データおよび AI 担当エグゼクティブリード、András Balázs 氏
-Telekom HU、AI 責任者、Balazs Sziladi 氏

AI を活用した通信業界: ネットワーク変革の新時代

Fri, 06 Jun 2025 01:00:00 +0000

※この投稿は米国時間 2025 年 5 月 22 日に、Google Cloud blog に投稿されたものの抄訳です。

通信業界は大きな変革を遂げつつありますが、その中で AI と生成 AI が主要な推進力として台頭しています。通信サービスプロバイダ（CSP）は、これらの AI テクノロジーが、既存の仕組みを漸進的に改善する程度のものではなく、戦略的なビジネス目標や運用上の目標を達成するための根本的な原動力であるという認識を高めています。たとえば、デジタルトランスフォーメーションの実現、サービスイノベーションの促進、収益化戦略の最適化、顧客維持率の向上などの取り組みがあります。

この進化し続ける状況について包括的かつデータドリブンな分析を行うために、Google Cloud は Analysys Mason と提携して、詳細な調査「ネットワークにおける生成 AI: ネットワーク運用への生成 AI の導入に関する CSP の進捗状況」を実施しました。この調査では、CSP によるネットワーク変革に向けた生成 AI 活用の進捗状況、優先事項、課題、ベストプラクティスを調査し、この重要な変革に関する定量的な分析情報を提供しています。

aside_block: <ListValue: [StructValue([('title', 'Google Cloud を無料で試す'), ('body', <wagtail.rich_text.RichText object at 0x7fb8682c6340>), ('btn_text', '無料で開始'), ('href', 'https://console.cloud.google.com/freetrial?redirectPath=/welcome'), ('image', None)])]>

主な調査結果: データドリブンなロードマップ

この Analysys Mason の調査は、通信業界における生成 AI の導入の現状に関する貴重な分析情報を提供し、この変革を推進しようとしている CSP に向けて、データドリブンなロードマップを提供するものです。

1. 生成 AI の広範な導入と将来の展望

生成 AI の導入が勢いを増しており、調査対象の CSP のうち 82% が現在、少なくとも 1 つのネットワーク運用分野で生成 AI を試験導入または活用しています。さらに 9% が今後 2 年以内に導入を計画しており、生成 AI の導入はさらに拡大していくと見込まれます。

2. 生成 AI の戦略的重要性

生成 AI は、CSP がネットワーク内の戦略的目標を達成するための後押しとなっています。調査対象の CSP のうち 57% は、生成 AI をクラウドベースの自律型ネットワーク変革を推進する主要な手段と見なしており、52% は、NetCo / ServCo といった新しいビジネスモデルや、よりデジタル主導型の組織への移行を実現する手段と考えています。いずれも、カスタマーエクスペリエンスの向上と、より広範な変革の推進を目的としています。

3. 生成 AI への投資の主な推進要因

CSP は、ネットワークのパフォーマンスと信頼性の最適化、アプリケーションのユーザー体感品質（QoE）の向上、ネットワークリソース使用率の改善など、さまざまなネットワーク目標を達成するために、生成 AI への投資を戦略的に優先しています。生成 AI が生産性向上ツールにとどまらず、将来のネットワーク運用と自動化の中核となる可能性を持つと認識しています。

4. モデル精度の達成における課題

生成 AI には大きな可能性がありますが、この調査によると、80% の CSP が生成 AI モデルで期待される精度の達成に課題を抱えており、それがユースケースのスケーリングや費用対効果に影響を与えていることがわかりました。こうした精度の問題の背後にはデータ関連の問題があり、さまざまな成熟度の多くの CSP が現在も解決に取り組んでいます。また、特定のネットワーク運用に合わせてモデルをカスタマイズする際の複雑さも起因となっています。

5. スキルギャップへの対処

50% 以上の CSP が主要な懸念事項として挙げているように、従業員のスキルセットは大きな課題となっており、AI、生成 AI、データサイエンス関連の分野で社内の専門性を育成するために、スキルアップとリスキリングの取り組みに投資することが急務であることが浮き彫りになっています。

6. 生成 AI の実装戦略

多くの CSP は、生成 AI 機能を組み込んだベンダー提供のアプリケーションを活用して生成 AI の実装を開始しています。これは最も一般的なアプローチですが、この調査では、CSP が多様なネットワークニーズに的確に対処するために、ファインチューニングやプロンプトエンジニアリングなどの手法を使用してモデルをカスタマイズしようとしていることにも着目しています。ただし、このカスタマイズは、データサイロやデータ品質の問題などを克服するための強力なデータ戦略に大きく依存しています。これらの問題は、生成 AI ソリューションの精度と有効性に大きな影響を与えます。

7. デプロイの志向

51% の CSP が、ネットワーク運用における生成 AI プラットフォームのデプロイ方法として、柔軟性と制御性の必要から、ハイブリッドクラウド環境を主に選択すると回答しています。一方、データプラットフォームに関しては、データセキュリティとデータ管理の重要性から、39% の CSP がプライベートクラウドのみでのデプロイを強く望んでいます。AI モデルのデプロイには、パブリッククラウドが好まれています。

CSP への提言

まとめとして、競争上の優位性を獲得するために CSP に必要なことは、明確な費用対効果が見込める生成 AI のユースケースを優先し、早期に成果が得られる生成 AI ユースケースを採用しながら、長期的な戦略を策定していくことです。さらに、組織構造の変革、スキルアップの取り組みへの投資、すべての AI 施策をサポートする堅牢なデータ戦略の策定と実装、そして生成 AI の導入を加速させるために専門的なベンダーと強固なパートナーシップを築くことが求められます。

Google Cloud: ネットワーク変革を支援するパートナー

Google Cloud は、地球規模のネットワークの運用に関する専門知識、統合データプラットフォーム、AI モデルの最適化、生成 AI のプロフェッショナルサービス、ハイブリッドクラウドソリューション、豊富なパートナーエコシステムを提供することで、CSP のデータドリブンな変革を支援します。さらに、Google Cloud は、準リアルタイム処理とスケールに対するニーズに応えるインフラストラクチャ、プラットフォーム、ツールを活用して、主要な通信事業者のネットワーク変革を推進してきた実績があります。

AI を活用したネットワーク変革への取り組みを開始するには、通信業のための Google Cloud をご覧ください。

-Google Cloud、戦略的コンシューマー産業担当マネージングディレクター、Anil Jain

-Google Cloud、通信業界担当グローバル責任者、Angelo Libertucci

Customer Engagement Suite と新しい AI 対応機能により、企業はより優れた成果を達成

Thu, 27 Mar 2025 01:00:00 +0000

※この投稿は米国時間 2025 年 3 月 13 日に、Google Cloud blog に投稿されたものの抄訳です。

最高水準のカスタマーサービスに対する需要はかつてないほど高まっていますが、その期待に応えることができる企業への見返りも大きなものとなっています。実際、Bain & Company によると、顧客ロイヤリティのスコアが高い組織は、10 年間で累積株主利益率が 3.5 倍に達しています。

テクノロジーは、こうしたお客様の期待の高まりを大きく後押ししてきた一方で、その期待に応えるためのツールも提供しています。特に、生成 AI は前例のない機能を提供しており、あらゆる規模、あらゆる業界の組織でコンタクトセンターの運用を変革しています。

お客様とブランドとのやり取りの方法や、裏方でチーム機能をサポートする方法など、AI はカスタマーエクスペリエンスを大幅に向上させ、顧客ロイヤリティのスコア向上に貢献しています。多くの大手組織が、Google Cloud の Customer Engagement Suite with Google AI の実装を通じて、こうした成果を実現しています。

昨年 9 月のリリース以来、Customer Engagement Suite は企業がカスタマーサービスとビジネスの成果を大幅に改善できるよう支援してきました。会話エージェントでセルフサービスを促進し、Agent Assist でカスタマーサービス担当者の能力を高め、会話型分析情報、質の高い AI、Google Cloud Contact Center as a Service（CCaaS）を活用してコンタクトセンターの運用をモダナイズしています。

既存ユーザーと新規ユーザーがさらに多くの成果を達成できるよう、Customer Engagement Suite に最新の進化と機能が追加されることをお知らせいたします。

これらの新機能により、AI エージェントの構築が容易になり、カスタマーサービス担当者の生産性向上とコンタクトセンターの業務効率化を実現します。世界中の大手企業がどのように Customer Engagement Suite を使用して顧客とのつながり方を変革しているのか、またこのプラットフォームがお客様にどのようなメリットをもたらすのかをご覧ください。

企業は優れたビジネス成果を実現

Google の Customer Engagement Suite は、顧客満足度の向上から運用の合理化、費用の削減まで、企業がビジネスに大きな成果をもたらせるよう支援します。

TTEC は、カスタマーエクスペリエンス（CX）業務向けのビジネスプロセスアウトソーシング（BPO）における主要プロバイダです。同社は、15 の BPO クライアントと TTEC 自体のコンタクトセンター業務をサポートしています。1,400 人以上のカスタマーケア担当者が Customer Engagement Suite を使用して人事部門や IT 部門のヘルプデスク、カスタマーケア、セールスなどのユースケースをサポートしています。
- TTEC は会話エージェントを使用することで、給与、福利厚生ヘルプデスク、人事、新規採用者のオンボーディング、機器の返却、緊急ホットライン、従業員の出動要請といったユースケースで、顧客とのやり取りを最大 40% 自動化できました。
- Agent Assist によりエスカレーションが 40% 削減、ナレッジアシスト機能により平均処理時間が 11% 削減され、新規採用者のパフォーマンスには 18% の向上が見られました。
- 通話の要約により、平均対応時間と通話後の作業時間（エージェントが顧客とのやり取り後にタスクを完了するために費やす時間）が 30 秒短縮されました。あるクライアントは、通話後の作業時間が 4 分短縮されたと報告しています。
- 会話型分析情報のデータ分析により、手動による品質保証プロセスが削減され、さらに分析主導のプロセス改善により平均処理時間が 10～20% 短縮されました。
- TTEC の AI を活用した変革の詳細については、「よりスマートな CX、より大きな効果: Google AI でカスタマーエクスペリエンスを変革」ウェブセミナーをご覧ください。
loveholidays は、英国で急成長中のオンライン旅行代理店です。同社は、急速に拡大する顧客ベースのサポートエクスペリエンスに影響を与えることなく、費用対効果の高い方法でコンタクトセンターを拡張したいと考えていました。
- 顧客の 55% が、会話エージェントを使用して構築されたセルフサービス AI エージェントの「Sandy」とやり取りすることで、1 分以内に質問に対する回答を得ています。
- Google の Customer Engagement Suite の多言語機能により、既存の従業員の力を活用してヨーロッパの新市場に業務を拡大し、年間 300 万ポンド（380 万ドル）の運用コストを削減できました。
- 同社の AI を活用した変革の詳細については、「今こそ新たな方法を: loveholidays、Google Cloud AI でよりスムーズな旅行体験を実現」をご覧ください。
Google の YouTube 事業では、Customer Engagement Suite を活用して、ユーザー満足度の向上、より一貫性のある指標の提供、データドリブンな分析情報の取得を実現しています。
- 会話エージェントにより、YouTube は音声や SMS チャネルを介した情報収集エクスペリエンスを改善することができました。これを Agent Assist と組み合わせることで、平均対応時間を 23% 短縮しました。
- 人材とプロセスの拡大に加えて Google の Customer Engagement Suite を活用することで、YouTube のカスタマーエクスペリエンスは大幅に向上し、待機中の放棄率を 75% 削減できました。

aside_block: <ListValue: [StructValue([('title', '300 ドル分の無料クレジットで Google Cloud の AI と ML を試用'), ('body', <wagtail.rich_text.RichText object at 0x7fb87053ff70>), ('btn_text', '無料で構築を始める'), ('href', 'http://console.cloud.google.com/freetrial?redirectPath=/vertex-ai/'), ('image', None)])]>

新たな AI 対応機能の発表

今回は、ユーザーがハイブリッドな会話エージェントを大規模に構築し、従業員のコーチングとトレーニングを強化して、コンタクトセンターの運用を改善できる Customer Engagement Suite の最新イノベーションをご紹介します。

会話エージェントの新機能

自然な HD 音声: Google の最新音声モデルは人間らしい感情とイントネーションを再現し、音声指示の制御、一時停止、発音、感情の構成が可能で、臨場感あふれる会話エクスペリエンスを実現します。さまざまなトーンの音声が新しく 30 種類追加されました。ぜひお試しください。
ハイブリッドエージェントを構築するための統合コンソールが一般提供に: 生成 AI とルールベースの制御を組み合わせた新しい会話エージェントコンソールでは、ビジネスロジックと顧客ロジックの両方に根ざしたリアルで自然なイントネーションと表現力豊かな会話を行える、セルフサービスエクスペリエンス向けの AI エージェントを迅速に構築できます。このコンソールは、エージェントのパフォーマンスのベンチマークを行い、1 ターンと複数ターンの会話の指標を理解して、AI エージェントの作成と管理に役立つフィードバックループを構築するための、新しい評価機能をユーザーに提供します。大企業が必要とする規模で信頼性と品質を向上させるために、Google は会話エージェントコンソールにオブザーバビリティ、評価、テストケースの計測も導入しました。これにより、お客様とパートナーは、セルフサービスエクスペリエンスを一貫してモニタリングおよび改善するためのツールを使用して、エージェントの品質を大規模に検証できるようになります。
事前構築済みエージェント: これらのクイックスタートリファレンスエージェントを使用すると、ユーザーは消費者向けコマースを簡単に開始できます。まずは、フライト予約、映画チケット予約、ショッピング支援、スケジュール予約の 4 つの事前構築済みエージェントをリリースしました。これには、Geolocation API の使用、データ取得のための Google プロダクト（BigQuery など）への接続、スケジュール予約のための Google カレンダー、エンドユーザー向けの洗練されたインターフェースを構築するためのリッチテキスト形式など、さまざまな機能が含まれています。
すぐに使えるコネクタ: Google は、エージェントの知識を拡張するための 30 以上のデータ取得コネクタと、承認に人が介在しているかどうかにかかわらずエージェントがアクションを実行できるようにする 70 以上のアクション コネクタを導入することで、AI エージェントの機能を簡単に拡張できるようにしています。コネクタには、BigQuery、Salesforce、SharePoint、Jira、ServiceNow などの一般的なデータソースが含まれます。新しい会話エージェントコネクタを使用すると、すぐに使用できるクリックデプロイ型のツールを利用でき、本番稼働までの時間の短縮や顧客に応じたシームレスなパーソナライズ、さらには会話型 AI がビジネスにもたらす成果を迅速に実現できます。

Agent Assist と会話型分析情報の新機能

AI コーチ: Gemini を活用したこの機能は、リアルタイムの状況に応じたコーチングとガイダンスを提供することで従業員の生産性を向上させ、解決までの時間を短縮して顧客満足度を高めることを目的としています。この機能では、複雑なやり取り、アップセルの機会、コンプライアンス手順、自動情報検索、フォローアップ手順についてカスタマーサービス担当者をガイドするための、コンテキストに応じた段階的なエージェントコーチングを提供します。カスタマーサービス担当者にとって、常にサポートしてくれるパートナーがいてくれる状態になります。この機能は公開プレビュー版としてご利用いただけます。
AI トレーナー: この機能は、AI を活用したシミュレーション、パーソナライズされたトレーニング、リアルタイムのコーチングを提供し、サービスに関する課題、情報過多、困難なフィードバックの処理に対応します。これにより、新規採用者や経験の浅いサポートスタッフが安全で管理された環境で学習でき、誤って品質の低い応答を提供して組織のブランドに悪影響を及ぼすリスクを回避できます。また、品質を継続的に向上させるためのセルフサービスツールも提供します。エージェントトレーナーは、ビジネスパフォーマンスと顧客満足度を高め、トレーニング費用の削減、カスタマイズされたトレーニングの提案、エージェントのより迅速な習熟、顧客満足度と平均処理時間のスコア向上により優れた費用対効果を実現し、最終的には離職率を低減します。この機能は公開プレビュー版としてご利用いただけます。

Contact Center as a Service（CCaaS）の新機能

ウェブと音声による新しい共同ブラウズ: この機能により、カスタマーサービス担当者はお客様が閲覧している内容を確認できるため、より効果的なサービスを提供して放棄率を低減し、顧客満足度と顧客ロイヤリティの両方を向上させることが可能です。共同ブラウズでは、リアルタイムで同じ内容を共同でブラウズできるようにすることによりデジタルエクスペリエンスを向上させ、サポート担当者がシームレスなデジタルカスタマーエクスペリエンスを提供できるようにします。また、初回問い合わせでの解決率と顧客満足度の向上も実現します。
カスタマイズ可能なダッシュボードとレポート: 情報へのアクセスを強化し、管理者やマネージャーが業務をより適切に測定、管理できるようにします。プロダクトに組み込まれている Looker を活用した拡張レポート機能により、カスタマイズ可能な新しいダッシュボードとレポートツールが提供されます。これにより、情報へのアクセスが改善され、管理者やマネージャーは業務の測定と管理をより適切に行えるようになります。
スタンドアロンのエージェントデスクトップアプリケーション: 新しいスタンドアロンのエージェントデスクトップクライアントは、すぐに使えるオムニチャネルのマルチモーダルインターフェースを提供します。生成ナレッジアシストややり取り後の要約など、Agent Assist の機能とシームレスに統合することで、エージェントの効率と生産性が向上します。柔軟でカスタマイズ可能なレイアウト、サードパーティのデータソースと統合する新しい UI モジュールを提供し、顧客管理（CRM）システムのような記録システムと簡単に統合できます。

未来は今ここに

生成 AI の最新の開発は、カスタマージャーニー全体におけるカスタマーエクスペリエンスとコンタクトセンターの変革を明らかに加速させています。優れたカスタマーエクスペリエンスは、顧客エンゲージメント、顧客維持率、ブランドロイヤリティを向上させ、オンラインコマースでの離脱やカートの放棄を減らすことで売上の増加に貢献します。

ソリューションには多くのタッチポイント、システム、チャネルが関わるため、カスタマーエクスペリエンスと運用効率を向上させるには、会話型 AI と自動化が不可欠です。Google Cloud は、AI を活用したユースケースとアプリケーションを大規模に提供することで、この変革を主導しています。

次のステップ

Google の AI スペシャリストによる無料相談をご予約ください。お客様の組織がビジネスで同様の成果を実現するために役立つ具体的なユースケースとアプリケーションを特定します。
オーランドで開催される Enterprise Connect（3 月 17 日～20 日）にぜひお越しください。Google のブースでこうしたプロダクトの実際の動作をご覧いただき、AI とカスタマーエクスペリエンスの専門家やパートナーとも直接お話しいただけます。Google の基調講演「AI がカスタマーエクスペリエンスとコラボレーションを変革する 5 つの方法」と、Google がイベントで講演する 6 つのパネルセッションもぜひご覧ください。

-プロダクト管理、応用 AI、カスタマーエクスペリエンス担当ディレクター、Antony Passemard
-カスタマーエクスペリエンス担当アウトバウンドプロダクトマネージャー、Matthew Clare

AI とインテントベースの自動化によって実現する動的 5G サービス

Fri, 21 Mar 2025 01:05:00 +0000

※この投稿は米国時間 2025 年 3 月 1 日に、Google Cloud blog に投稿されたものの抄訳です。

5G ネットワークの登場により、接続性の新たな領域が切り拓かれ、超低レイテンシ、強化されたモバイルブロードバンド、大規模なモノのインターネット（IoT）を必要とする高度なユースケースに対応できるようになりました。しかし、このようなハイパーコネクテッドの未来は同時に、複雑な 5G ネットワークを管理するという課題に対処しなければならないことを意味します。帯域幅、レイテンシ、信頼性に対する動的要件には、従来の静的構成と手動操作ではもはや十分に対応できません。

そこで登場するのが、AI と自動化をサービスオーケストレーションと保証に組み合わせた先駆的なアプローチであるインテントベースのサービス管理です。インテントベースのサービス管理では、5G ネットワークのネットワークリソースは、ビジネスインテントに基づき、リアルタイムの需要に応じて動的にスケーリングおよび調整されます。5G ネットワークリソースは、クラウドコンピューティング、ストレージ、ネットワーキング、ストリーミングサービスの場合と同様に、動的にオーケストレーションされ、調整されます。

Ericsson と Google Cloud は、ともにこの技術の限界を押し広げ、運用を簡素化するだけでなく、5G のビジョンを実現する方法を再定義するテクノロジーを探求しています。

5G におけるインテントベースの自律的なオペレーションの威力

特にスタンドアロン 5G のようなクラウドネイティブなネットワーク環境においてサービスを作成、提供、維持するためには、高度な自動化によってネットワークの複雑さを克服しなければならないという認識が通信業界に浸透していくにつれ、インテントベースのネットワーキングが注目を集めています。インテントベースの実装なしでは、ネットワークとそれに関連するオペレーションの自動化は、完全なクローズドループを達成する自律性へと進化、成熟することはできません。

たとえば、超低レイテンシの緊急時の通信をサポートするために、5G ネットワークスライスによって提供される専用の 5G 接続を必要とする病院を例に挙げます。このようなシナリオで必要な構成は、静的な構成であってはなりません。最適なサービスエクスペリエンスを提供するためには、ネットワークの状況や需要に応じて進化する必要があります。ネットワーク層では、あらゆるサービスのリクエスト（「超低レイテンシの動画サービスを提供する」など）の背後にある意図を理解し、それをネットワーク全体で実行可能な構成に変換する必要があります。この構成は、トラフィック状況の変化、基盤となるネットワークの状態などのリアルタイムの要因に基づいて動的に更新されます。

Ericsson の Service Orchestration and Assurance と Google Cloud の Vertex AI を使用することで、このプロセスははるかに容易になります。このソリューションは、自然言語で表現された大枠のインテントを、帯域幅、レイテンシ、スループットなどの正確な技術要件にマッピングし、リアルタイムでカスタマイズされたネットワークスライスの作成をオーケストレートします。インテリジェントなクローズドループの自動化メカニズムにより、ネットワークスライスとして提供されるサービスの品質が保証されます。

aside_block: <ListValue: [StructValue([('title', 'Google Cloud を無料で試す'), ('body', <wagtail.rich_text.RichText object at 0x7fb862a9f700>), ('btn_text', '無料で開始'), ('href', 'https://console.cloud.google.com/freetrial?redirectPath=/welcome'), ('image', None)])]>

インテントベースのオペレーションのための TMF 標準化

高額で脆弱な統合ソリューションを使用せずにさまざまなソリューションコンポーネントを相互に統合するには、標準ベースのインターフェースとモデルが必要です。

Telemanagement Forum（TMF）は、この種の統合を可能にするために、API と一般的なインテントを備えたモデルを指定しています。ビジネス、サービス、リソースの各レイヤにおけるインテントモデルとインターフェースが用意されており、これらは CSP が定義したビジネス目標から導き出され、自律型ネットワークリファレンスアーキテクチャに準拠しています。Ericsson と Google Cloud のアプローチは、これらの標準とインテントモデルに完全に準拠しています。

AI と自動化の役割

このソリューションの中心には、AI を活用したクローズドループ自動化があります。サービスがインスタンス化されると、AI エージェントはサービス品質（QoS）などの定義済み KPI に対してパフォーマンスを継続的にモニタリングします。病院の例に戻ると、病院のネットワークスライスのレイテンシが許容範囲を超えた場合、システムは自動的に問題を特定し、RAN リソースやコアネットワークの再割り当てなどの是正措置を提案します。

このクローズドループシステムは、単なる受動的なシステムではなく、予測システムです。ネットワークからのデータがリアルタイムで分析されるため、問題を予測して、ユーザーに影響が及ぶ前に解決できます。通信事業者のお客様にとって、これは高い運用効率だけでなく、優れたサービス品質の実現も意味します。

Ericsson のクローズドループシステムでは、Google Cloud の AI エージェントを活用して意図を解釈し、スライスの保証と修復に提案のエージェントと評価のエージェントを使用しています。AI エージェントは、モデル、ツール、オーケストレーションを活用し、利用できる入力とツールに応じて、目標を達成する最適な方法を推論します。

Ericsson Service Orchestration and Assurance は、Gemini ベースの AI エージェントに加えて、Vertex AI を使用して、他のクローズドループエージェント（保証、測定、作動など）の予測 AI サービスを実装しています。

Ericsson Service Orchestration and Assurance と Google Cloud を選ぶ理由

Ericsson Service Orchestration and Assurance は、アクセス、トランスポート、コアネットワークにわたる領域横断型のオーケストレーションを可能にする、多領域型のマルチテクノロジープラットフォームです。サービスライフサイクルを自動化することで、オープンでプログラム可能なネットワークの簡素化という CSP の重要なニーズに対応し、最終的には収益と収益性も向上させます。

このプラットフォームには、通信エコシステムにおけるイノベーションとマルチベンダー統合を促進する、オープンな標準ベースのアーキテクチャが用意されています。これにより、CSP のお客様はネットワーク環境と IT 環境の両方でサービスを簡単に設計できるため、製品化までの時間短縮、さまざまなチームやユースケースにわたるコラボレーション、手動によるエラーの削減が可能になります。

さらに、インテント主導のオーケストレーションにより、マルチベンダー環境での新しいサービスのテストとリリースが加速し、リリースできるサービスの数も増える可能性があります。クローズドループの自動化により、SLA コミットメントが強化され、顧客満足度と運用効率が向上します。ベンダー、テクノロジー、サービスに依存しないよう設計された Ericsson のプラットフォームを使い、領域横断型のサービスオーケストレーションを効果的に実装することで、サービスの拡大と収益の増加を実現していただけます。

この高度なフレームワークをサポートするために、Google Cloud は、現代の通信ネットワークの要求を満たす基盤を提供しています。

動的ネットワークのスケーラビリティ: 5G ネットワークが拡大するなか、Google Cloud の弾力性のあるコンピューティング能力を活用することで、インテントの変換やリアルタイム保証などのリソースを大量に消費するプロセスであっても、パフォーマンスのボトルネックを生じさせることなくシームレスに実行できます。
AI ファーストインフラストラクチャ: Vertex AI を活用したインテリジェントエージェントがインテントを実用的な構成に変換し、ネットワークパフォーマンスを最適化します。また、BigQuery ML などの AI ツールを使用することで、基本的な分析にとどまらず行動につながるインサイトを取得し、よりスマートな意思決定ができるようになります。
オープンイノベーションのための Vertex Model Garden: Vertex AI Model Garden のトレーニング済みモデルとオープンソース LLM を活用して高度で専門的な 5G サービス管理ソリューションを開発し、カスタマイズできます。
ハードウェアアクセラレーション: Google Cloud の Tensor Processing Unit（TPU）と Nvidia の GPU は、インテントベースのサービス管理のための複雑な AI モデルを効率的にトレーニングしてデプロイするために必要なコンピューティング能力を提供します。
ハイブリッド機能とエッジ機能: 5G ネットワークでは、クラウド環境とエッジ環境にまたがるハイブリッドな設定が必要です。Google Cloud のエッジからクラウドへのオーケストレーションは、中央データセンターの最適化からエッジでの超低レイテンシサービスの提供まで、運用の確実性を高めます。
セキュリティとコンプライアンス: 通信ワークロードの厳格なコンプライアンス要件を満たすようにカスタマイズされた、Google Cloud の安全で信頼性の高いインフラストラクチャは、規制の厳しい環境で事業を展開する通信事業者のお客様を支援します。
高度な推論のための Gemini: Gemini のマルチモーダルモデルは、自然言語とネットワークテレメトリーデータを処理することで、意図の解釈を強化します。これにより、ニュアンスや細かい意図まで正確に解釈できるようになるため、5G サービス管理において、より効果的な自動アクションと効率性、信頼性の向上につながります。

Ericsson Service Orchestration and Assurance と Google Cloud は、こうした課題に対処するためのテクノロジーを共同で研究し、自動化、インテリジェンス、スケーラビリティを組み合わせることで、CSP のお客様が革新的で効率的かつ収益性の高い 5G サービスを提供できるよう支援します。

実際の効果: 病院のユースケース

病院のシナリオに戻りましょう。ネットワークスライスに関するリクエストが、システムのインテントトランスレータを通じて病院のユーザーから送信されます。リクエストの内容は「患者と医師のやり取りに超低レイテンシの動画サービスを提供すること」です。

ソリューションがすぐにアクションを起こします。

インテントの解釈: リクエストは、RAN とコアネットワークの技術的な構成に変換されます。
スライスの作成: システムはオーケストレーションツールを使用してリソースを割り当て、5G ネットワーク全体でサービス品質（QoS）目標を達成するようにネットワークスライスを構成します。
パフォーマンスの保証: クローズドループの自動化により、AI エージェントは、レイテンシやパケットロスなどのサービス品質の要素を継続的にモニタリングします。意図に反する逸脱が発生した場合、または発生すると予測された場合、是正措置が提案され、自動的に実行されます。

このシナリオでは、病院のニーズが動的に満たされ、重要なオペレーションが中断なく進行されるよう保証します。

効率性を超えて: 5G イノベーションの再定義

インテントベースのサービス管理は、大規模なイノベーションを可能にします。複雑なタスクを自動化することで、通信事業者は新しいサービスの創出、新規市場への参入、収益源の開拓に集中でき、たとえば、ゲーム、製造、ヘルスケアなどの業界に合わせてカスタマイズされたスライスを提供することによって、競争の激しい市場で競争力を高めることができます。

さらに、Gemini のようなカスタム生成 AI モデルを統合することで、これらのソリューションを通信事業者に固有のニーズに合わせて調整することが可能です。これらの LLM は、通信事業者固有のデータでトレーニングされており、直感的で応答性の高いインテリジェントな自動化を実現します。

Ericsson と Google Cloud のコラボレーションは、インテントベースのサービス管理の可能性を示しています。Ericsson の技術的専門知識と Google Cloud の AI インフラストラクチャを組み合わせることで、通信事業者のお客様には 5G の複雑さを自信を持って乗り越えていただけます。

5G の導入が加速するにつれて、このようなソリューションが通信事業の基盤となり、シームレスかつダイナミックなネットワークで新たな時代の接続性を実現します。

5G の未来は、単に速度を速くしたり、レイテンシを低くしたりすることではありません。世界中のニーズにリアルタイムで適応する、インテリジェントでインテント主導のネットワークが重要となります。Ericsson と Google Cloud が実現するその未来にどうぞご期待ください。

-Google、通信分析およびパートナーシップ担当責任者、Naresh Rao
-Ericsson、ソリューション分野 BSS / OSS、テクノロジー進化および戦略担当責任者、Rohit Singhal 氏

Google のパートナーが AI ソリューションで CSP オペレーションを強化する方法

Tue, 18 Mar 2025 02:00:00 +0000

※この投稿は米国時間 2025 年 2 月 28 日に、Google Cloud blog に投稿されたものの抄訳です。

通信業界は常にテクノロジーの最先端にいますが、今ほど急速に変化していた事はほとんどありません。5G の導入拡大、エッジコンピューティングの普及、新しい収益化モデル、消費者の期待の高まりは、機会と障害を同等にもたらしています。

Google Cloud は創業以来、通信の革新を支援することを優先事項としてきました。その重要な部分は、通信サービスプロバイダ（CSP）が進めている絶え間ない進化に対応できるパートナーエコシステムを育成することでした。

AI の時代において、このようなコラボレーションはかつてないほど重要になっています。そこで、Mobile World Congress（MWC）に先立ち、Google の通信パートナーのエコシステムの幅広さと、パートナーが Google Cloud によってお客様の成功を実現している方法をご紹介します。グローバルシステムインテグレータ（GSI）、専門 ISV、ネットワーク機器プロバイダ（NEP）などにわたる Google のパートナーは、AI を使用して、CSP がネットワークパフォーマンスの最適化、カスタマーエクスペリエンスのパーソナライズ、運用の自動化、新しい収益源の特定を行えるよう支援しています。

ネットワーク運用の改善

AI により、CSP は予測メンテナンス、自動トラブルシューティング、リアルタイム最適化などの機能を活用して、ネットワーク管理を事後対応型から事前対応型に移行できます。Google Cloud の Vertex AI と Network Intelligence Center を活用することで、パートナーは次世代のネットワークを実現しています。私たちは、最新のネットワーク全体に AI ソリューションを構築してデプロイするために必要なツールとテクノロジーを共同で提供しています。

Amdocs は昨日、Google Cloud の Vertex AI と BigQuery を基盤とする AI を活用したソリューションである Network AIOps を発表しました。このソリューションを利用すれば、通信事業者は 5G ネットワーク運用を自動化および最適化して、信頼性とカスタマーエクスペリエンスを向上させることができます。
地理空間分析プラットフォームプロバイダである CARTO は、BigQuery を使用して、通信事業者が大量の位置情報ベースのデータセットを可視化および分析できるようにし、より効果的なネットワーク計画と最適化されたサービス提供につなげています。
大手通信会社である Ericsson は、Google Cloud の AI を使用して、AI エージェント主導のネットワークスライスのインスタンス化と保証を通信顧客向けに構築しています。
サイバーセキュリティのリーダーである Fortinet は、Google Cloud と連携して AI によるリアルタイムの脅威検出と対応機能を強化し、通信事業者にネットワークセキュリティとレジリエンスを提供しています。
クラウドネイティブなビジネスサポートサービス（BSS）ソリューションの大手プロバイダである MATRIXX は、Google Cloud の AI を使用してタスクを簡素化および自動化し、通信事業者が費用を削減してより優れたカスタマーエクスペリエンスを提供できるようにしています。
Nokia は Google Cloud と連携してエネルギー節約アプリケーションを強化しています。このアプリケーションでは、通信事業者がエネルギー節約目標の一部として利用者を含めることができます。

aside_block: <ListValue: [StructValue([('title', 'Google Cloud を無料で試す'), ('body', <wagtail.rich_text.RichText object at 0x7fb86ddaa460>), ('btn_text', '無料で開始'), ('href', 'https://console.cloud.google.com/freetrial?redirectPath=/welcome'), ('image', None)])]>

IT 変革と生産性の最適化

通信会社がより迅速かつスマートに業務を遂行するには、IT システムの改善が重要です。BigQuery、Looker、Vertex AI などのツールを使用して、Google のパートナーは、通信事業者がタスクを自動化し、データと AI プロジェクトから得られる価値を最適化すると同時に、IT 機能全体を向上させられるよう支援しています。

BMC Helix Software は、Vertex AI を使用してサービス保証機能を強化し、通信事業者による IT プロセスの合理化、サービス停止の予測と回避、解決の自動化を支援しています。
Datatonic は、Vertex AI と Google Cloud の生成 AI テクノロジーを使用して通信事業者向けのソリューションを構築し、顧客の行動に関するより深い理解、サービスレコメンデーションのパーソナライズ、ネットワーク分析の強化、従業員の生産性向上を支援しています。
Zinkworks は、Vertex AI、Gemini モデル、その他の Google Cloud テクノロジーを使用して、ネットワーク運用を自動化するソリューションを開発、実装し、運用コストの大幅な削減と、現場の通信事業者の効率向上を実現しています。

顧客体験の拡充

AI を利用することで、CSP はお客様のニーズをより深く理解し、インタラクションをパーソナライズして、プロアクティブなサポートを提供できます。パートナーは、Vertex AI、BigQuery、Customer Engagement Suite、Telecom Subscriber Insights を使用して、通信業界のお客様にパーソナライズされた魅力的なエクスペリエンスを提供するソリューションを開発しています。

commercetools は、通信事業者が Google Cloud 上にアジャイルでスケーラブルかつ柔軟なコマースシステムを構築できるよう支援しています。
Pega は、AI による意思決定とワークフロー自動化のプラットフォームです。CSP やその他の企業が Google AI を活用して業務を変革し、顧客エンゲージメントをパーソナライズして、変化に継続的に対応できるようにします。
Sprinklr は、Google AI を活用した統合カスタマーエクスペリエンス管理プラットフォームを提供しています。このプラットフォームは、フロントオフィスチームとコンタクトセンターのエージェントが、すべてのカスタマーエクスペリエンスを優れたものにするのに役立ちます。
Zeotap は、Google Cloud 上で安全な顧客データプラットフォーム（CDP）を提供しています。この CDP は、通信事業者やその他のブランドが顧客データを統合してオーケストレートし、お客様のプライバシーを保護しながらターゲットマーケティングを行うことを可能にします。すべて、現在と、Cookie が使用されなくなる未来の両方に対応するように設計されています。

収益化ツールの改良

AI は、料金戦略の最適化、オファーのパーソナライズ、請求プロセスの自動化において重要な役割を果たします。パートナーは、AI とネットワーク API を使用して、顧客データを分析して好みを特定し、解約を予測して、最適な価格戦略を提案できるソリューションによって、より効果的な収益化モデルを作成しています。

Aduna は、Ericsson と大手 CSP による合弁会社です。ネットワーク API へのグローバルアクセスを簡素化し、Google Cloud デベロッパーがモバイルネットワークを活用した新しいアプリケーションを簡単に構築できるようにすることで、業界全体のデジタルトランスフォーメーションを加速させています。
Beyond Now は、CSP とテクノロジープロバイダがパートナーソリューションを共同作成、バンドルして、お客様のデジタルトランスフォーメーションの取り組みを支援するための、AI を活用したデジタルマーケットプレイスです。
Eureka.AI は、CSP がデータの収益化をモダナイズできるように、さまざまな業種向けに実用的な市場およびリスクインテリジェンスプロダクトを提供しています。
Glide Identity は、Google Cloud 上に構築された、ID および不正行為防止プロダクト向けのプラットフォームを提供し、新たな収益機会の創出とユーザー満足度の向上を実現できるよう通信事業者を支援します。
Kloudville は、Google Cloud を活用したマーケットプレイスを提供しています。これにより、通信事業者は SMB のお客様にデジタルプロダクトとサービスを提供して、新たな収益機会を創出し、カスタマーエクスペリエンスを向上させることができます。
Nokia の Network-as-Code プラットフォームは、高度なネットワーク機能をデベロッパーが扱いやすいインターフェースとして公開することでその使用を簡素化して、アプリケーションが複数のパブリックネットワークとプライベートネットワークの間でシームレスに動作できるようにし、新しい価値の創出とネットワークの収益化を促進します。

サービスパートナーによるカスタマーサクセスの実現

サービスパートナーは、AI プロジェクトの計画、デプロイ、最適化に必要な専門知識とサポートをお客様に提供するうえで重要な役割を果たしています。これらのパートナーの多くは、通信業者向けに特化したサービスを立ち上げており、AI や他の Google Cloud テクノロジーによってお客様の変革を支援するサービスをすでに実証し、提供しています。

Accenture は、CSP が費用削減とサステナビリティを優先しながら、AI、ML、生成 AI エージェントを通じて顧客エンゲージメントの刷新と、収益の増加の促進、ネットワーク運用の強化を実現できるように支援します。
Capgemini は、CSP が自律型ネットワーク機能と次世代のフィールドオペレーションを開発するとともに、AI を活用したマーケティング、カスタマーケア、ライフタイムバリュー管理の強みを生かせるよう支援します。
Prodapt は、世界中の通信およびテクノロジー業界が生成 AI ツールやソリューションなどの Google Cloud プロダクトを使用してテクノロジーインフラストラクチャをモダナイズし、データ移行を迅速化して、生産性を向上させ、シームレスでコスト効率の高い運用を実現できるよう支援します。
TCS は、カスタマーエクスペリエンス、カスタマーサービス、フィールドサービス、ネットワーク運用にわたる CSP 向けのエージェント AI フレームワークを含む革新的なエンドツーエンドのビジネスソリューションを提供しています。また、TCS の豊富な業界専門知識と Google Cloud のデータ分析および AI テクノロジーを組み合わせた、TCS CX Transformer for Telcos などのカスタマイズされたサービスを構築しています。
Tech Mahindra は CSP と提携して、ビジネスとテクノロジーの簡素化およびモダナイゼーションと、アセットの収益化による収益の増加を可能にすることで、迅速なスケーリングを実現しています。これらはすべて AI が活用されています。

サステナブルな取り組みを支援

CSP は、進化するお客様の要求とテクノロジーのニーズに対応するだけでなく、脱炭素化と絶えず変化するグローバル規制の遵守というプレッシャーにも対処しなければなりません。AI は、通信事業者がエネルギー消費を最適化し、廃棄物を削減して、温室効果ガス排出量を最小限に抑えるのに役立っています。

Geotab は、世界中の 55,000 以上のフリートと 470 万台の車両に対して、車両とドライバーの行動データサービスを提供しています。Geotab は、Google Cloud のデータ分析と ML を使用して、お客様が車両の生産性を向上させ、車両管理を最適化し、強固なコンプライアンスを達成できるように支援しています。
Watershed は、企業による気候および ESG データの管理を支援し、Google Cloud ツールを使用して自発的および法令上の報告のための監査対応指標を作成します。

Google Cloud は、パートナーが成功し、CSP のお客様の成功に貢献できる、協力的で相互に有益なエコシステムを育成することに取り組んでいます。Google は、協力することで、通信業界がデジタルトランスフォーメーションの可能性を最大限に引き出し、接続の未来を形作るための支援ができると信じています。

Mobile World Congress（MWC）のホール 2、ブース #2H40 の Google Cloud ブースでは、Google Cloud と Google のパートナーが通信事業の変革にどのように貢献できるかについて詳しく説明しています。バルセロナでお会いできるのを楽しみにしています。

-Google Cloud、戦略的コンシューマー産業担当マネージングディレクター、Anil Jain
-Google Cloud、通信業界担当グローバル責任者、Angelo Libertucci

AI を活用したネットワークの最適化: Amdocs で 5G の可能性を引き出す

Mon, 17 Mar 2025 01:02:00 +0000

※この投稿は米国時間 2025 年 2 月 28 日に、Google Cloud blog に投稿されたものの抄訳です。

通信会社は、運用コストの削減、ネットワークの復元性の強化、優れたカスタマーエクスペリエンスの提供の必要性に迫られています。今週初め、Amdocs と Google Cloud は、通信サービスプロバイダがネットワークとカスタマーサービスを改善するためにデータを活用する新しいネットワーク AI オペレーションソリューションである Amdocs Network AIOps を発表しました。

このソリューションは、ネットワークの自立性と効率性を高めて、お客様のエクスペリエンスを向上させることを目的としています。これは、通信事業者が完全に自律的なネットワークへと進化するうえでの第一歩です。このブログを書くにあたり、Amdocs が自社のテクノロジーと Google Cloud の AI およびクラウドソリューションを使用して、こうした自律型イノベーションをどのように実現したかについて、より深く掘り下げたいと考えました。

ネットワーク分析と自動化

Amdocs Network AIOps は、現代の通信ネットワークの複雑さに対応するために設計された包括的なプラットフォームです。BigQuery や Vertex AI などの Google Cloud のデータと AI 機能を使用した大量のテレメトリーデータに基づいて構築されており、包括的なオブザーバビリティと自動化された AI ソリューションを提供します。

このソリューションは、ネットワーク運用の AI フレームワークです。Observe（観察）、Decide（決定）、Act（措置）の 3 つのレイヤで構成され、AI と ML を活用してネットワーク運用を自動化し、パフォーマンスを最適化して、サービスの信頼性を高めます。

Amdocs Network AIOps ソリューションのフレームワークの背後にある主な機能は次のとおりです。

データの取り込みと仲介（Observe レイヤ）: プラットフォームは、ネットワーク要素、運用サポートシステム（OSS）、ビジネスサポートシステム（BSS）、プローブなど、ネットワーク上のさまざまなソースからデータを取り込みます。
AI ドリブンの分析情報（Decide レイヤ）: Amdocs Network AIOps は、Google Cloud の BigQuery、Vertex AI、Gemini サービスと緊密に統合されており、予測分析と根本原因分析をサポートする実用的な分析情報を提供します。このインテグレーションにより、オペレーターはクラウドベースの AI / ML 機能の力を活用してネットワーク自動化を強化し、プロアクティブなネットワーク管理を実現して、インシデントの平均解決時間（MTTR）を短縮できます。
自動化されたワークフロー（Act レイヤ）: プラットフォームは、ネットワーク構成、パフォーマンスの最適化、インシデントの修復などのルーティンタスクを自動化します。これにより、貴重なリソースが解放され、人的ミスのリスクが軽減されます。
クローズドループの自動化（Act レイヤ）: Amdocs Network AIOps は、システムが過去のアクションやデータパターンから継続的に学習し、時間の経過とともに精度と効率を向上させるクローズドループアプローチを採用しています。

aside_block: <ListValue: [StructValue([('title', 'Google Cloud を無料で試す'), ('body', <wagtail.rich_text.RichText object at 0x7fb862f22760>), ('btn_text', '無料で開始'), ('href', 'https://console.cloud.google.com/freetrial?redirectPath=/welcome'), ('image', None)])]>

AI に基づく実用的なネットワーク分析情報

通信事業者はすでに Amdocs Network AIOps を使用して、異常検出、根本原因分析、予測メンテナンスなどのさまざまなネットワーキングユースケースをサポートする分析情報を導き出しています。

ネットワークのダウンタイムは、収益の損失や顧客の不満につながるため、通信事業者にとって大きな懸念事項です。Network AIOps ソリューションは、さまざまなネットワークソースからのデータを相関させ、Vertex AI のノーコードまたはローコードモデルの予測能力を使用することで、ダウンタイムを大幅に短縮します。

このソリューションでは、パフォーマンス指標、障害ログ、環境要因などの過去のネットワークデータで ML モデルをトレーニングすることで、将来のネットワーク障害の可能性を正確に予測できます。これにより、オペレーターはダウンタイムを最小限に抑え、サービスを中断することなく、メンテナンスのスケジュールを事前に設定し、老朽化した機器を交換して、ネットワーク構成を最適化できます。

BigQuery や Vertex AI などの Google Cloud サービスは、Amdocs の Network AIOps の基盤となっています。これらのサービスは、ペタバイト規模のデータの変換と取り込み、ほぼリアルタイムの予測分析、異常検出と相関を可能にし、通信事業者がネットワークの効率性と信頼性を高め、顧客満足度を向上させるという目標を達成するのに役立ちます。

インテリジェントネットワークにおけるアシスタント

5G ネットワークの複雑さを管理することは、熟練したネットワークエンジニアにとってさえ、非常に困難な作業です。Amdocs Network Platform for Operations（Act レイヤ）は、マルチモーダル生成 AI を活用したライブネットワークアシスタントと統合されており、マルチベンダー環境におけるハードウェアインフラストラクチャ、コンテナ、仮想化ソフトウェア、ネットワークアプリケーション（RAN、5G コア、IMS コア）のフルスタックにわたる包括的なネットワークモニタリングと管理のための単一のインターフェースを提供します。

この生成 AI を活用したアシスタントは、ネットワークエンジニアのインテリジェントエージェントとして機能し、次のような機能を提供します。

プロアクティブなアラートや分析情報: アシスタントはネットワークを継続的にモニタリングし、BigQuery データレイクからデータを分析して潜在的な問題を特定して、インフラストラクチャスタックとマルチベンダーワークロードのイベントを関連付け、エンジニアに予防的にアラートを通知します。
自動化されたトラブルシューティングと修復: 生成 AI アシスタントは、その豊富なナレッジベースと AI 機能を活用することで、一般的なネットワークの問題を自動的に診断し、サービス再起動やトラフィックの再ルーティングなどの是正措置をとることもできます。
マルチモーダルおよび自然言語によるインタラクション: ネットワークエンジニアは、音声、動画、画像だけでなく、自然言語のフレーズや文を使用してアシスタントとやり取りできます。そのため、質問する、推奨事項を求める、明確で簡潔な回答を受け取るといったことが容易になります。

AI を活用した通信の未来を取り入れる

Amdocs と Google Cloud の共同のネットワーク AIOps ソリューションは、通信事業者に幅広いメリットをもたらします。

運用コストの削減: 自動化、予測メンテナンス、インテリジェントなリソース割り当てにより、大幅な費用削減を実現。
ネットワークの復元性の向上: 問題を事前に特定し、自動的に修復することで、ダウンタイムを最小限に抑え、ネットワークの安定性を高めます。
カスタマーエクスペリエンスの向上: AI を活用した最適化により、統合された信頼性の高いユーザーエクスペリエンスを提供して、顧客満足度とロイヤリティを高めます。
効率の向上: 生成 AI ネットワークアシスタントにより、ネットワークエンジニアの作業効率が向上し、戦略的イニシアチブに時間を割くことができます。

Amdocs と Google Cloud のコラボレーションは、両社の長所、つまり深い通信の専門知識と最先端の AI 機能を結びつけています。共同の Network AIOps ソリューションにより、通信事業者は AI を活用した未来を受け入れ、5G ネットワークを最適化し、優れたカスタマーエクスペリエンスを提供できます。

AI を活用した 5G ネットワークの課題に対処するには、Amdocs Network AIOps ソリューションウェブサイトをご覧ください。また、Google Cloud が通信サービスプロバイダと提携して AI を活用した通信事業を展開している方法について詳しくは、Google Cloud の業界サイトをご覧ください。

-Amdocs、ネットワークおよびクラウドパートナー戦略担当シニアバイスプレジデント Niall Byrne 氏
-Google Cloud、通信業界 AI / ML およびデータソリューション担当責任者 Krishnamurthy Srinivasan

大手モバイル通信事業者と提携して API ベースの電話番号の確認を実現

Wed, 12 Mar 2025 01:00:00 +0000

※この投稿は米国時間 2025 年 2 月 27 日に、Google Cloud blog に投稿されたものの抄訳です。

通信サービスプロバイダ（CSP）がネットワークを収益化する際に大きな課題となるのは、デベロッパーコミュニティを効果的に巻き込むことです。これまでは API が複雑で標準化されておらず、さらにデベロッパーにとって使いやすいリソースが不足していたため、重要なネットワーク機能が十分に活用されていませんでした。そのため、CSP は自社のインフラストラクチャの可能性を最大限に引き出せずにいました。

しかし、Google のモバイル / ウェブアプリケーション開発プラットフォームである Firebase などのプラットフォームを利用し、Open Gateway イニシアチブ（OGI）などのイニシアチブを採用すれば、標準化された API を使って革新的なアプリケーションを構築することに意欲的なデベロッパーの膨大な人材プールにアクセスできるようになります。

そこで今回ご紹介するのは、Firebase の新しい電話番号の確認サービスです。このサービスにより、300 万人以上の Firebase デベロッパーが、電話番号の取得や確認といった重要なネットワーク CSP API にアクセスできるようになります。また、Google は Deutsche Telekom、Orange、Telefónica、T-Mobile、Telenor、Verizon、Vodafone などと提携し、デベロッパーとエンドユーザーのエクスペリエンスの向上と、不正行為の軽減によるセキュリティの強化に取り組んでいます。この取り組みを通して、CSP とデベロッパーの双方に新たな収益機会を提供しています。

こうした取り組みの基盤となっているのは、OGI のビジョンです。OGI は、ネットワークサービスを公開するグローバルで標準化された API フレームワークを通じて、デベロッパーが革新的なアプリケーションとサービスを構築できるようにするというビジョンを掲げています。Google Cloud は、この変革の一翼を担えることを誇りに思うとともに、この変革がもたらす未来に期待しています。

従来の認証方法が抱える課題

モバイルアプリやウェブアプリのデベロッパーは、ユーザーデータを保護し、収益化を可能にして、信頼を育めるような、安全でパーソナライズされた機能的なアプリを構築する必要があります。これを実現するうえで、ユーザー認証は不可欠な要素です。しかし、SMS のワンタイムパスワード（OTP）などの従来の方法では、配信の遅延、傍受のリスク、信頼性の低い携帯電話サービスなどの制限により、ユーザーに不便が生じることがよくあります。これはユーザーの不満、登録の放棄、セキュリティ上の脆弱性につながります。さらに、不正な行為者が SMS チャネルを悪用して不正行為を行うケースも増えています。たとえば、利益を得るためにトラフィックを人為的に増大させる行為が発生しています。デベロッパーと CSP は、より安全で信頼性の高い、ユーザーフレンドリーな検証方法を必要としています。

aside_block: <ListValue: [StructValue([('title', 'Google Cloud を無料で試す'), ('body', <wagtail.rich_text.RichText object at 0x7fb86d3e6550>), ('btn_text', '無料で開始'), ('href', 'https://console.cloud.google.com/freetrial?redirectPath=/welcome'), ('image', None)])]>

OGI: 安全な認証のための標準化されたソリューション

OGI は GSMA や世界中の CSP の支援を受け、より協力的で革新的な通信エコシステムの土台をすでに築いています。現在、このイニシアチブでは、CSP が API を介してネットワーク機能を公開するための標準化されたフレームワークを提供しています。そのため、デベロッパーは、ユーザーが利用しているモバイル通信事業者を問わず、ユーザーの安全な本人確認といったコアネットワーク機能に、一貫性のある予測可能な方法でアクセスできます。Google は、Firebase のデベロッパーエコシステムをより広範な OGI に接続することで、長年の課題（複雑な API、同意モデル、断片化された請求エクスペリエンスなど）を解消できるよう支援しています。

ユーザー、デベロッパー、CSP のいずれにもメリットを提供

Firebase の認証に対する標準化されたアプローチには、次のような多くのメリットがあります。

セキュリティの強化: API を使って CSP でユーザーの本人確認を直接行うことで、不正行為や不正アクセスのリスクが大幅に減ります。
プライバシーの強化: オペレーティングシステムで同意エクスペリエンスが管理されるため、地域の要件に沿った直感的で透明性の高いコントロールが可能です。
ユーザーエクスペリエンスの向上: Firebase によって確認エクスペリエンスがスムーズになり、SMS のワンタイムパスワード（OTP）などの従来の方法による煩わしさを最小限に抑えることができます。
アクセシビリティの向上: Firebase は Wi-Fi でもモバイルネットワークでも機能するため、モバイル接続が不安定な地域でも信頼性の高い認証が可能です。
開発の簡素化: デベロッパーは、単一の標準化された API フレームワークを通じて CSP のグローバルネットワークにアクセスできるため、開発にかかる時間と複雑さが軽減されます。
CSP の新たな収益源: Firebase は、CSP がネットワーク機能を収益化し、デジタルエコシステムのキープレーヤーとなれるよう支援します。
請求の簡素化: 請求は Google Cloud を通じて一元管理され、CSP は Google から支払いを受けます。
数百万人のデベロッパーへのアクセス: Google が 300 万人以上のデベロッパーと築いている関係を活用することで、CSP はビジネスを迅速に拡大できます。

「サイバー脅威が増え続けるなか、ユーザーの身元の安全かつ信頼性の高い証拠を提供してくれるデジタル ID API は、安全なオンライン取引の未来を担っています。Google とのパートナーシップにより、当社はお客様に次世代の認証サービスを提供できるようになり、現在だけでなく将来にわたって比類のないサイバーセキュリティを提供するための取り組み全般を強化できます。」 - Deutsche Telekom、音声およびモバイルサービス担当バイスプレジデント、Nicholas Nikrouyan 氏

「プライバシーとセキュリティは、Telefónica のデジタルサービス開発における重要な要素です。Google との提携により、Cloud Firebase とシームレスに統合された Open Gateway の API を通じて、より安全でユーザーフレンドリーな電話番号の確認ソリューションのリリースを加速できることを嬉しく思います。」- Telefónica、最高デジタル責任者、Chema Alonso 氏

「Telenor Linx では、安全なデジタルエクスペリエンスを実現する鍵はシンプルさにあると考えています。当社の核となる接続性を基盤としたユーザーフレンドリーな本人確認ソリューションと認証ソリューションを提供することで、モバイル通信事業者がこれからもお客様の ID の保護において中心的な役割を果たせるようにします。この業界にとって、今後グローバルな開発コミュニティと連携してオープン標準を推進し、不正行為の機会を削減していくことは、自然な流れです。Google と協力し、企業と消費者の双方がサービスに安全かつシームレスにアクセスできるよう取り組んでいきます。」- Telenor Linx、CEO、Stig Waagbø 氏

「Vodafone は Google や他のモバイル通信事業者と協力して、スムーズかつ暗号的に安全な認証を実現しています。こうした取り組みが、デベロッパーを支援し、デジタルサービスの次の波を刺激する鍵になると考えています。」- Vodafone、ネットワーク API 担当ディレクター、Johanna Wood 氏

プライバシーを最優先

Google Cloud と Open Gateway イニシアチブはどちらも、ユーザーのプライバシーの保護に努めていますOGI API の設計には強固なプライバシー保護が適用されているため、ユーザーデータは安全性の高い方法で責任をもって処理されます。プライバシーに関する確立されたベストプラクティスに沿って、ユーザーが自分のデータの管理を維持し、データ共有に対して明示的に同意します。Firebase は、ユーザーが活動している市場に関係なく、シンプルで一貫性のある統合型のユーザーエクスペリエンスを提供することで、これらの約束をさらに強固にしていきます。

自社のネットワークで Firebase の電話番号の確認を提供したいとお考えの CSP の方は、こちらからご登録ください。2025 年 3 月 3 日～6 日にバルセロナで開催される Mobile World Congress（MWC）で、Google Cloud はホール 2 のブース 2H40 に出展いたします。ぜひお立ち寄りください。

-セキュリティと ID 担当グループプロダクトマネージャー、Christiaan Brand
-Firebase、シニアプロダクトマネージャー、Micah Baker

データ変革: Vodafone Italy がクラウドでデータアーキテクチャをモダナイズした方法

Tue, 11 Mar 2025 03:00:00 +0000

※この投稿は米国時間 2025 年 2 月 27 日に、Google Cloud blog に投稿されたものの抄訳です。

Vodafone Italy は、Google Cloud 上に AI 対応の最新のデータアーキテクチャを構築し、業務の刷新を図っています。このアーキテクチャは、プロセスの効率、スケーラビリティ、リアルタイムのデータ処理を強化できるように設計されています。この変革は Vodafone Italy のクラウドベースのプラットフォーム Nucleus を基盤に行われ、AI を活用した新しい機能の導入とデータマネジメントの効率化を目的としています。

Vodafone Italy のエンジニアリングチームが開発した Nucleus では、あらゆる分析ユースケースをクラウドネイティブ環境に移行するために、Google AI のインフラストラクチャと BigQuery を、堅牢なデータ移行アプリケーションと包括的な ETL フレームワークと合わせて利用しています。この最新のアーキテクチャにより、データのアジリティ、スケーラビリティ、AI による分析情報を強化しつつ、断片化されたデータサイロを一元的なリアルタイムのデータエコシステムに統合できます。Vodafone Italy は、Amdocs および Google Cloud と提携して、この柔軟なエコシステム内でデータパイプラインを再構築し、運用ワークフローを最適化してビジネスに不可欠な機能をサポートしました。また、自社の運用データストア（ODS）とエンタープライズデータプラットフォーム（VID）を Nucleus に統合し、分析、AI、ML のためのスケーラブルな基盤を構築しました。

わずか 12 か月の入念な計画と設計を経て、ユーザーへのサービスやビジネスの中断や問題もなく Nucleus への移行が完了しました。

このモダナイズされたアーキテクチャにより、数々の重要なメリットがもたらされました。アジリティの向上、法令上の報告の効率化、費用の最適化を実現できたほか、財務、運用、マーケティングなどのコア機能でリアルタイム処理を改善できました。さらに、Nucleus は Vodafone Group のより広範なクラウドモダナイゼーション戦略のブループリントとなり、組織のデータエコシステムのスケーラビリティと将来性の確保に役立っています。

データモダナイゼーションの基盤を築く: Nucleus への道のり

2017 年、Vodafone Italy は、大規模なデジタルトランスフォーメーションの一環として、ビジネスサポートシステム（BSS）とデータマネジメントのモダナイズを目的とした大胆な全社イニシアチブ「NEXT」を開始しました。

この取り組みの中心にあるのは、データマネジメントの変革です。その目的は、Teradata、SAP、BSS ワークロードなどの断片化された以前のシステムによって生じる非効率性を排除し、合理化された AI 対応データエコシステムを確立することでした。このプロジェクトでは、財務、営業、運用の各機能におけるデータ処理を調和させ、報告、リアルタイムのデータへのアクセス、規制遵守の効率を高めることに重点が置かれました。

この変革は、スケーラビリティ、ガバナンス、アジリティを強化するうえで極めて重要であり、Vodafone Italy は、新商品の製品化までの時間を短縮し、組織全体でデータドリブンな意思決定を行えるようになりました。現代の通信運用の複雑さを認識していた Vodafone Italy は、主要なシステムインテグレータとして Amdocs と提携し、BSS とデータマネジメントに関する Amdocs の専門知識を活用して、この規制の厳しい業界特有の課題を乗り越えました。

NEXT は、Vodafone Italy のイノベーションを新たなレベルに引き上げるための土台となります。AI を活用した新しい機能を実現し、デジタルインフラストラクチャの将来性を確保できるよう設計されたクラウドファーストのデータプラットフォーム「Nucleus」へと飛躍させる準備が整ったのです。

aside_block: <ListValue: [StructValue([('title', 'Google Cloud を無料で試す'), ('body', <wagtail.rich_text.RichText object at 0x7fb870d59910>), ('btn_text', '無料で開始'), ('href', 'https://console.cloud.google.com/freetrial?redirectPath=/welcome'), ('image', None)])]>

データアーキテクチャの変革: 統合されたインテリジェントなアプローチ

NEXT プログラムは、データアーキテクチャにおける画期的な進歩でした。これにより、断片化されたデータサイロから脱却し、スケーラビリティ、ガバナンス、リアルタイムの分析情報を得られるように設計された一元的な 2 層ビジネスインテリジェンスプラットフォームに移行できたのです。

階層 1: 運用データストア

基盤となる運用データストア（ODS）は、通信事業向けに調整された TM Forum 認定モデルである Amdocs Logical Data Model（aLDM）上に構築されています。Amdocs Data Hub を介して実装されるこの階層では、さまざまなアプリケーションからのデータをニアリアルタイムでシームレスに統合し、すべてのタッチポイントにおける顧客の行動とインタラクションを包括的に把握できるようにします。

階層 2: Vodafone Integrated Dimensional Data モデル

エンタープライズデータウェアハウスとして機能する Vodafone Integrated Dimensional Data（VID）モデルは、Amdocs と Vodafone のビジネスチームと IT チームが共同で開発しました。VID は、財務報告と分析報告の信頼できる唯一の情報源として機能し、Vodafone のガバナンスとコンプライアンスの基準を遵守しています。数百のエンティティで構成される合理化されたモデルに数百テラバイトのデータが統合されるため、データガバナンスが簡素化され、意思決定が加速し、運用効率が高まります。

これらの階層が連携して、組織全体のミッションクリティカルなアプリケーションを強化し、高度な AI と分析、財務報告、キャンペーン管理、インテリジェントな顧客エンゲージメント、マーテックソリューションを実現しています。ニアリアルタイムのデータアクセスとセルフサービス機能により、Vodafone のチームはより深い分析情報を引き出し、イノベーションを推進して、カスタマーエクスペリエンスを大規模に強化できます。

Nucleus: Vodafone Italy のデータモダナイゼーションを推進

このように最新のデータ基盤をすでに導入していた Vodafone Italy は、データエコシステム内の柔軟性と相互運用性をさらに強化しようと考えました。そこで同社は、VID のモダナイゼーションに着手し、効率性、スケーラビリティ、AI への対応を強化できるように設計された、より広範なクラウドファーストのアーキテクチャにシームレスに統合することにしたのです。

2023 年 6 月、Vodafone Italy はこの変革プロジェクトを開始し、このミッションクリティカルなアセットの進化を計画、テスト、実行するための 12 か月間のロードマップを策定しました。モダナイゼーションプロセスは、VID と Nucleus のインテグレーションを最適化し、データ処理の統合と分析機能の強化を図れるように戦略的に設計されました。

この成功を推進するために、Vodafone Italy は再び Amdocs と提携し、VID と aLDM に関する Amdocs の深い専門知識を活用しました。Vodafone Italy のエンジニアリングチームと Amdocs は Nucleus 環境内で協力して、よりアジャイルでスケーラブル、そして将来を見据えたデータアーキテクチャへの移行を加速させました。

シームレスなデータモダナイゼーションでビジネスの継続性を確保

Vodafone Italy は、Google Cloud と Amdocs の協力のもと、BigQuery と「クローン＆シフト」のアプローチを活用して Google Cloud に移行し、データインフラストラクチャのモダナイズを成功させました。入念に計画された 12 か月間の変革により、ビジネス運営を中断することなく、データの完全性とユーザーエクスペリエンスを維持しながら、スムーズな移行を実現しました。BigQuery 内で既存のデータプラットフォームをレプリケートすることで、スケーラビリティ、アジリティ、リアルタイムの分析情報の強化といったクラウドネイティブ機能のメリットを得ながら、Nucleus フレームワーク内で包括的なデータマネジメントツールのスイートにアクセスできるようになりました。

「このプログラムにより、かつては想像もできなかった機能を利用できるようになりました。統合データプラットフォーム、そして AI と生成 AI をネイティブに統合した包括的なデータオーシャンを構築したことで、より良いサービスの提供、お客様のニーズの把握、お客様データの保護、営業、カスタマーオペレーション、マーケティングの各チームへのリアルタイムレポートの提供、IT 部門の生産性と製品化までの時間の大幅な改善を実現できました。」- Vodafone Italy、デジタル＆IT、データ分析、常時稼働マーケティングシステム担当責任者、Massimo Guarino 氏

「当社が開発した Nucleus フレームワークでは、Google Cloud の力を最大限に活用して新しい価値を生み出し、業務を変革しています。Amdocs との卓越したパートナーシップなしでは、この成果は成し遂げられませんでした。Amdocs の専門知識は、シームレスな移行を成功させるうえで大いに役立ちました。連携して運用スピードと適応性を大幅に改善できたことで、新たなチャンスをつかみ、コラボレーションを深め、大幅な成長を促進するための土台を築くことができました。」- Vodafone Italy、BI エンジニアリングおよびデリバリー担当マネージャー、Michele Bertoni 氏

「Vodafone は、aLDM 運用データストアとエンタープライズデータプラットフォームレイヤを備えた新しいデータマネジメントソリューションを導入したことで、競争上の優位性を獲得しました。効率の改善、ビジネスチームのエクスペリエンスの強化、お客様とエージェントの満足度向上を図りながら、運用コストも削減できたのです。Vodafone Italy の専任パートナーとして、同社のデータドリブンな取り組みをサポートできることを光栄に思います。」- Amdocs、BI コンサルティングおよびデータアーキテクチャユニットリード、Eran Katz 氏

Vodafone Italy の変革の取り組みは、クラウドの力でデータの統合、AI の統合、運用効率を大規模に促進した好例です。Amdocs も交えたこのパートナーシップは、クラウドを活用したイノベーションによってこれまでにない価値を実現し、カスタマーエクスペリエンスと IT 効率の両方を最適化する方法を示しています。Google は、この取り組みで Vodafone と Amdocs をサポートできることを誇りに思い、両社のさらなるデータドリブンな成長を支援できることを楽しみにしています。AI サービスとデータサービスに関する Amdocs と Google Cloud のコラボレーションの詳細については、こちらをご覧ください。

-Google、通信分析担当責任者,、Naresh Rao
-Vodafone Italy、BI エンジニアリングおよびデリバリー担当マネージャー、Michele Bertoni 氏

AI を活用した通信: 変革を推進する Google の取り組み

Fri, 07 Mar 2025 02:00:00 +0000

※この投稿は米国時間 2025 年 2 月 28 日に、Google Cloud blog に投稿されたものの抄訳です。

AI はあらゆる業界で前例のない変化と進化を推進しており、通信部門は特に興味深い岐路に立っています。業界は 5G を標準化しており、データは指数関数的に増加し、お客様の期待は急速に変化しています。大手通信サービスプロバイダ（CSP）は、AI を導入してイノベーションの面で業界をリードするために、Google Cloud と連携しています。

Google Cloud は、大胆かつ責任を持って活用された AI には、CSP の地球規模での運用方法を変革する可能性が秘められていると考え、CSP がそれを実現するのを支援するテクノロジー、ツール、リソースを提供することに全力を注いでいます。強固なデータ基盤の構築から、ネットワーク運用の最適化、カスタマーエクスペリエンスの強化まで、Google の AI を活用したソリューションと戦略的パートナーシップは、CSP のビジネスを変革し、成長を促進します。

来週開催される Mobile World Congress 2025 に先立ち、AI を活用した通信事業を構築するために、この業界のリーダーと Google が行った発表をご紹介します。

データ移行は AI の導入に不可欠

通常、CSP は AI を効果的に使用するために、データを 1 か所に移動する必要があります。Google Cloud は、BigQuery や Looker などのツールを提供することで、この課題を解決します。これらのツールは、膨大なデータを保存、整理し、データサイエンティストとビジネスパーソンが同様に分析できるスケーラブルなデータレイクとデータオーシャンを作成します。Google のオープンなアプローチにより、既存のシステムとの統合が可能になり、データマネジメントが効率化され、メリットをより早く得ることができます。Google の AI インフラストラクチャと組み合わせることで、CSP は実用的な分析情報を得て、パーソナライズされたエクスペリエンスを作成し、新しいサービスを構築できます。

たとえば、Telenor の子会社である DNA は、クラウドへの移行を加速し、お客様への迅速で信頼性の高いサービスの提供をサポートするために Google Cloud を選択したことを発表しました。これにより、オンプレミスのワークロードを Google Cloud に段階的に移行し、生成 AI 導入の道を切り拓くことができます。

また、Vodafone Italy も、Google Cloud 上に Nucleus という新しい AI 対応プラットフォームを構築することで、データアーキテクチャをモダナイズしたことを発表しました。これにより、プロセスの効率化、スケーラビリティの向上、リアルタイムのデータ処理が可能になりました。Vodafone は Amdocs および Google Cloud と提携して、運用ワークフローを最適化し、ビジネスクリティカルな機能をサポートするために、データパイプラインを再構築しました。Nucleus への移行は、中断や問題が発生することなく、わずか 12 か月で完了しました。同社の最新のアーキテクチャは、アジリティの向上、効率的なレポート作成、費用の最適化、リアルタイム処理の改善などの重要なメリットをもたらします。

aside_block: <ListValue: [StructValue([('title', 'Google Cloud を無料で試す'), ('body', <wagtail.rich_text.RichText object at 0x7fb86d30eee0>), ('btn_text', '無料で開始'), ('href', 'https://console.cloud.google.com/freetrial?redirectPath=/welcome'), ('image', None)])]>

AI でネットワーク運用を事後対応型から事前対応型に

通信事業者は、常に変化し続け複雑化が進む環境で最適なネットワークパフォーマンスと信頼性を維持するという、尽きることのない課題に直面しています。従来の事後対応型のネットワーク管理アプローチは、サービス中断、運用コストの増加、顧客満足度の低下を招く可能性があります。Vertex AI や Network Intelligence Center を含む Google Cloud の AI 搭載プラットフォームは、通信事業者にインテリジェントな自動化を提供します。これにより、通信事業者は BigQuery でネットワークデータを分析して、異常を特定し、停止を予測し、トラフィックフローをリアルタイムで最適化できます。このように、事後対応型から事前対応型の管理に移行することで、CSP は信頼性を向上させ、費用を削減できるだけでなく、変化する状況に動的に適応する自己修復型ネットワークを構築できます。

たとえば、Bell Canada は、Google Cloud の AI テクノロジーを使用して、新しい AI オペレーション（AI Ops）ソリューションでネットワークの問題の検出と解決を自動化することを発表しました。Google Cloud とのパートナーシップにより、Bell では、ソフトウェアデリバリーの生産性が 75% 向上して製品化までの時間が短縮すると同時に、お客様から報告される問題が 25% 減少してカスタマーエクスペリエンスとソリューションの信頼性が大幅に向上しました。Deutsche Telekom は、Vertex AI で Google Cloud の Gemini 2.0 を使用して、RAN Guardian というネットワーク AI エージェントを開発しています。このエージェントは、ネットワークの動作を分析し、パフォーマンスの問題を検出して、是正措置を実施することで、ネットワークの信頼性とカスタマーエクスペリエンスを向上させることができます。このコラボレーションは、RAN のパフォーマンスをプロアクティブに最適化し、運用コストを削減する、自律型の自己修復型ネットワークの構築を目指しています。

通信会社やメディア企業向けのソフトウェアとサービスの大手プロバイダである Amdocs は、Google Cloud とのパートナーシップにより、5G ネットワークプロバイダが複雑なネットワーク運用を自動化し、サービスの信頼性を高め、カスタマーエクスペリエンスを向上させるための新しい Network AIOps ソリューションをリリースしたことを最近発表しました。

AI を活用した分析情報を通じて、CSP は優れたサービス品質を実現しながら、運用を効率化し、最終的に顧客満足度と顧客ロイヤリティを高めることができます。

AI で現場技術者の能力を強化

CSP は、フィールドサービス業務において、効率の悪いディスパッチやリアルタイム診断の不足などの課題に直面することが多く、解決時間の長期化やお客様のダウンタイムの増加につながります。フィールド技術者向けのマルチモーダル AI アシスタントや Customer Engagement Suite を含む Google Cloud のプラットフォームは、リアルタイム診断、予測メンテナンス、最適化されたルーティング、Gemini を活用したエージェントワークフローにより、フィールド技術者を支援します。これにより、ワーカーのデプロイが減り、問題解決が迅速になります。AI を活用した診断は、潜在的な問題をプロアクティブに特定して解決します。予測メンテナンスモデルは、機器の故障を予測して、修理をスケジュールできるようにします。エージェントワークフローと Gemini により、技術者に包括的なナレッジベースが提供され、トラブルシューティングが迅速化されます。スマートルーティングにより、効率的な派遣が実現します。AI を活用したこれらのサービスを組み合わせることで、お客様中心の効率的なフィールドサービス業務が実現し、より迅速で効果的なサポートが提供されます。一例として、TELUS の NEO Assistant は、Google Cloud の Gemini モデルのような高度な ML および AI テクノロジーを活用する革新的なマルチモーダル AI コパイロットです。現場技術者が重要な情報に即座にアクセスできるようにし、ワークフローを効率化します。NEO Assistant は、リリース以来、TELUS の現場技術者の 4 分の 3 に採用されています。7,000 人近くの雇用創出に貢献するとともに、タスクを 1 分以内に完了できるようにすることで効率を大幅に向上させました。

AI を活用した分析情報により顧客満足度が向上

CSP は、費用を管理し、複数のチャネルにわたる複雑なカスタマージャーニーをナビゲートしながら、優れたカスタマーサービスを提供することが求められています。Google Cloud の AI プラットフォームは、Customer Engagement Suite、Vertex AI、Vertex AI Search を備えており、優れたカスタマーエクスペリエンスを実現できるように CSP を支援します。お客様の行動に関する AI による分析情報を活用することで、CSP はニーズを予測し、問題に事前に対処し、パーソナライズされた推奨事項とシームレスなインタラクションを提供して、最終的に満足度と収益を高めることができます。

Chunghwa Telecom は、Google Cloud の AI を使用して、戦略的意思決定とデータ分析を強化しています。その一例として、戦略的意思決定とデータ分析のための NotebookLM Enterprise のようなツールや、応答時間を短縮し、請求関連の電話を年間 25% 削減すると予測される Gemini 2.0 を使用したカスタマーエージェントがあります。さらに、Document AI でローミング料金の確認を自動化することで、請求書の手動処理を排除して業務を効率化し、費用を削減できるため、会社と利用者の両方に費用削減の可能性が生まれます。

Glance は、Gemini や Imagen などの Google の一連の AI モデルを活用して、消費者をデジタル世界の「主人公」に位置付ける、AI を活用した視覚的に魅力的なエクスペリエンスを提供します。GlanceAI は、ユーザーの興味を推測し、消費者がアップロードした画像から没入型のショッピング体験を提供します。消費者を引き付け、自分がさまざまに試着した姿を可視化して、リアルタイムで購入を決定できるようにします。このケースでは、スマートフォンのロック画面やアンビエントテレビ画面に表示された商品を、AI がインタラクティブなショッピング機会に変えます。

API による新たな収益源の獲得

CSP は、ネットワークのデプロイ費用が高く、イノベーションを迫られる状況に直面しているため、API を調べ、ネットワークを収益化するためにデベロッパーと連携しています。Google Cloud のデベロッパー中心のプラットフォームは、必要なツールとインフラストラクチャを提供することで、ネットワークアセットの収益化を簡素化します。GSMA Open Gateway などのイニシアチブは、コラボレーションとデベロッパーによるネットワーク機能へのアクセスを促進します。

Open Gateway のビジョンに基づいて、昨日、Google は新しい Firebase 電話番号確認サービスを発表しました。このサービスにより、300 万人を超える Firebase デベロッパーが、電話番号の取得や確認などの重要なネットワーク CSP API にアクセスできるようになります。Google は Deutsche Telekom、Orange、Telefónica、T-Mobile、Telenor、Verizon、Vodafone などのパートナーと連携して、デベロッパーとエンドユーザーのエクスペリエンスの向上と、不正行為の軽減によるセキュリティの強化を実現するこのサービスを提供しています。これにより、CSP とデベロッパーの双方に新たな収益機会が生まれます。

通信業界における AI の未来

MWC 2025 は、AI を活用した通信業界のイノベーションにとっての転換点であり、Google Cloud はこの変革の最前線に立っています。今後数か月間、CSP が AI を導入し続けるにあたり、Google のプラットフォームは、CSP が新たな効率化の実現、カスタマーエクスペリエンスの向上、ビジネスの成長の促進を確実に達成できるようにします。

詳細については、プレスページをご覧いただくか、3 月 3 日～6 日に開催される Mobile World Congress（MWC）の Google Cloud ブース（ホール 2、ブース #2H40）にお越しください。

-Google Cloud、戦略的コンシューマー産業担当マネージングディレクター、Anil Jain

-Google Cloud、通信業界担当グローバル責任者、Angelo Libertucci

5G を再考する: クラウドの必須事項

Wed, 26 Feb 2025 02:10:00 +0000

※この投稿は米国時間 2025 年 2 月 20 日に、Google Cloud blog に投稿されたものの抄訳です。

通信業界は重大な岐路に立たされています。5G 需要、コネクテッドデバイスの急増、ネットワークアーキテクチャの複雑化により、ネットワークの管理と運用方法の根本的な変革が求められています。

自律的な未来 — 効率性とイノベーションを推進する自律型ネットワーク

今後はスケールとパフォーマンスだけではなく、自律的なネットワークも重要になります。通信事業者は、AI の力を活用することで既存の自動化ツールから大きく飛躍し、生産性と収益性を大幅に向上させ、まったく新しいビジネスチャンスを開拓できます。

自律的ネットワーク運用（ANO）は、通信事業者が競争力を維持し、顧客が求めるモバイルネットワークの「常時稼働、常時高パフォーマンス、常時安全」なエクスペリエンスを提供するために必要不可欠なものとなりつつあります。さらに、機密性の高い顧客データを扱っていて、サイバー攻撃も増加しているモバイルネットワークのような重要なインフラストラクチャの場合は、セキュリティを強化して保護するために AI ベースの技術がきわめて重要です。

自律型ネットワークには豊富なデータが必要

モバイルネットワーク向けの自律型ネットワーク運用による変革を実現するには、豊富で詳細なモバイルネットワークのテレメトリーデータを利用できる必要があります。モバイルネットワークでは膨大な量のテレメトリーデータが生成されますが、それをプロセスの改善、エクスペリエンスのカスタマイズ、新しいプロダクトやサービスの開発に活用できます。

そのため、RAN、モバイルコア、その他の機能など多様なソースからテレメトリーデータを収集、集約、分析できるようになることがますます重要になっています。また、こうしたさまざまなソースからの情報をまとめ、AI アルゴリズムがリアルタイムでネットワークの成果を学習、適応、最適化するためのコンテキストを導き出すことができる、堅牢なデータモデルが必要です。

たとえば、AI は動的なネットワーク最適化を可能にし、エネルギー効率を高め、プロアクティブな脅威検出やパーソナライズされたサービスを実現できるほか、顧客の解約も予測できます。通常、こうした分野で成功するためには、有用なソースからの良質なデータを使って AI ネットワークエージェントをトレーニングする必要があります。

完全な自律性を実現するために、AI と膨大なデータセットを有効活用するには、これらのプロセスに必要なスケーラビリティ、柔軟性、処理能力を獲得することが不可欠です。

aside_block: <ListValue: [StructValue([('title', 'Google Cloud を無料で試す'), ('body', <wagtail.rich_text.RichText object at 0x7fb87053f940>), ('btn_text', '無料で開始'), ('href', 'https://console.cloud.google.com/freetrial?redirectPath=/welcome'), ('image', None)])]>

完全な自律性を生み出すためには 5G ネットワークの変革が必要

通信サービスプロバイダは、厳しい規制基準を満たし、キャリアグレードのスケール、パフォーマンス、信頼性を提供するために、数十年にわたってオンプレミスネットワークを設計および構築してきました。自律的なオペレーションで新たな成果を生み出すためには、新しい AI モデルを効果的に活用できる動的な環境と、膨大な量のテレメトリーデータを使用して AI モデルをトレーニングできる柔軟な処理能力が必要です。

たとえば、ある通信事業者は、さまざまな AI モデルのトレーニングに使っているテレメトリーデータを、迅速な障害復旧やネットワークの最適化にもすばやく広げて活用することができます。そのうえでクラウドは、AI やグローバルな可用性、スケール、弾力性、クラウドネイティブ AI サービスを重視して最適化された最先端の Cloud TPU と GPU にアクセスできるモバイルネットワーク事業者向けのインフラストラクチャになります。クラウドはまた、通信事業者が自律的なオペレーションを実現するための急速なイノベーションもサポートできます。

通信事業者はこのことを認識し、モバイルネットワークの運用にクラウドを採用しています。しかし、既存のオンプレミスシステムを単にリフト＆シフトしてパブリッククラウドに移行するという当初のアプローチは、満足できるものではありませんでした。このアプローチはしばしば運用の複雑さを増大させ、AI を活用したネットワーク運用に必要なアジリティを妨げてきました。

自律型 5G を実現するための不足に対処する

「常時稼働、常時高パフォーマンス、常時安全」なモバイルネットワークを実現するには、段階的な変更では不十分です。通信事業者は、AI とデータドリブンインテリジェンスの可能性を最大限に引き出す道筋を切り開くために、モバイルコアベンダーとクラウドプロバイダに注目しています。

Ericsson と Google Cloud は、パブリッククラウドインフラストラクチャでモバイルコアネットワークの構築と運用を行う方法の根本的な変化を推進するために共同で取り組んでいます。パケットコアの技術スタックを進化させ、信頼性とスケール重視で設計した Google Cloud のインフラストラクチャ上で自律的に運用するために連携しています。

両社は引き続き、技術革新、合理化された配信モデル、そしてなによりも絶え間ないイノベーションという共通の企業文化を含めた、さまざまな面でのノウハウを結集し、通信事業者が自律型ネットワークのビジョンを実現できるよう支援していきます。

自律型ネットワーク向けに構築された 5G

完全な自律性に向けた変革によって、通信事業者の成功が具現化されます。5G モバイルコアネットワークのクラウド化は、それを実現するための重要な役割を果たします。Ericsson と Google Cloud は、この変革を推進できるよう取り組んでいます。

つまり、通信事業者はこうした変革に投資することで将来にも通用するサービスを提供できるようになり、6G のような次世代技術への道を開いて、モバイル接続の未来をいち早く体現できます。Ericsson と Google Cloud は、ともにモバイル接続の新時代を切り開いています。

この取り組みについては今後の投稿でさらに詳しくお知らせしていきます。どうぞご期待ください。

-Ericsson、新興セグメント、ビジネス分野クラウドソフトウェアおよびサービス責任者 Eric Parsons

-Google Cloud、ネットワーキング担当バイスプレジデント Muninder Sambi

AlloyDB と Cloud SQL for PostgreSQL 向け LangChain on Vertex AI のご紹介

Wed, 14 Aug 2024 01:00:00 +0000

※この投稿は米国時間 2024 年 8 月 7 日に、Google Cloud blog に投稿されたものの抄訳です。

LangChain は、アプリケーションデベロッパーの間で特に人気の高いオープンソース LLM オーケストレーションフレームワークです。Google Cloud では、デベロッパーが Google Cloud データベースを活用したコンテキストアウェアな生成 AI アプリケーションを LangChain を使用して開発できるよう、3 月にすべての Google Cloud データベースを対象に LangChain インテグレーションをオープンソース化しました。これには、ベクトルストア、ドキュメントローダ、チャットメッセージ履歴が含まれます。そしてこのたび、AlloyDB と Cloud SQL for PostgreSQL の LangChain on Vertex AI とのマネージドインテグレーションが利用可能になりました。

LangChain on Vertex AI のサポートにより、デベロッパーはセキュリティ、スケーラビリティ、信頼性を確保しながら AI エージェントや推論フレームワークの構築、デプロイ、クエリ、管理を行えます。アプリケーションデベロッパーは、LangChain のオープンソースライブラリを利用して、データベースや既存の Vertex AI モデルなどの Google Cloud リソースに接続するカスタム生成 AI アプリケーションを構築、デプロイできます。

LangChain on Vertex AI により、デベロッパーは以下にアクセスできます。

エンタープライズグレードの AI エージェントを迅速に構築、デプロイできる効率的なフレームワーク
開発を簡単に開始可能なすぐに使える LangChain エージェントのテンプレート
AI エージェントを安全かつスケーラブルにデプロイ、サービング、管理するためのマネージドサービス
AlloyDB や Cloud SQL などの Google Cloud データベースを利用するさまざまな生成 AI リファレンスアーキテクチャ向けの簡単にデプロイできるエンドツーエンドテンプレートのコレクション

具体的には、LangChain on Vertex AI を使用することで、デベロッパーはアプリケーションを Reasoning Engine マネージドランタイムにデプロイできます。Reasoning Engine はセキュリティ、プライバシー、オブザーバビリティ、スケーラビリティといった Vertex AI インテグレーションのメリットを提供する Vertex AI のサービスです。

新たなデータベースのユースケースを実現

Google Cloud のデータベースと LangChain on Vertex AI とのインテグレーションにより、以下のようにさまざまな優れたユースケースが実現します。

データベースのクエリ: 「注文の返品率は？」といった質問を SQL クエリに変換するようモデルに指示し、そのクエリを AlloyDB、Cloud SQL for PostgreSQL などに送信する関数を作成できます。
情報の検索: AlloyDB や Cloud SQL for PostgreSQL などのベクトルをサポートするデータベースを使用することで、非構造化データのセマンティック検索を行い、モデルにコンテキストを提供できます。
chat bot: データベースやビジネス API に接続する関数を作成することで、モデルが「Google Pixel 8 Pro の在庫はあるか？」、「カリフォルニア州マウンテンビューの店舗を訪れて試せるか？」といったクエリに正確な回答を提供できます。
ツールの使用: デベロッパーは、外国為替、Google マップ、天気情報、翻訳など、さまざまなデータソース / データベースや API に接続する関数を作成できます。これにより、モデルは「パリの天気は？」、「今日のユーロからドルへの為替レートは？」といったクエリに正確な回答を提供できます。

TM Forum における AI 開発の推進

通信業界のコンソーシアムである TM Forum は、独自の AI 仮想アシスタント（TM Forum AIVA）に早くから LangChain on Vertex AI を取り入れていました。TM Forum のテクノロジー、データ、デジタルエクスペリエンス担当バイスプレジデントを務める Richard May 氏は、その経験について次のように述べています。

「2 日間のハッカソンで、Reasoning Engine を活用した LangChain on Vertex AI が、Deutsche Telekom、Jio、Telefonica、Telenor の 20 人から構成されるチームの成功において重要な役割を果たしました。

TM Forum のイノベーションハブのデベロッパー 1 人が、TM Forum アセットの広範なライブラリを検索するバックエンド関数を統合し、わずか数行のコードからコードを生成しました。そして、フルマネージドのウェブサービスを 1 回の呼び出しでデプロイし、エージェントのワークフローをわずか 1 週間でテストしました。また、Google Cloud IAM および API Gateway とのインテグレーションにより、セキュリティとガバナンスの目標を簡単に達成できました。

ハッカソンの参加者は Reasoning Engine を使用して、顧客満足度の向上から AIOps の実現まで幅広いソリューションを完成させました。彼らはデータとビジネスプロセスのフローを、Reasoning Engine を使って構築された TM Forum AIVA にシームレスに接続しました。プラットフォームは数日間常に利用可能で、集中的に使用されましたが、技術的な問題は発生しませんでした。

現在は会員企業からの強い要望に沿ってこのサービスの商品化を目指しています。」

AlloyDB および Cloud SQL とのインテグレーション

LangChain on Vertex AI は、AlloyDB と Cloud SQL for PostgreSQL のユーザーに以下のメリットをもたらします。

迅速な情報検索: 既存の AlloyDB と Cloud SQL の LangChain パッケージを使用して LangChain on Vertex AI を AlloyDB または Cloud SQL for PostgreSQL のデータベースに接続すると、情報検索アプリケーションを簡単に構築できます。デベロッパーは、AlloyDB と Cloud SQL のベクトルストアを使用して非構造化データを保存し、セマンティック検索を行ってモデルに追加コンテキストを提供できます。ベクトルストアのインテグレーションにより、メタデータを効果的にフィルタし、既存のベクトルエンベディングテーブルに柔軟に接続し、カスタムベクトルインデックスのパフォーマンスを向上させることができます。
安全な認証と認可: Google Cloud データベースと LangChain のインテグレーションでは、データベース接続プールの作成、認証、データベースインスタンスへのアクセス認可に、最小権限の原則に沿ったベストプラクティスが活用されます。
チャット履歴のコンテキスト: 多くの生成 AI アプリケーションは会話履歴を利用して、それまでのコンテキスト認識よりもインテリジェントなアプリケーションを作成するため、マルチターンの補足質問に対応できます。デベロッパーは、こうしたデータベースインテグレーションを活用して、チャットメッセージ履歴を簡単に保存、検索できます。
迅速なプロトタイピング: デベロッパーは、すぐに利用できる LangChain テンプレートにより、1 回の SDK 呼び出しで迅速に構築し、本番環境にすばやく移行できます。Reasoning Engine を使用する任意の API やデータソースに AI エージェントを直接接続できるため、外部システムや API 用のデータコネクタのリリースに依存することなく、新しいアイデアを試し、改善していくことができます。開発プロセスを手動で管理する必要はなく、1 回クリックするだけで Reasoning Engine ランタイムによってライブラリに応じた API が数分以内に生成されます。
マネージド デプロイ: Reasoning Engine により、デベロッパーは Vertex AI のインフラストラクチャと事前構築されたコンテナを使用するフルマネージドサービスを利用して、簡単な API 呼び出しでアプリケーションのデプロイ、本番環境への展開、スケーリングを行い、ローカルでテストしたプロトタイプをエンタープライズ対応のデプロイにすばやく移行できます。Vertex AI の Reasoning Engine マネージドランタイムが自動スケーリング、リージョンの拡大、コンテナの脆弱性に対応するため、デベロッパーはアプリケーションサーバーの開発、コンテナの作成、認証、IAM、スケーリングのプロセスの作成と構成から解放されます。

次の表では、AlloyDB と Cloud SQL for PostgreSQL 向けの LangChain on Vertex AI を使用した場合と使用しない場合のデベロッパーのワークフロー手順が比較されています。このインテグレーションにより、多くの一般的なタスクが大きく簡素化されることがわかります。

	AlloyDB と Cloud SQL 向け LangChain on Vertex AI を使用しない場合	AlloyDB と Cloud SQL 向け LangChain on Vertex AI を使用した場合
IAM 認証	データベースの IAM 認可とユーザー認証を手動で設定、管理	Google データベースへの接続、認証に、事前に用意されたベストプラクティスを利用
データベーステーブルの管理とセマンティック検索	セマンティックベクトル類似検索を SQL クエリとして手動で定義、実装会話履歴のデータベーステーブルを定義、作成、管理	ベクトルストアのインテグレーションにより、カスタム類似検索を短時間で実装組み込みメソッドを使用してベクトルストアや会話履歴のリレーショナルテーブルを作成
LangChain コードの開発	アプリケーションの構築、デプロイ、運用方法: コード（LangChain など）を HTTP API 経由で提供できるよう Fastapi、Django などでアプリケーションサーバーを開発 Docker を習得し、コードからローカルで Docker コンテナを構築 Cloud Run インスタンスをプロビジョニングし、認証、IAM、スケーリング構成などを構成 Cloud Run エンドポイントをユーザーに公開カスタムの RAG チェーンや RAG エージェントを開発	reasoning_engine.create() を呼び出すのみ RAG チェーンや RAG エージェント用に事前構築されたテンプレートを利用
インフラストラクチャ運用	ユーザーコードをユーザーのプロジェクトにデプロイユーザーが運用ワークロード全体に対応	ユーザーコードをテナントプロジェクトにデプロイ LangChain on Vertex AI が自動スケーリング、コンテナの脆弱性などに対応
Vertex AI エコシステムのメリット	ロギング、モニタリング、トレースを手動で追加	Cloud Logging、Cloud Monitoring、Cloud Trace など組み込みのオブザーバビリティ機能を利用

使ってみる

まとめると、Vertex AI で AlloyDB と Cloud SQL for PostgreSQL の LangChain インテグレーションが利用可能になったことで、オペレーショナルデータベースからの信頼できるデータを使用した AI ベースのアプリケーションを構築するという新たな可能性が開かれます。ご利用開始をするには、以下のノートブックベースのチュートリアルをご覧ください。

また、質問応答 RAG アプリケーションや RAG ツールとメモリを使ったエージェントの構築とデプロイなど、高度なユースケースを想定した以下のテンプレートもご確認ください。

ー Google Cloud データベース、AI プロダクト マネージャー Hamsa Buvaraghan

ー Google Cloud データベース、シニア ソフトウェア エンジニア Averi Kitsch

通信

自律型ネットワークの加速: Google Cloud と DigitalRoute が AI 向けのデータ準備を簡素化

「データスワンプ」からデジタルツインへ

ソリューション: データ準備のためのクラウドネイティブなアーキテクチャ

データから成果へ: 自律型エージェントの実現

自律型ネットワークのミッション遂行を加速

自律型ネットワークの台頭: GraphML が通信事業者の運用手法を再定義する方法

デジタルツインの基盤: ネットワークのモデリング

GNN と従来の ML

Google の自律型ネットワーク スタック上の NetAI GNN

技術スタック: Google tf-GNN と NetAI

エグゼクティブの視点

もっと詳しくお知りになりたい場合

AI ネイティブなコア: Google Kubernetes Engine を使用した、レジリエンスの高い通信事業者向けアーキテクチャ

ネットワーク モダナイゼーションの 2 つの方法

「通信事業者グレード」の基盤のエンジニアリング

AI で「節約」から「解決」へ

貴社の戦略に合わせた変革を

自律型ネットワークのスケーリング: Data Steward と Core Network Agent のご紹介

業界のボトルネック: エージェントがスケーリングに苦労する理由

フレームワークの拡張: Autonomous Data Steward

Core Network（VoLTE）Agent

自律運用への移行を加速

ネットワーク API からネットワーク AI エージェントへ - エージェントでつながる未来を Nokia とともに構築

AI ネットワークの進化を支える 3 本の柱

技術的な橋渡し: Nokia と Google Cloud の統合の仕組み

Agent Development Kit（ADK）による拡張性

通信事業エコシステムにもたらす効果

MWC で未来を体験

フレームワークからスケールへ: MWC 26 で自律型ネットワークを加速

プロダクトのイノベーション: エージェント型通信エンジン

ソリューションのアップデート: 価値創出を加速

エコシステムの活発化によるイノベーションの促進

今後の動向

Fastweb + Vodafone: Spanner と BigQuery でデータ ワークフローを再定義

単一のツールではなく、コネクテッド プラットフォームを選択

Spanner がオーバーヘッドなしでサービングを加速

数千のデータフローを理解する

ドキュメント作成を簡素化

ビジネスのスピードで進化するエンジニアリング

詳細:

AI でカスタマー エクスペリエンスをオンラインと実店舗で拡大する方法

このアーキテクチャが重要な理由: 実績ある費用対効果

スケーリングに対応するプラットフォーム機能

技術的ブループリント: Google Cloud でインテリジェントなカスタマー エクスペリエンス システムを構築する

フロントエンド レイヤ

オーケストレーションと AI エンジン

ナレッジ、統合レイヤ

最終的には

今後の展望: カスタマー エクスペリエンス チームを大規模に支援

Sol 大西洋横断ケーブルでネットワークのレジリエンスを強化

Pluto AI: Magyar Telekom における AI のアクセシビリティとイノベーションの革命

Pluto AI の開発

効果と導入

Pluto AI のビジョンと今後のロードマップ

AI を活用した通信業界: ネットワーク変革の新時代

Customer Engagement Suite と新しい AI 対応機能により、企業はより優れた成果を達成

企業は優れたビジネス成果を実現

新たな AI 対応機能の発表

未来は今ここに

次のステップ

Customer Engagement Suite with Google AI のご紹介

AI とインテントベースの自動化によって実現する動的 5G サービス

5G におけるインテントベースの自律的なオペレーションの威力

インテントベースのオペレーションのための TMF 標準化

AI と自動化の役割

Ericsson Service Orchestration and Assurance と Google Cloud を選ぶ理由

実際の効果: 病院のユースケース

効率性を超えて: 5G イノベーションの再定義

Google のパートナーが AI ソリューションで CSP オペレーションを強化する方法

AI を活用したネットワークの最適化: Amdocs で 5G の可能性を引き出す

ネットワーク分析と自動化

AI に基づく実用的なネットワーク分析情報

インテリジェント ネットワークにおけるアシスタント

AI を活用した通信の未来を取り入れる

大手モバイル通信事業者と提携して API ベースの電話番号の確認を実現

従来の認証方法が抱える課題

OGI: 安全な認証のための標準化されたソリューション

ユーザー、デベロッパー、CSP のいずれにもメリットを提供

プライバシーを最優先

Google の自律型ネットワークスタック上の NetAI GNN

ネットワークモダナイゼーションの 2 つの方法

Fastweb + Vodafone: Spanner と BigQuery でデータワークフローを再定義

単一のツールではなく、コネクテッドプラットフォームを選択

AI でカスタマーエクスペリエンスをオンラインと実店舗で拡大する方法

技術的ブループリント: Google Cloud でインテリジェントなカスタマーエクスペリエンスシステムを構築する

フロントエンドレイヤ

今後の展望: カスタマーエクスペリエンスチームを大規模に支援

インテリジェントネットワークにおけるアシスタント

データ変革: Vodafone Italy がクラウドでデータアーキテクチャをモダナイズした方法