複雑化するネットワーク故障にAIで挑む。
世界最大級規模のデータを用いた
ドコモの「ネットワーク保守業務向けAIエージェントシステム」

複雑化するネットワーク故障に対応するために

ドコモでは以前から、ネットワークの監視や分析、復旧対応を自動化するシステムを導入してきました。しかし近年、5Gの普及や次世代技術への進化に伴い、ネットワークの構造は驚くほど複雑になっています。

これまでの自動化システムは、対処方法が明確な故障に対してはあらかじめ決められた手順に従って対応することができました。しかし、複数の装置が連鎖して不具合を起こすケースや、目立った警報が出ないまま通信が不安定になるケースなど、対処方法が明確でない複雑な故障も発生します。その場合は、大量のデータを収集・分析し、複数名の熟練エンジニアの経験と判断によって要因を特定しなければなりません。そのため、人手による対応がサービス影響時間の長期化につながるという課題がありました。こうした現場の課題を解決し、より迅速な復旧を実現するために、複雑な分析や対処案の提示をAIが行えるようにする「ネットワーク保守業務向けAIエージェントシステム」の開発がスタートしました。

基盤構築に4年。エンジニアの知恵を宿したAI開発

爆発的に増え続ける膨大なデータと複雑化したネットワークを支えるには、人間の能力を補完・拡張した仕組みが必要であることは明白です。開発チームは“熟練エンジニアの経験知を備えた、ドコモ独自のAIシステムを作る”という想いのもとで一致団結、試行錯誤の挑戦を開始しました。

最初に立ちはだかったのは、データの壁です。メーカーの異なる100万台以上のネットワーク機器から集まるデータは、形式がバラバラで、そのままではAIに読み込ませることができません。エンジニアたちは、AIに正しい学習をさせるために不要なデータを取り除き、ひとつの形式に整える「クレンジング」という作業を実施。約4年もの歳月をかけて積み重ねることで、ようやく分析の土台となる統合データ基盤を築き上げました。

さらに難航したのが、熟練のエンジニアが何を根拠に判断しているのかという「暗黙知」のデジタル化です。彼らの思考プロセスを一つひとつ紐解き、AIが理解できる論理へと落とし込んでいくために、現場へのヒアリングや過去のトラブル対応の履歴の分析を繰り返し実施。熟練者の視点を徹底的に言語化し、AIへ地道に反映し続けることで、ついに現場の知恵を宿した「ネットワーク保守業務向けAIエージェントシステム」が完成しました。

「ネットワーク保守業務向けAIエージェントシステム」の革新的な技術

「ネットワーク保守業務向けAIエージェントシステム」には、高度で複雑なネットワークを安定して稼働させるための3つの革新的な技術が投入されています。

1：ベンダーの垣根を超えた「統合データ基盤」
基地局からコアネットワークまで、メーカーの異なる100万台以上のデバイスから発せられる膨大なデータを一つの基盤に集約。形式がバラバラの情報をAIが扱える形に統合したことで、ネットワーク全体の状態をリアルタイムで、一元的に分析・可視化することを可能にしました。

2：「ネットワーク構成（トポロジー）」による要因推定
ネットワークの接続関係を、仮想空間に再現し、たとえ警報が出ない故障が起きたとしても、周辺の通信状況から「どこに問題があるか」をAIが即座に推定します。

3：生成AIによる「最適な対処方法」の提示
原因を特定した後、AIが過去の対応履歴や学習したマニュアルの知見から、最適な復旧手順を提案。機器の再起動や、設定の変更といった具体的な対処方法をAIが即座に提示することで、経験の浅いエンジニアでも熟練者に近い判断が可能になります。

これらの技術により、たとえ複雑な通信障害が発生しても、AIの解析によって復旧時間を大幅に短縮することが可能になりました。また、トラブルの予兆をいち早く検知して、その影響を未然に防ぎ、万が一の際もAIが瞬時に復旧への道筋を示すことで、お客さまが「つながらない」と感じる時間を最小限に抑える。こうした積み重ねが、日々のあたりまえの通信をより強固なものにしています。