Lorsqu'un problème survient sur votre réseau, trouver la cause profonde nécessite généralement des heures d'investigations, en passant au crible des alarmes corrélées qui mènent souvent à des symptômes plutôt qu'au problème réel. Les systèmes d'analyse de la cause profonde (RCA) sont souvent construits sur des règles codées en dur, des seuils statiques et des schémas prédéfinis qui fonctionnent bien… jusqu'à ce qu'ils ne fonctionnent plus. Que vous dépanniez des pannes au niveau du réseau ou des dégradations au niveau du service, ces ensembles de règles rigides ne peuvent pas s'adapter aux défaillances en cascade et aux interdépendances complexes. Dans cet article, nous vous présentons notre architecture de solution AWS qui utilise un jumeau numérique du réseau basé sur des graphes et l'IA agentique. Nous partageons également quatre modèles de conception de manuels d'exécution pour l'analyse RCA basée sur des graphes et alimentée par l'IA agentique sur AWS. Enfin, nous montrons comment DOCOMO fournit une validation concrète, à partir de ses réseaux commerciaux, de notre premier modèle de conception de manuel d'exécution, démontrant une amélioration drastique du MTTD (Mean Time To Detect - Temps moyen de détection) avec 15 secondes pour l'isolation des défaillances dans les réseaux de transport et d'accès radio.