2026年8月10日、NTTドコモとサムスン電子は個々の通信環境や利用状況に合わせてネットワークを自動最適化するユーザーレベルAI-RAN技術の検証に成功したと発表した。日本国内での実証データに基づき開発された本技術は、通信の品質低下を先回りして防ぐ新たなアプローチとして注目を集めている。
基地局一律から個人最適へ 通信速度低下率を13.1％から7.2％へ削減
NTTドコモとサムスン電子が実証した新技術は、同一セル内の全端末へ画一的な設定を行う従来の方式から脱却し、ユーザーごとのリアルタイムな電波状態や利用サービスに応じた個別のネットワーク設定を自動適用する仕組みである。AIが端末から匿名で収集された移動トレンドや利用挙動データ（※）を分析し、スループットが低下する前兆を事前に検知する。
2026年1月に日本国内で実施された検証では、商用網やローカル5Gの実証環境から得たデータを活用したシミュレーションが行われた。その結果、従来技術を適用しない場合に比べて通信速度の低下頻度を13.1%から7.2%へと5.9ポイント削減できることが実証された。
動画配信の途切れ防止やスムーズなオンライン会議を求める声が高まる中、これまでは接続切断の予測に留まっていた制御を顧客体験重視型へと進化させた点が本技術の核心である。通信速度が必要基準を下回りそうになると判断した場合、システムが自動で最適帯域へ切り替えるため、ユーザーはストレスのない通信環境を維持できる。
また両社は、分析に必要なデータのみを選択的に収集する高効率な処理手順も開発した。これにより、ネットワーク全体の負荷を抑えながらAI学習に必要な情報の集約を可能にしている。両社は今年2月に3GPPにおけるデータ収集方式の議論へ貢献しており、標準化に向けた動きも加速させている。
※ MDT：端末から匿名で通信品質情報を集めエリア品質の改善に活かす自動収集プロセス。
6Gアーキテクチャの主軸へ エッジ推論と選択的データ収集が生む新設計思想
本検証の技術的ハイライトは、セル単位の集約制御から個々のコンテキストに応じた動的スライス切り替えや帯域制御へのシフトである。自律学習を行う「AI Centric Network」への移行は、従来の物理階層における無線リソース制御（RRC）にAI駆動型の動的アルゴリズムを融合させるパラダイムシフトを意味する。
ドコモの増田昌史6G-Tech部長およびサムスンの鄭進旭（ジングク・ジョン）次世代通信研究センター長が強調するように、個別シグナリングを解析してスループット低下を予兆検知する設計は、ユーザー体感品質（QoE）の最適化に直結する。ネットワーク側がアプリの特性を認識し、自動で周波数帯を変更する柔軟性は、超低遅延が求められるエッジコンピューティングや分散型アプリケーション開発のインフラ前提を大きく塗り替える可能性がある。
アーキテクチャ上の最大の成果は、MDTデータのフィルタリング手法にある。すべての通信環境ログをバッチ処理するのではなく、品質低下の兆候に応じてオンデマンドでシグナリングデータを特定・抽出するアプローチにより、コントロールプレーンの負荷とオーバーヘッドの大幅な削減に成功している。
一方で、高密度な都市部においてマルチエッジ推論をミリ秒単位で実行する際の推論コストや、エッジ側へのモデル配置に伴うリソース競合の解決は今後の課題だ。通信スタック全体へのAI組み込みとシームレスな3GPP標準化をいかに両立させるかが、開発チームの大きな見せ場となる。
