Từ dữ liệu phân mảnh đến lớp xử lý thông minh

Sự phát triển nhanh của mạng 5G khiến hạ tầng viễn thông ngày càng phức tạp, với hàng chục nghìn trạm thu phát sóng, hệ thống truyền dẫn, trung tâm dữ liệu và nhiều nền tảng quản lý. Mỗi sự cố hoặc thay đổi cấu hình có thể tạo ra lượng lớn nhật ký, cảnh báo, báo cáo và tài liệu kỹ thuật.

Trong môi trường này, kỹ sư vận hành không chỉ phải làm việc với nhiều hệ thống riêng biệt mà còn phải kết nối thủ công các nguồn dữ liệu để xác định nguyên nhân và xử lý sự cố. Khi khối lượng thông tin tăng nhanh, việc tìm kiếm và tổng hợp dữ liệu trở thành một trong những thách thức của vận hành mạng.

Khi dữ liệu vận hành trở nên phân mảnh

Một hướng tiếp cận đang được nghiên cứu là xây dựng các nền tảng AI doanh nghiệp có khả năng khai thác dữ liệu kỹ thuật, hệ thống vận hành và tài liệu nội bộ, sau đó trả lời bằng ngôn ngữ tự nhiên.

Khác với các chatbot đa dụng, AI trong vận hành viễn thông phải xử lý những bối cảnh chuyên ngành như kiến trúc mạng, lịch sử cấu hình, mô hình sự cố, quy trình nội bộ và cơ chế vận hành của từng tổ chức.

Với những câu hỏi như “Trạm này đang báo lỗi gì?” hay “Gần đây cấu hình có thay đổi không?”, hệ thống không chỉ tìm kiếm một câu trả lời có sẵn. AI phải truy xuất dữ liệu từ các công cụ giám sát, kích hoạt những chức năng nội bộ, đối chiếu tài liệu kỹ thuật và so sánh với lịch sử các sự cố tương tự trước khi tổng hợp phản hồi.

Đây là cơ chế kết hợp giữa các tác nhân AI chuyên biệt và tầng điều phối đa tác tử (multi-agent orchestration). Mỗi tác nhân xử lý một phần yêu cầu, trong khi tầng điều phối tổng hợp kết quả. Khi dữ liệu chưa đủ, hệ thống có thể điều chỉnh truy vấn để bổ sung ngữ cảnh.

Lớp kết nối giữa người dùng và hệ thống

Tại Việt Nam, nền tảng netMind của Viettel được phát triển theo hướng này, đóng vai trò lớp trí tuệ trung gian giữa người dùng nội bộ và các hệ thống kỹ thuật hiện hữu.

Thay vì phải xác định dữ liệu nằm ở hệ thống nào, người dùng có thể truy vấn bằng ngôn ngữ tự nhiên. Nền tảng kết nối dữ liệu vận hành, tài liệu kỹ thuật và các dịch vụ nội bộ để tạo ra câu trả lời phù hợp với bối cảnh doanh nghiệp.

Kiến trúc của netMind gồm một tầng điều phối trung tâm và các tác nhân AI chuyên trách. Những tác nhân này có thể truy xuất dữ liệu mạng, tài liệu kỹ thuật, thông tin trên nền tảng web và các dịch vụ hỗ trợ doanh nghiệp. Dữ liệu gốc và các hệ thống hiện hữu vẫn được duy trì; AI đóng vai trò kết nối và xử lý thông tin giữa người dùng với các nguồn dữ liệu đó.

Nền tảng được triển khai trên bộ xử lý Intel® Xeon® 6972P kết hợp bộ tăng tốc AI Intel® Gaudi®. Theo các bài kiểm thử do Viettel và Intel phối hợp thực hiện, hệ thống được đánh giá với mức tải đồng thời từ 10 đến 500 yêu cầu. Ở một cấu hình thử nghiệm, hiệu suất xử lý đạt 3,14 lần so với hệ thống GPU được sử dụng làm tham chiếu, trong đó khác biệt thể hiện rõ hơn ở các tác vụ có ngữ cảnh dài.

Theo thông tin được công bố, netMind hiện được tích hợp hơn 200 kịch bản dữ liệu, vận hành trên 30 hệ thống mạng, với kho hơn 800 tài liệu kỹ thuật. Nền tảng phục vụ hơn 12.000 người dùng và xử lý khoảng 3.000 truy vấn mỗi ngày. Ngoài vận hành mạng, hệ thống còn được sử dụng để tra cứu tài liệu nội bộ, xử lý yêu cầu hành chính và tìm kiếm thông tin nhân sự.

Một tính năng khác là cơ chế lưu trữ ngữ cảnh ngắn hạn và dài hạn. Các cuộc đối thoại gần đây được lưu để duy trì tính liền mạch, trong khi những thông tin có giá trị lâu dài có thể được cập nhật theo thời gian, chẳng hạn dữ liệu về chu kỳ phát sinh lỗi hoặc cách sử dụng của từng bộ phận.

AI doanh nghiệp không chỉ phụ thuộc vào mô hình mà còn cần dữ liệu, quy trình và chuyên môn của tổ chức. Trong vận hành viễn thông, kỹ sư và kiến trúc sư vẫn giữ vai trò đánh giá, xử lý những tình huống đòi hỏi kinh nghiệm và khả năng phán đoán.

Việc đưa AI vào lớp xử lý trung gian có thể giúp giảm thời gian tra cứu thủ công, đồng thời hỗ trợ nhân sự tiếp cận nhanh hơn với kho dữ liệu và tri thức đã tích lũy. Với nhân sự mới, hệ thống có thể hỗ trợ quá trình tiếp cận quy trình và tài liệu nội bộ.

Theo hướng này, ứng dụng AI trong doanh nghiệp không nhất thiết là thay thế con người, mà là kết hợp giữa mô hình AI chuyên ngành, kiến trúc đa tác tử, khả năng kết nối dữ liệu và chuyên môn của đội ngũ vận hành. Mục tiêu là xử lý hiệu quả hơn lượng dữ liệu ngày càng lớn mà vẫn duy trì vai trò của con người trong những quyết định quan trọng.

Nguồn Viettel