Эпоха ИИ требует перехода от технических показателей сети к оценке реального пользовательского опыта

Несмотря на активное развертывание сетей 5G, распространение оптоволоконных линий и интеграцию инструментов искусственного интеллекта в рабочие процессы, миллионы пользователей по всему миру продолжают сталкиваться с техническими проблемами. Задержки при воспроизведении видео, сбои в проведении транзакций и медленная работа ИИ-ассистентов остаются повседневной реальностью. В экспертной среде отмечается, что причиной является не дефицит пропускной способности, а устаревшие методы оценки качества связи. Отрасль продолжает использовать логику мониторинга прошлого века для оценки сетей нового поколения.

Разница между QoS и QoE: почему это важно

В индустрии телекоммуникаций принято разделять два ключевых понятия: качество обслуживания (QoS) и качество клиентского опыта (QoE). Традиционные метрики QoS отражают технические возможности сети, такие как скорость загрузки, уровень задержки (пинг) и процент потери пакетов данных. В то же время QoE фокусируется на субъективном восприятии человека: насколько быстро загрузилось приложение, прошел ли платеж и не прерывалась ли трансляция видео.

Сектор стандартизации электросвязи МСЭ (ITU-T) определяет QoE как «степень удовольствия или раздражения» пользователя. Сеть может соответствовать всем техническим нормативам, но при этом выдавать неудовлетворительный результат из-за проблем на уровне приложений, некорректной маршрутизации сетей доставки контента (CDN) или сбоев в облачной инфраструктуре.

Инвестиции в инфраструктуру не гарантируют лояльность

Согласно данным аналитического агентства GSMA Intelligence, в период с 2023 по 2030 год операторы связи планируют инвестировать в развитие инфраструктуры около 1,5 триллиона долларов. Более 90% этих средств направлено на развитие сетей 5G. По состоянию на начало 2024 года коммерческие сети пятого поколения запустил 261 оператор в 101 стране мира.

Однако в обзоре подчеркивается, что наличие современной инфраструктуры само по себе не гарантирует высокого качества опыта. Наблюдаются следующие тенденции развития отрасли:

• Интеграция ИИ в управление сетевыми процессами.
• Внедрение автономной архитектуры 5G (Standalone), позволяющей использовать технологию «нарезки сети» (network slicing) для выделения гарантированных ресурсов под конкретные задачи.
• Создание API-фреймворков для более гибкого взаимодействия приложений и сетей.

Главным вызовом остается отсутствие систем измерения, способных фиксировать именно пользовательский опыт, а не только производительность оборудования.

Искусственный интеллект меняет требования к мониторингу

Массовое внедрение ИИ-помощников и генеративных инструментов вводит новые метрики качества. К ним относятся «время до получения первого токена» (TTFT — скорость появления начала ответа), частота завершения запросов и стабильность потоковой передачи ответов. Эти показатели определяют полезность ИИ в профессиональной среде, но зачастую остаются невидимыми для традиционных центров управления сетями.

Соединение, которое кажется идеальным по техническим параметрам, может сделать работу с большой языковой моделью практически невозможной. По мере того как бизнес внедряет ИИ в критически важные процессы, неспособность измерить качество опыта на уровне ИИ-сервисов становится техническим и коммерческим «слепым пятном» для операторов.

Скрытое влияние облаков и сетей доставки контента

Одним из недооцененных факторов ухудшения пользовательского опыта является промежуточный слой между оператором и конечным приложением. Инфраструктура сетей доставки контента (CDN) и облачных вычислений может стать причиной зависаний и медленной загрузки. По данным отчета Ericsson Mobility Report, в 2024 году на видео приходится около 74% мирового мобильного трафика. Большая часть этого контента передается через CDN, которые операторы связи не контролируют напрямую.

Для достоверной оценки качества необходимо анализировать всю цепочку: от радиосигнала до доступности облака и скорости отклика конкретного приложения. Без такой сквозной видимости поиск и устранение причин сбоев превращаются в гадание.

Регуляторы переходят к контролю качества опыта

Государственные регуляторы во всем мире начинают смещать фокус с контроля зоны покрытия на контроль реального качества связи. В качестве примера приводятся следующие инициативы:

• В США Федеральная комиссия по связи (FCC) использует данные краудсорсинга через специальное мобильное приложение для фиксации реальной производительности сетей в городах и сельской местности.
• В Индии регулятор TRAI применяет аналогичное приложение MySpeed, позволяющее гражданам отправлять данные о качестве связи со своих устройств напрямую для анализа ведомством.

Эти программы основаны на логике, согласно которой наиболее достоверным измерением качества сети являются реальные впечатления граждан, собранные массово и независимо.

Цифровое неравенство: проблема измерения

Разрыв в качестве связи между городом и селом остается актуальной проблемой. По данным Международного союза электросвязи (МСЭ), в мире интернетом пользуются 83% городских жителей и лишь 48% жителей сельских районов. Соотношение использования интернета в городах и селах остается практически неизменным на протяжении четырех лет, несмотря на масштабные инвестиции.

Смотрите также:

Скорость зарядки смартфонов серии Motorola Razr 2026 http://kupidonchik.org/skorost-zaryadki-smartfonov-serii-motorola-razr-2026/.

Интересности на тему: Финал второго сезона «Сорвиголовы: Рожденный заново»: объяснение концовки и задел на будущее

Классные советы в статье "Индия объявила режим повышенной киберготовности из-за ИИ-модели Mythos" здесь.

Даже в пределах одного города два пользователя одного и того же оператора могут получать совершенно разный опыт в зависимости от устройства, типа здания или времени подключения. Без непрерывного и детализированного мониторинга программы по преодолению цифрового разрыва рискуют оказаться неэффективными.

Необходимость тестирования на реальных устройствах

Эксперты приходят к выводу, что традиционные лабораторные тесты и эмуляторы не способны воссоздать поведение устройств под реальной нагрузкой. Они не учитывают перегрузки в часы пик и особенности маршрутизации трафика в живых сетях. Для получения достоверных данных требуется переход к методологии «полного стека», подразумевающей тестирование на реальных абонентских устройствах в действующих сетях операторов в режиме реального времени. Это позволит связывать инвестиции с измеримыми улучшениями пользовательского опыта, а не с теоретическими показателями производительности.