ZTE и Ucell сократили операционные расходы на 10,6%: как ИИ-агент оптимизирует энергопотребление мобильной сети

Базовые станции мобильной сети работают круглосуточно, и счёт за электроэнергию приходит тоже круглосуточно, независимо от того, есть ли в сети трафик или нет. Ucell, государственный оператор связи Узбекистана, совместно с ZTE внедрил ИИ-агент для динамического управления питанием оборудования. Итог: общее энергопотребление сети снизилось на 10,6%, а экономия для национального оператора такого масштаба исчисляется миллионами долларов в год, без повышения тарифов и без ухудшения качества связи.

Электроэнергия, это крупнейшая статья операционных расходов любого мобильного оператора. Оборудование базовых станций потребляет почти столько же в три часа ночи, когда в сети почти никого нет, сколько и в час пик. Умножьте эту разницу на тысячи станций и 365 дней, и получите деньги, которые буквально утекают в воздух. Это давно решаемая задача, и кейс Ucell показывает, как именно.

Где у оператора утекали деньги

Мобильная сеть, это не один сервер в дата-центре, а тысячи базовых станций, рассредоточенных по всей стране. Каждая станция состоит из нескольких компонентов: усилители, антенные блоки, блоки обработки сигнала. Все они потребляют электроэнергию постоянно, на полную мощность, даже когда трафик на конкретной станции близок к нулю: глубокой ночью, в малонаселённых районах, в часы, когда абоненты спят.

Для Ucell, как и для любого национального оператора, электроэнергия формирует основную часть операционных расходов. Инженеры понимали, что реальная нагрузка на сеть неравномерна: есть часы пик и есть часы глубокого простоя. Но традиционная логика управления сетью проста: держи всё включённым на полную, чтобы не пропустить всплеск трафика. Это надёжно, но дорого. Платить за пиковую готовность в часы, когда пика нет, и есть та самая статья расходов, которую хотелось оптимизировать.

Проблема усугублялась тем, что ручное управление питанием станций в масштабах национальной сети физически невозможно. Нельзя посадить инженера, который будет вручную переключать режимы тысяч станций в зависимости от текущего трафика. Нужна была система, которая делает это сама, точно и в реальном времени.

Почему традиционные подходы не решали задачу

Жёсткие расписания экономии энергии в телекоме существовали и раньше. Классический подход: задать статичные временные окна, например с 2:00 до 5:00, когда часть оборудования переходит в режим пониженного потребления. Это давало небольшую экономию, но создавало новую проблему: расписание не знало реального трафика. В праздничную ночь или во время крупного события нагрузка могла оказаться высокой именно в «тихий» час, и станция, переведённая в спящий режим по расписанию, роняла качество связи.

Другой вариант, пороговые правила: если нагрузка ниже X%, переводи компонент в экономичный режим. Но порог, это грубый инструмент. Он не учитывает, что трафик может резко вырасти через несколько секунд, и не умеет заранее «разбудить» оборудование с учётом прогнозируемого поведения абонентов.

Обе схемы работали реактивно и статично. Сеть нуждалась в инструменте, который видит паттерны спроса наперёд, принимает решения о режиме работы каждого компонента в реальном времени и при этом гарантирует, что оборудование успеет выйти из спящего режима до того, как трафик реально вырастет. Именно здесь и появился ИИ-агент.

Как проектировали ИИ-агента

Агент строился вокруг одной центральной задачи: сопоставлять текущую и прогнозируемую нагрузку на каждую базовую станцию с её энергетическим состоянием и принимать решение о режиме работы каждого компонента в реальном времени. Для этого агент непрерывно собирал данные о трафике по всей сети, анализировал исторические паттерны потребления, учитывал время суток, день недели, сезонность и локальные особенности каждой станции.

Ключевой функцией стал предиктивный «пробуд»: агент не просто переводит компоненты в спящий режим, когда нагрузка упала, но и рассчитывает, когда именно нагрузка начнёт расти, и заблаговременно выводит оборудование из режима экономии. Время реакции, миллисекунды, этого достаточно, чтобы абонент не почувствовал никакой разницы в качестве связи.

Агент управлял не всей станцией целиком, а отдельными компонентами: конкретными антенными блоками, усилителями, процессорными модулями. Это позволяло добиться гранулярной экономии: часть компонентов спит, пока другие обслуживают реальный трафик. Принцип, масштабировать потребление строго под операционную интенсивность, а не держать всё на максимуме «на всякий случай».

Отдельно была встроена логика защиты качества: если агент фиксировал, что перевод компонента в экономичный режим несёт риск для показателей сети (задержки, потери пакетов, снижение покрытия), он оставлял его в рабочем состоянии. Экономия никогда не шла в ущерб качеству обслуживания абонентов.

Как внедряли в инфраструктуру Ucell

Внедрение шло поэтапно. На первом этапе агента запустили в режиме наблюдения: он собирал данные о трафике и энергопотреблении, строил модели паттернов для каждой зоны покрытия, но ещё не управлял оборудованием. Это позволило накопить статистику и убедиться в качестве прогнозов до того, как агент получил реальное управление.

На втором этапе агента подключили к управлению на пилотной группе станций, где риск минимален: малонаселённые районы с предсказуемым ночным трафиком. Инженеры Ucell и ZTE наблюдали за показателями качества сети в реальном времени, сравнивая их с контрольной группой станций без агента. Убедившись, что качество связи не деградирует, а потребление снижается, развернули систему на всю сеть.

Для команды это не означало переобучения с нуля: агент работает автономно и не требует постоянного ручного вмешательства. Инженеры перешли от ручной настройки режимов к мониторингу агента и управлению исключениями, ситуациями, которые выходят за рамки стандартных сценариев.

Результаты

10,6% снижения энергопотребления для национального оператора, это не абстрактный процент. Электроэнергия формирует значительную долю операционного бюджета, поэтому двузначная экономия здесь прямо конвертируется в миллионы долларов, которые можно направить на развитие сети, а не на счета за свет. При этом абоненты Ucell не заметили никаких изменений в качестве: агент умеет экономить незаметно.

Дополнительный эффект, который сложнее измерить, но не менее важен: снижение нагрузки на оборудование в часы простоя продлевает его ресурс. Компоненты, которые меньше работают на полной мощности, дольше служат, а это снижает стоимость владения инфраструктурой на всём жизненном цикле.

Как перенести это на вашу инфраструктуру

Кейс Ucell и ZTE применим не только в телекоме. Любая инфраструктура, которая работает круглосуточно при переменной нагрузке, от дата-центров до производственных линий и складских комплексов, содержит в себе ту же возможность для экономии. С чего начать:

• Измерьте реальный профиль нагрузки. Посмотрите, как фактически меняется потребление вашего оборудования в течение суток и недели. Разрыв между пиком и минимумом, это и есть потенциал экономии, который сейчас оплачивается впустую.
• Определите компоненты с независимым управлением. Чем более гранулярно можно управлять отдельными узлами, тем точнее агент сможет оптимизировать потребление без риска для производительности системы в целом.
• Начните с режима наблюдения. Запустите агент в режиме сбора данных и прогнозирования до того, как давать ему реальное управление. Это снижает риск и даёт инженерам уверенность в качестве решений агента.
• Встройте защиту качества как приоритет. Агент должен знать, какие показатели нельзя ухудшать ни при каких условиях. Экономия, которая идёт в ущерб сервису, обходится дороже, чем её отсутствие.

Если этот кейс похож на то, что происходит у вас, наш менеджер поможет разобраться: бесплатно проанализирует ваш бизнес и нишу и подскажет, где ИИ-агент даст реальный результат именно в вашем случае. Написать менеджеру