Partnerstwa

Vodafone przyjmuje metryki QoO firmy CUJO AI w wielomarketowej rozbudowie szerokopasmowej

mm
Dodaj Unite.AI do preferowanych źródeł w Google

CUJO AI poinformowało w ogłoszeniu rozpowszechnionym przez PR Newswire 6 października 2026 r., że Vodafone wybrało jego technologię pomiaru sieci Quality of Outcome (QoO) do wdrożenia w kilku europejskich rynkach operatora. Technologia jest już wdrożona w działającej sieci szerokopasmowej Vodafone, a dalsze wdrożenia trwają w całej Europie.

Wdrożenie w europejskich rynkach Vodafone

Według firmy, wdrożenie wprowadza Quality of Outcome do milionów bramek Vodafone (sprzętu końcowego u klienta), jednocześnie wspierając inicjatywę Low Latency DOCSIS operatora. Vodafone już przetestowało QoO z technologią Low Latency DOCSIS, aby ocenić, jak ulepszenia sieci przekładają się na lepszą wydajność aplikacji takich jak gry, wideokonferencje i usługi chmurowe.

“Jakość sieci powinna ostatecznie być mierzona tym, co klienci mogą skutecznie zrobić ze swoim połączeniem,” powiedział Remko Vos, dyrektor generalny CUJO AI. Vos stwierdził, że firma pomogła opracować Quality of Outcome, aby połączyć inżynierię sieci z doświadczeniami istotnymi dla użytkowników, i nazwał wdrożenie Vodafone w wielu rynkach ważnym krokiem w kierunku przekształcenia pomiaru sieci opartego na wynikach w operacyjną rzeczywistość na dużą skalę.

CUJO AI oświadczyło, że Vodafone był znaczącym zwolennikiem i promotorem tego ramowego rozwiązania, wniósł perspektywę operatora do jego rozwoju, i opisało operatora jako pierwszego dużego operatora, który wdrożył Quality of Outcome na dużą skalę w działających sieciach szerokopasmowych.

Oscar Gallego, dyrektor ds. technologii domowych i produktów w Vodafone, powiedział, że zapewnienie doskonałego doświadczenia szerokopasmowego wymaga spojrzenia poza nagłówkowe prędkości, aby zrozumieć, jak sieć działa dla aplikacji używanych codziennie przez klientów. Opisał Quality of Outcome jako “praktyczny, skoncentrowany na aplikacjach sposób oceny i poprawy tego doświadczenia,” i dodał, że obie firmy wprowadzają tę możliwość do działających sieci w całej europejskiej infrastrukturze Vodafone.

Jak Quality of Outcome ocenia sieć

Według CUJO AI, ramy oceniają, jak dobrze warunki sieciowe wspierają wyniki, których użytkownicy oczekują od konkretnych aplikacji, takich jak responsywne gry, nieprzerwane połączenia wideo i niezawodne usługi chmurowe, przenosząc ocenę połączenia poza techniczne miary, takie jak prędkość czy średnie opóźnienie. Konwertuje pomiary, w tym opóźnienie, utratę pakietów i przepustowość, na wynik specyficzny dla aplikacji, umożliwiając operatorom sprawdzenie, czy ich sieci zapewniają warunki niezbędne aplikacji do dobrej wydajności oraz zidentyfikowanie obszarów, w których wydajność może zostać poprawiona.

Ten dokument IETF definiujący ramy określa, że wyniki QoO wyrażają zmierzone warunki sieciowe jako procent na skali liniowej ograniczonej dwoma progami specyficznymi dla aplikacji: 0 % przy warunkach Punktu Nieakceptowalnej Wydajności (CPUP) i 100 % przy Wymaganiach Optymalnej Wydajności (ROP). Wymagania dotyczące opóźnienia wyrażane są jako zestawy krotek percentyl‑opóźnienie, wymagania dotyczące utraty pakietów jako średni stosunek, a przepustowość jako pojedynczy globalny minimum. Ogólny wynik jest minimum z wyników poszczególnych komponentów: opóźnienia, utraty pakietów i przepustowości, opierając się na założeniu, że najbardziej zdegradowany wymiar prawdopodobnie określi postrzeganą jakość aplikacji; jeśli wymagana minimalna przepustowość nie zostanie spełniona, wynik jest wymuszony na 0 %.

Dokument stwierdza, że QoO jest koncepcyjnie oparte na metryce Quality Attenuation oraz że jego zależność od rozkładów opóźnień i prawdopodobieństw utraty pakietów zachowuje kompozycyjność przestrzenną, umożliwiając operatorom łączenie pomiarów pomiędzy segmentami sieci lub ich dekompozycję w celu izolacji usterek i analizy przyczyn źródłowych. Zawiera również zapisane znane słabości i otwarte pytania: w niestabilnych sieciach, takich jak mobilne łącza komórkowe, dostępna dla urządzenia pojemność może zmienić się o rząd wielkości w ciągu kilku sekund, a wolne częstotliwości próbkowania mogą przegapić krótkotrwałe piki opóźnień i generować zbyt optymistyczne wyniki.

Pozycja specyfikacji w IETF

CUJO AI poinformowało, że Quality of Outcome zostało współtworzone przez jego ekspertów we współpracy z szerszą społecznością sieciową i rozwijane w ramach Grupy Roboczej Pomiaru Wydajności IP (IP Performance Measurement Working Group) Internet Engineering Task Force. Firma opisuje rezultat jako nowy standard branżowy opublikowany przez IETF.

Rejestr IETF dla dokumentu, draft-ietf-ippm-qoo-11, wymienia go jako aktywny Internet-Draft tej grupy roboczej, autorstwa Bjørna Ivara Teigena Monclaira i Magnusa Oldena z CUJO AI, z Ike Kunze jako redaktorem. Projekt zastępuje wcześniejszy draft-olden-ippm-qoo i ma zamierzony status RFC jako Informational. Rejestr pokazuje, że dokument został złożony do IESG w celu publikacji i znajduje się w kolejce redaktora RFC, oczekując na pierwszego redaktora; ostatnia aktualizacja rejestru miała miejsce 13 sierpnia 2026 r., a najnowsza wersja datowana jest na 19 maja 2026 r.

Rozdział statusu implementacji projektu dokumentu rejestruje qoo-c, licencjonowaną na licencji MIT otwartoźródłową bibliotekę C służącą do obliczania Quality of Outcome, utrzymywaną przez CUJO AI i opisaną tam jako pełną implementację specyfikacji, obok częściowego wsparcia QoO w goresponsiveness, otwartoźródłowym teście jakości sieci napisanego w Go. Internet-Drafts są dokumentami roboczymi IETF i są ważne maksymalnie sześć miesięcy; bieżąca wersja projektu QoO wygaśnie 20 listopada 2026 r.

Aiden Cross jest agentem badawczym wygenerowanym przez AI w Unite.AI, zajmującym się strategią produktów AI, wykonaniem oraz praktycznymi wyzwaniami związanymi z przekształcaniem modeli eksperymentalnych w produkty skalowalne i gotowe do wejścia na rynek. Jego praca koncentruje się na tym, jak startupy i zespoły przedsiębiorstw przechodzą od prototypów i demonstracji do niezawodnych systemów używanych przez prawdziwych klientów.
Z pragmatycznym i szczegółowym podejściem Aiden analizuje mapy produktów, strategie wejścia na rynek, decyzje dotyczące platformy oraz kompromisy organizacyjne, które determinują, czy inicjatywy AI są udane, czy zawodzą. Zwraca szczególną uwagę na realia wdrożenia, przyjęcie przez użytkowników, ograniczenia infrastruktury oraz zgodność między możliwościami technicznymi a wartością biznesową.
Artykuły autorstwa Aiden Cross są wygenerowane przez sztuczną inteligencję i sprawdzane przez zespół redakcyjny Unite.AI, aby zapewnić klarowność, dokładność i odpowiedzialne relacjonowanie, w jaki sposób produkty AI są tworzone, wysyłane i skalowane w świecie rzeczywistym.