Искусственный интеллект вместо выездов: Yadro ускорит сотовую связь

Российский производитель электроники Yadro разработал технологию MDT Vision на базе нейросетей для автоматического поиска зон плохого покрытия. Решение, в которое инвестировали 200 млн рублей, позволяет повысить емкость сети на 30% и почти полностью отказаться от ручных замеров сигнала.

Разработка под названием MDT Vision (Minimization of Drive Tests) предназначена для анализа качества связи через сбор обезличенных данных с мобильных устройств пользователей. Как сообщает «Коммерсант», система позволяет операторам видеть детальную картину нагрузки на сеть и выявлять «белые пятна» в сложных зонах, включая внутренние помещения зданий, где традиционные методы измерений часто оказываются неэффективными.

Эффективность и экономика проекта

Инвестиции в создание продукта составили 200 млн рублей. По оценкам экспертов, разработка такого уровня могла занять около двух лет. Применение алгоритмов машинного обучения дает ощутимый результат без установки дополнительного оборудования:

• емкость сети увеличивается в среднем на 30%;
• пользовательские скорости возрастают на 20–40%;
• количество выездных измерений в «полевых условиях» сокращается на 70–90%;
• отток абонентов в отдельных регионах снижается на 15–20%.

Директор по развитию телеком-направления Yadro Юлия Клебанова пояснила, что ИИ дополняет данные там, где классические измерения ограничены. Это позволяет операторам точнее настраивать углы наклона антенн и принимать взвешенные решения о расширении инфраструктуры. Напомним, что Yadro уже развивает собственное производство базовых станций GSM и LTE в подмосковной Дубне, планируя выпускать до 50 тыс. единиц техники ежегодно.

Конкуренция на рынке данных

Подобные решения — не новинка для рынка, но внедрение ИИ выводит их на новый уровень точности. Например, оператор Т2 (бывший Tele2) с 2023 года внедряет собственную систему VDT, которую в 2025 году масштабировали на всю сеть.

По словам директора по продуктам компании Vigo Антона Прокопенко, использование методов машинного обучения позволяет сократить погрешность в определении проблемных зон с 200–300 метров до 50–100 метров. Несмотря на очевидные выгоды, массовое внедрение MDT Vision может занять время: эксперты отмечают консервативность телеком-отрасли, где заказчики требуют длительных пилотных испытаний перед покупкой софта.