Telekomsektorn behöver sänka sin elförbrukning, både av miljömässiga och ekonomiska skäl.
Kreativ dataanalys krävs för att lyckas, vilket kräver tillgång till data.
Datacenter som använder energi mer effektivt är en viktig del av miljöarbetet, skriver Mari Nilsson Björkman, globalt ansvarig för telekomlösningar på SAS Institute.
Omsorg om miljön, sociala frågor och ansvarsfull styrning (ESG) blir allt viktigare för företag. Dataanalys spelar en viktig roll för de här frågorna, inte bara för att hitta nya smarta lösningar utan också för att lyckas mäta nuvarande och kommande tillstånd inom de här områdena. Utan att mäta går det inte att veta att utvecklingen går år rätt håll. Det gäller även inom telekomsektorn.
Optimering av energiförbrukning anses närbesläktat med miljöområdet, men i själva verket kan det ses som en del av det. För telekomföretag är det definitivt centralt, inte bara av miljömässiga skäl, utan numera i allra högsta grad även av ekonomiska skäl.
Ny utrustning och grön el
För att nå nollutsläpp vad gäller koldioxid även för telekom finns två strategier som behöver implementeras omgående. För det första byta ut gammal utrustning som drar mycket el. Övergången till 5G ger naturliga möjligheter att premiera energieffektiv utrustning. Men även äldre tekniklösningar som lär leva kvar ett tag, som 4G, behöver ses över.
För det andra, användning av grön, förnyelsebar energi. Exempelvis att montera solpaneler på anläggningar. Kanske till och med små vindkraftverk? För att det ska bli en praktiskt realiserbar strategi krävs nya IT-lösningar för en blandad användning av olika typer av el. Ett nät ska inte ligga nere bara för att det är molnigt eller vindstilla. Nya data och analysbaserade lösningar krävs för automation av övervakning och administration av eltillförsel samt optimerat utnyttjande av resurser – inte bara för att säkerställa låga nivåer av utsläpp, utan även för att sänka kostnader.
Mari Nilsson Björkman
De här nya lösningarna är ett bra exempel på digital transformation av telekomsektorn. Allt pekar på att de kommer att utvecklas för och köras som molntjänster. Det ger ytterligare chanser att minska miljöpåverkan, eftersom storskaliga molnföretag har bättre möjligheter att optimera energianvändning i sina datacenter.
Dataanalys, med AI och maskininlärning, blir en nyckelfaktor för de här nya IT-lösningarna. Både som integrerade delar av nya applikationer och som fristående lösningar för utvärdering och teknikutveckling.
Effektivare kylning
Ett bra exempel på det arbete som krävs inom telekomsektorn, och även inom andra sektorer, är att göra datacenter mer miljövänliga. Sänkt energiförbrukning är viktig, till exempel genom nya och mer effektiva metoder för kylning, som innebär sänkt förbrukning av el och vatten.
Men det handlar också om att utnyttja utrustning som servrar effektivare och att optimera användningen av el. Det kan göras genom en högre grad av automatisering, både för att optimera körningarna och användningen av el. Även här spelar dataanalys, till exempel med hjälp av maskininlärning, en stor roll. Ett exempel är att matcha användningen av utrustning till när det är billigast att köpa förnyelsebar el, som har ett lågt koldioxidavtryck.
För att dataanalys ska fungera väl krävs tillgång till relevanta data. Telekomföretag har tillgång till enorma mängder data som fortfarande är en underutnyttjad tillgång i många applikationer då den ofta är spridd inom företaget i olika format och därför inte enkel att göra tillgänglig för analyser.
Jag är personligen glad att se flera exempel på operatörer som insett värdet av denna unika tillgång och därför investerar samt fokuserat arbetar med detta. Det krävs oftast ett omfattande arbete med att säkra åtkomst till användbara data med hög kvalitet, parallellt med att bygga ändamålsenliga analysmodeller. Belöningen blir ökad hållbarhet i verksamheten med lägre kostnader, samtidigt som det ger starkare konkurrenskraft. Något som gör det värt hela besväret.
/ Mari Nilsson Björkman, Global Communication Industry Lead, SAS Institute
