قرارداد ایتیاندتی و دی-ویو با کاهش زمان برخی بارهای کاری بهینهسازی از حدود یک ساعت به کمتر از ۱۵ ثانیه و نزدیکتر کردن این تصمیمها به زمان واقعی، عملیات شبکه سازمانی را تسریع میکند. اهمیت این موضوع در آن است که ایتیاندتی بازپخت کوانتومی را صرفاً یک آزمایش آزمایشگاهی نمیداند؛ بلکه این فناوری را در ابزارهای عملیاتی مورد استفاده برای واکنش به قطعی، مسیریابی تکنسینها، برنامهریزی شبکه و مدیریت ترافیک ادغام میکند.
ایتیاندتی اخیراً توافقنامهای برای گسترش استفاده از فناوری رایانش کوانتومی دی-ویو در عملیات شبکه امضا کرد. روشنترین نشانه، عملکرد عملی آن است: ایتیاندتی در یکی از کاربردهای اولیه، زمان اجرای یک بار کاری بهینهسازی شبکه را از حدود ۳٬۶۰۰ ثانیه به کمتر از ۱۵ ثانیه کاهش داد؛ یعنی کاهشی بیش از ۹۹٪.
ایتیاندتی همچنین این پروژه را به مجموعه گستردهتر ابزارهای اتوماسیون خود پیوند داده است. تمرکز فعلی این شرکت، افزودن قابلیت بازپخت دی-ویو به ابزارهایی است که از قبل از هوش مصنوعی عاملمحور در عملیات شبکه پشتیبانی میکنند. ایتیاندتی اعلام کرده است که این ابزارهای عاملمحور در عملیات اخیر به کاهش ۱۲ میلیون ساعت از زمان قطعی خدمات مشتریان کمک کردهاند و بهینهسازی کوانتومی نیز بهعنوان یک لایه شتابدهنده اضافی، نه یک سامانه جایگزین مستقل، در حال ارزیابی است.
برای خوانندگانی که زیرساخت داراییهای دیجیتال و بازارهای رایانش پیشرفته را دنبال میکنند، روندهای پذیرش سازمانی اغلب در بسترهایی مانند اکوسیستم صرافی ویکس رصد میشوند؛ جایی که روایتهای بازار مبتنی بر فناوری معمولاً در کنار احساسات مرتبط با توکنها و سهام پایش میشوند.
دی-ویو در بازپخت کوانتومی تخصص دارد؛ نوعی رایانش کوانتومی که برای مسائل بهینهسازی طراحی شده است. شبکههای سازمانی دائماً با وظایف بهینهسازی روبهرو هستند: کدام تکنسین باید به کجا برود، پس از بروز خطا ترافیک چگونه باید تغییر مسیر دهد، کدام برنامه توسعه بهترین استفاده را از بودجه و نیروی کار محدود میکند و منابع چگونه باید با وجود محدودیتهای متعدد و رقیب تخصیص یابند.
اینها پرسشهای ساده بله یا خیر نیستند. آنها مسائل ترکیبیاتیاند؛ یعنی با افزایش متغیرها، تعداد راهحلهای ممکن میتواند بهشدت رشد کند. یک شبکه مخابراتی اجزای متحرک بسیاری دارد: دکلها، مسیرهای فیبر، مناطق خدماتی، تیمهای میدانی، محدودیتهای سختافزاری، اهداف سطح خدمات و تقاضای زمانحساس مشتریان. سامانههای کلاسیک میتوانند بسیاری از این مسائل را حل کنند، اما با بزرگ شدن فضای جستوجو، حل برخی از آنها بیش از حد کند یا پرهزینه میشود.
هدف بازپخت کوانتومی این است که با نگاشت مسئله بهینهسازی به قالبی قابل پردازش برای بازپز، راهحلهای باکیفیت را سریعتر جستوجو کند. در عمل، این بدان معناست که سامانه نمیکوشد کل شبکه را بهشکلی همهمنظوره شبیهسازی کند. در عوض، بر وظیفهای محدودتر اما ارزشمند تمرکز دارد: یافتن پاسخهای بهتر برای مسائل زمانبندی، مسیریابی، تخصیص و برنامهریزی تحت محدودیتها.
همین تمرکز است که قرارداد ایتیاندتی را مهم میکند. ارزش آن «کوانتوم برای همهچیز» نیست؛ بلکه «کوانتوم برای دشوارترین گلوگاههای بهینهسازی در عملیات روزمره» است.
این معیار مهم است، زیرا سرعت نحوه فعالیت یک کسبوکار را تغییر میدهد. اگر یک فرایند بهینهسازی حدود یک ساعت طول بکشد، اغلب به یک کار دستهای تبدیل میشود. تیمها ممکن است آن را بهصورت دورهای اجرا کنند، بعداً خروجی را بررسی کنند و زمانی اقدام کنند که وضعیت شبکه از قبل تغییر کرده است. در محیط پویای مخابراتی، چنین تأخیری میتواند سودمندی نتیجه را کاهش دهد.
اگر همان نوع بار کاری در کمتر از ۱۵ ثانیه حل شود، مرحله بهینهسازی میتواند بسیار به تصمیمگیری زنده نزدیک شود. این امر راه را برای گردشهای کاری نزدیک به زمان واقعی در حوزههایی مانند واکنش به خطا، مسیریابی پویا و اعزام تکنسین باز میکند.
| سناریوی عملیاتی | بهینهسازی یکساعته | بهینهسازی زیر ۱۵ ثانیه |
|---|---|---|
| واکنش به قطعی | تصمیمهای عمدتاً تأخیری یا دستهای | تغییر مسیر و اولویتبندی سریعتر |
| زمانبندی تکنسینها | توانایی محدود برای بهینهسازی مجدد در طول روز | بهروزرسانی مکرر برنامه با تغییر شرایط |
| مدیریت ترافیک | واکنشپذیری کمتر در برابر تغییرات ناگهانی تقاضا | پشتیبانی بهتر از متعادلسازی پویای ترافیک |
| برنامهریزی شبکه | آزمایش کندتر سناریوها | تکرارهای بیشتر برنامهریزی در زمان کمتر |
دلیل دوم اهمیت این معیار، مقیاسپذیری است. حل سریعتر به این معناست که کسبوکار میتواند سناریوهای بیشتری اجرا کند، محدودیتهای بیشتری را بیازماید و برنامهها را با دفعات بیشتری بهروزرسانی کند. در یک سازمان بزرگ، مزیت عملیاتی اغلب از میزان تکرار و قابلیت اطمینان در بهروزرسانی تصمیمها ناشی میشود.
نخستین حوزههای محتمل برای بهرهمندی، همان بخشهای عملیاتی هستند که ایتیاندتی و دی-ویو شناسایی کردهاند: تشخیص و واکنش به قطعی، مسیریابی تکنسینها، برنامهریزی توسعه شبکه و مدیریت ترافیک. این موارد استفاده یک ویژگی اصلی مشترک دارند: متغیرهای زیاد، محدودیتهای فراوان و ارزش تجاری روشن ناشی از تصمیمهای بهتر.
تشخیص و واکنش به قطعی زمانی میتواند بهرهمند شود که سامانه باید با وجود تیمها و تجهیزات محدود، درباره نحوه جداسازی خطاها، اولویتبندی تعمیرات و بازیابی خدمات تصمیم بگیرد. بهینهسازی سریعتر میتواند فاصله زمانی میان تشخیص و اقدام را کوتاه کند.
مسیریابی تکنسینها یک مسئله کلاسیک بهینهسازی است. شرکت باید با در نظر گرفتن محدودیتهای سفر، مهارت، زمانبندی و خدمات تصمیم بگیرد که کدام نیروی میدانی، کدام کار را و با چه ترتیبی انجام دهد. حتی بهبودهای کوچک در مسیریابی نیز میتواند مصرف سوخت، اتلاف نیروی کار و زمان انتظار مشتری را کاهش دهد.
برنامهریزی توسعه شبکه با گسترش زیرساخت فیبر و 5G توسط اپراتورها، بهطور فزایندهای پیچیده میشود. سرمایه، نیروی کار، مقررات، جغرافیا و تقاضای مورد انتظار همگی بر تصمیمهای توسعه تأثیر میگذارند. بهینهسازی بهتر میتواند به اپراتورها در انتخاب توالیهای کارآمدتر استقرار کمک کند.
مدیریت ترافیک شامل متعادلسازی تقاضا میان منابع شبکه همراه با حفظ کیفیت خدمات است. با بیثباتتر شدن الگوهای ترافیک سازمانی و مصرفکنندگان، توانایی بهینهسازی ظرفیت در بازههای زمانی کوتاهتر ارزشمندتر میشود.
این قرارداد اهمیت بیشتری دارد، زیرا ایتیاندتی از بهینهسازی کوانتومی بهعنوان تقویتکننده هوش مصنوعی عاملمحور استفاده میکند، نه بهعنوان سامانهای مجزا. ابزارهای هوش مصنوعی عاملمحور میتوانند شرایط را پایش کنند، مشکلات را تشخیص دهند، اقدامهایی را پیشنهاد کنند و گاهی با حداقل مداخله انسانی گردشهای کاری را آغاز کنند. بااینحال، هنگامی که این سامانهها باید بهترین اقدام را از میان گزینههای متعدد انتخاب کنند، همچنان به یک موتور بهینهسازی نیاز دارند.
نقش دی-ویو در همینجا مشخص میشود. اگر یک عامل هوش مصنوعی مشکلی را در شبکه شناسایی کند، بازپخت کوانتومی ممکن است به آن کمک کند گزینههای واکنش را سریعتر ارزیابی کند. در محیط مخابراتی، این امر میتواند به معنای تخصیص منابع، انتخاب مسیرها یا اولویتبندی تعمیرات با سرعتی بیشتر از آن چیزی باشد که یک فرایند کلاسیک کندتر امکانپذیر میکند.
این ترکیب مهم است، زیرا اتوماسیون در مقیاس سازمانی تنها زمانی واقعاً ارزشمند میشود که بتواند در شرایط متغیر، سریع و مکرر عمل کند. هوش مصنوعی میتواند شناسایی و هماهنگسازی کند و بازپخت کوانتومی نیز میتواند مرحله بهینهسازی زیربنایی را سرعت ببخشد. این دو در کنار هم میتوانند عملیات خودکار را واکنشپذیرتر کنند.
با گسترش شبکهها، پیچیدگی عملیاتی سریعتر از آنچه صرفاً تعداد زیرساختها نشان میدهد افزایش مییابد. پوشش گستردهتر فیبر و 5G به معنای گرههای بیشتر، الگوهای ترافیکی بیشتر، فعالیتهای نگهداری بیشتر و تصمیمهای بیشتری است که باید با سرعت اتخاذ شوند. چالش فقط ساخت شبکه نیست، بلکه بهرهبرداری کارآمد از آن پس از رشد نیز اهمیت دارد.
به همین دلیل توافق ایتیاندتی و دی-ویو از نظر راهبردی مهم است. بهینهسازی سریعتر به یک اپراتور بزرگ کمک میکند با اصطکاک عملیاتی کمتر از تقاضای بالاتر پشتیبانی کند. شرکت بهجای افزودن پیچیدگی با سرعتی فراتر از توان مدیریت تیمها، میکوشد موتور تصمیمگیری هماهنگکننده این داراییها را بهبود دهد.
از منظر سازمانی، این موضوع میتواند بر سه نتیجه اثر بگذارد:
| هدف سازمانی | نحوه کمک بهینهسازی کوانتومی |
|---|---|
| کاهش تأخیر عملیاتی | ارائه پاسخهای سریعتر برای مسائل مسیریابی و زمانبندی |
| استفاده بهتر از داراییها | بهبود تخصیص تیمها، ظرفیت و زیرساخت |
| تابآوری بیشتر شبکه | پشتیبانی از واکنش سریعتر به قطعیها و اختلالات ترافیکی |
برای سازمانهای بزرگ خارج از صنعت مخابرات نیز درس مشابهی وجود دارد. هر سازمانی که داراییهای توزیعشده، تقاضای زمانحساس و منابع محدود را مدیریت میکند، میتواند بهطور بالقوه از همین رویکرد بهینهسازی بهرهمند شود.
این قرارداد معنادار است، اما ثابت نمیکند که رایانش کوانتومی جایگزین رایانش کلاسیک سازمانی شده است. اطلاعات عمومی موجود همچنان چند پرسش را بیپاسخ میگذارد.
نخست، این معیار بر سرعت تأکید دارد، اما افشاگریهای عمومی جزئیات محدودی درباره مبنای مقایسه، طراحی دقیق بار کاری و کیفیت بلندمدت راهحلها در محیطهای عملیاتی ارائه میکنند. در عملیات سازمانی، یک پاسخ سریع تنها زمانی مفید است که راهحل عملی، سازگار و از نظر اقتصادی ارزشمند باشد.
دوم، جزئیات تجاری بهصورت عمومی افشا نشدهاند. بنابراین ناظران بیرونی هنوز نمیتوانند بازده سرمایهگذاری کوتاهمدت را با دقت محاسبه کنند. هزینه، مقیاس استقرار، تلاش لازم برای یکپارچهسازی داخلی و الگوهای استفاده مستمر همگی اهمیت دارند.
سوم، بازپخت کوانتومی تخصصی است. این فناوری برای برخی وظایف بهینهسازی توانمند است، اما پاسخی همگانی برای تمام چالشهای شبکه نیست. بسیاری از مشکلات عملیاتی همچنان به بهترین شکل با سامانههای کلاسیک، زیرساخت ابری و مدلهای متداول هوش مصنوعی مدیریت خواهند شد.
چهارم، سازمانها همچنان باید ریسکهای استاندارد فناوری مانند پیچیدگی یکپارچهسازی گردشهای کاری، حاکمیت داخلی مدلها، کنترلهای مدیریت داده و وابستگی احتمالی به مجموعه فناوری یک فروشنده تخصصی را مدیریت کنند. هیچیک از این ریسکها راهبرد را غیرعملی نمیکند، اما بر سرعت مقیاسپذیری ارزش واقعی اثر میگذارد.
روشنترین پیام این است که رایانش کوانتومی از ارزیابی آزمایشی بهسوی استقرار عملیاتی در حوزههای محدود و باارزش در حال حرکت است. ایتیاندتی این رابطه را یک فعالیت پژوهشی مبهم معرفی نکرده است. این توافق استفاده از فناوری را در گردشهای کاری واقعی مؤثر بر دسترسپذیری، نیروی انسانی، برنامهریزی و کارایی شبکه گسترش میدهد.
این تغییر برای خریداران فناوری سازمانی اهمیت دارد. نشان میدهد که توجیه تجاری کوتاهمدت رایانش کوانتومی کمتر به تحول همهمنظوره و بیشتر به بهینهسازی هدفمند درون مجموعه نرمافزاری موجود مربوط است. کسبوکارها لازم نیست همهچیز را حول فناوری کوانتومی بازسازی کنند؛ آنها میتوانند این فناوری را در بخشهایی به کار گیرند که روشهای کلاسیک بیشترین دشواری را دارند.
این موضوع همچنین نشاندهنده روند معماری گستردهتری است: عملیات سازمانی بهطور فزایندهای به مجموعهای از هوش مصنوعی، اتوماسیون، تحلیل داده، رایانش ابری و پردازش تخصصی تبدیل میشود. بازپخت کوانتومی ممکن است برای شرکتهایی که با گلوگاههای دشوار بهینهسازی روبهرو هستند، به لایه دیگری در این مجموعه تبدیل شود.
همچنین گزارش شده است که ایتیاندتی سامانههای آینده مبتنی بر مدل گیت را برای کاربردهای احتمالی امنیتی و ارتباطی ارزیابی میکند. این موضوع روایت کنونی را که بر بهینهسازی متمرکز است تغییر نمیدهد، اما نشان میدهد اگر فناوری بیشتر بالغ شود، ممکن است این همکاری فراتر از یک مورد استفاده محدود گسترش یابد.
سازمانهای خارج از مخابرات باید توجه کنند، زیرا مسئله زیربنایی در صنایع مختلف مشترک است. شرکتهای هواپیمایی، شرکتهای لجستیکی، تأسیسات خدمات عمومی، تولیدکنندگان و خردهفروشان بزرگ همگی با زمانبندی، مسیریابی، تخصیص ظرفیت و مدیریت اختلال سروکار دارند. اینها محیطهایی متکی بر بهینهسازی هستند.
نتیجه عملی این نیست که هر سازمانی باید فوراً فناوری کوانتومی را به کار گیرد. نکته این است که آستانه تجاری در حال تغییر است. هنگامی که یک اپراتور بزرگ میتواند نشان دهد زمان اجرای یک بار کاری از حدود یک ساعت به کمتر از ۱۵ ثانیه رسیده است، سایر صنایع یک نقطه مرجع ملموس برای دستاوردهای احتمالی سامانههای کوانتومی تخصصی در آینده به دست میآورند.
مناسبترین نامزدها شرکتهایی با سه ویژگی خواهند بود: عملیات در مقیاس بزرگ، مشکلات قابلاندازهگیری در بهینهسازی و بلوغ دیجیتال کافی برای ادغام خروجیهای کوانتومی در گردشهای کاری زنده. برای این شرکتها، فناوری کوانتومی کمتر به یک پروژه علمی و بیشتر به ابزاری برای ارزیابی در برابر معیارهای واقعی هزینه و خدمات تبدیل میشود.
این مقاله صرفاً برای اهداف اطلاعرسانی ارائه شده است و توصیه سرمایهگذاری، مالی یا معاملاتی محسوب نمیشود.
این محتوا صرفاً برای اطلاعرسانی عمومی ارائه شده است و بهمنزله مشاوره مالی، سرمایهگذاری، حقوقی یا مالیاتی تلقی نمیشود. هرگونه رویداد، جایزه، کمپین آنلاین یا اطلاعات مرتبط که در اینجا ذکر شده است، نباید بهعنوان توصیه، ترغیب یا دعوت به خرید، فروش، معامله یا هرگونه دادوستد دیگر داراییهای رمزارزی تلقی شود. داراییهای رمزارزی از نوسان بالایی برخوردار هستند و ممکن است منجر به زیان شوند. دسترسی به خدمات، محصولات و رویدادهای مرتبط با WEEX ممکن است بسته به منطقه جغرافیایی متفاوت باشد. اطمینان از اینکه استفاده شما از این خدمات با قوانین و مقررات محلی مطابقت دارد، بر عهده خود شماست.

خرید رمزارز با 1 دلار