Les réseaux destinés au supercycle de l'IA nécessitent une autonomie.
Ce changement a une incidence directe sur leur fonctionnement : les réseaux ne peuvent plus se reposer sur des cycles de planification statiques et doivent s'adapter en permanence, en détectant, en décidant et en exécutant des ajustements via des boucles fermées, sans intervention humaine. Cette autonomie est inévitable car les changements surviennent plus rapidement que les cycles opérationnels humains, la complexité des réseaux modernes rend l'intervention manuelle impraticable et les effets se propagent à de multiples domaines, de sorte que des interventions isolées peuvent amplifier l'instabilité au lieu de la contenir.
Bien que l'autonomie des réseaux soit un sujet de discussion depuis des années, un cadre clair pour coordonner les décisions de bout en bout et les gouverner de manière vérifiable, contrôlée et réversible faisait encore défaut. Sans ce cadre, le fonctionnement des réseaux se complexifie, car l'autonomie entraîne une multiplication des boucles de contrôle, des temps de décision plus courts et un impact accru des erreurs.
Coordination et confiance dans l'autonomie du réseau :
Déployer l'autonomie dans des domaines séparés est insuffisant. Si l'accès radio, le cœur de réseau, l'accès IP et le transport appliquent des boucles d'IA indépendantes aux mêmes états du réseau, des conflits peuvent survenir, entraînant des oscillations ou des décisions contradictoires. L'autonomie ne peut donc être isolée ; elle requiert une coordination au niveau du système pour arbitrer les conflits et garantir la cohérence des intentions dans tous les domaines. Sans cela, l'autonomie se fragmente et représente un risque structurel.
De plus, la confiance dans l'autonomie repose sur la transparence et la gouvernance. Les opérateurs doivent pouvoir visualiser les modifications apportées et leurs raisons, connaître les modèles actifs, limiter la fréquence des changements et annuler les actions en toute sécurité. La congestion du réseau de transport peut déclencher des ajustements entre l'accès radio et le cœur de réseau qui ne convergent pas, tandis qu'une autonomie coordonnée garantit la convergence du réseau plutôt que son oscillation.
L'impératif de transparence
: Pour être déployée à l'échelle d'un opérateur, l'autonomie doit être vérifiable, contrôlable et réversible. Il est impératif d'expliquer ses actions, d'opérer dans des limites de sécurité explicites et d'intégrer la réversibilité comme pratique courante. C'est ce que l'on appelle une transparence totale.
Deux réalités renforcent cet impératif :
1. Transition vers l’automatisation par agents : dans tous les secteurs, les organisations délaissent l’automatisation assistée par l’IA au profit d’agents exécutant des flux de travail complexes. Dans le domaine des réseaux, l’automatisation par agents est le modèle naturel d’adaptation continue, mais elle exige une plus grande responsabilisation.
2. L’essor de l’intelligence artificielle : la principale source de dépendance technologique se déplace du matériel vers la couche d’intelligence artificielle : modèles, politiques et graphes de contexte. Les plateformes monolithiques et propriétaires peuvent engendrer une dépendance à long terme.
Dans les réseaux dotés d’une infrastructure existante, l’autonomie ne s’obtient pas par un remplacement complet. Les réseaux multigénérationnels combinent déjà des contrôleurs de domaine, des systèmes de politiques et des processus opérationnels provenant de différents fournisseurs. La mise en œuvre pratique est progressive : d’abord, des boucles fermées à forte valeur ajoutée en mode conseiller ; puis une action limitée validant l’observabilité, la provenance et la réversibilité ; et enfin, une extension à mesure que la confiance s’installe. Ceci conduit à un modèle d’agents hybrides : des agents de domaine locaux prennent des décisions rapides dans des limites strictes. Dans le même temps, une couche de gouvernance de bout en bout coordonne les objectifs, résout les conflits et contrôle les autorisations et les déploiements, assurant ainsi une coordination logique unifiée avec une exécution distribuée.
Architecture : Intention, Agents, Gouvernance et Structure Opérationnelle.
Le défi architectural consiste à structurer l'intelligence de manière à ce que l'autonomie s'étende du début à la fin sans générer d'instabilité, d'opacité ni de dépendance. On peut l'envisager comme une structure opérationnelle reliant quatre éléments : les souhaits de l'opérateur, les connaissances du système, les actions autorisées et la manière dont le système démontre la conformité de ses actions. Ces éléments transforment l'autonomie, initialement un ensemble d'optimiseurs, en un système gouvernable. Dans ce contexte, un agent est un logiciel qui traduit l'intention en action, découvre le contexte et invoque les outils opérationnels dans le respect des permissions et des limites de sécurité. Les agents sont classés en observateurs, conseillers, actionneurs, coordinateurs et agents de cycle de vie. Ensemble, ils illustrent l'intégration de l'intention, des agents, de la gouvernance et de l'exécution au sein d'un système.
1. Intention : définit les résultats, la latence, la fiabilité et les compromis énergétiques, et sert de langage commun entre les domaines.
2. Automatisation basée sur les agents : traduit l'intention en séquences d'actions coordonnées, avec des autorisations et des limites de politique.
3. Gouvernance de l'IA : Un plan de coordination distribué qui arbitre les conflits et applique la politique globale, empêchant ainsi les logiques locales de contrecarrer l'objectif du service.
4. Exécution encadrée : Garantit la sécurité opérationnelle grâce à des limites explicites concernant la portée, la fréquence et l'étendue.
Il en résulte une structure opérationnelle unifiée où l'automatisation raisonne sur les résultats interdépendants plutôt que sur des indicateurs clés de performance (KPI) locaux.
Cinq propriétés essentielles à une autonomie transparente.
Pour qu'une automatisation soit fiable et gouvernable, le système doit satisfaire cinq propriétés fondamentales :
• Observabilité : Chaque action doit être visible ; il doit être possible de suivre les modifications apportées et leur date.
• Provenance : Le système doit enregistrer le modèle ou la politique à l'origine de chaque décision. •
Traçabilité : Les signaux et le contexte ayant motivé l'action doivent être documentés.
• Contrôles de sécurité : Des limites claires doivent être établies pour prévenir les effets indésirables, notamment la possibilité d'annuler les modifications.
• Auditabilité : Chaque intervention doit être attribuable et vérifiable, permettant ainsi de revoir les décisions et de garantir la conformité aux exigences réglementaires.
Ces propriétés sont essentielles pour une autonomie fiable, l'analyse des événements passés, le respect des réglementations et une réponse responsable aux incidents.
Cycle de vie, gouvernance et ouverture de l'autonomie :
Le cycle de vie de l'autonomie englobe bien plus que le simple code, incluant les modèles d'IA, les politiques, les flux d'agents et la gouvernance des données. L'automatisation requiert l'intégration continue (CI) pour les tests et la validation avant déploiement, ainsi que le déploiement continu (CD) pour la mise en œuvre des décisions et des agents, avec suivi de leur impact. La traçabilité des données et le contrôle d'accès sont essentiels, car chaque décision dépend des informations traitées par les modèles ; sans cela, la transparence et la conformité réglementaire ne sont pas garanties.
Le risque de dépendance technologique ne réside plus dans le matériel, mais dans la couche d'intelligence du réseau : modèles, graphes de contexte, API et flux d'agents. Pour éviter toute dépendance technologique, des interfaces ouvertes et gouvernées sont nécessaires afin de garantir l'interopérabilité et la portabilité de l'automatisation, permettant ainsi aux flux, modèles et agents de circuler librement entre les plateformes sans être verrouillés par des fournisseurs spécifiques.
L'autonomie est inévitable, l'instabilité ne l'est pas.
L'IA intègre l'intelligence à tous les niveaux du réseau. La boîte de verre demeure la limite, le seul moyen d'étendre l'autonomie sans sacrifier le déterminisme et la confiance nécessaires aux infrastructures essentielles. Le seul véritable risque est d'avancer trop lentement alors que l'autonomie se développe plus vite que notre capacité à la gérer.
Auteurs : Oğuz Sunay, CTO Fellow en IA, et Pallavi Mahajan, directrice de la technologie et de l’IA chez Nokia
