這屆世界杯，“智能裁判”是最大亮點之一。SAOT將球場數據、比賽規則與AI融合，可自動對越位情況做出快速、精準的判斷。

當萬千球迷為一幕幕3D動畫回放歡呼或遺憾之時，我的思緒卻順著電視機背后的網線和光纖，走進了通信網絡。

因為，為了保障廣大球迷們更流暢、清晰的觀看體驗，一場與SAOT有些相似的智能化變革也在通信網絡內悄然進行。

2025年實現自智網絡L4

越位規則復雜，裁判要兼顧復雜多變的球場狀況瞬間做出準確判定，難度很大，因此足球比賽中屢屢出現爭議性越位判罰。

與之類似，通信網絡是極其復雜的系統，而過去幾十年來一直依賴人工方式分析、判斷、修復和優化網絡，不僅非常耗費資源，而且容易出現人為失誤。

更棘手的是，進入數字經濟時代，隨著通信網絡成為千行百業數字化轉型的底座，業務需求變得越來越多樣化、動態化，對網絡的穩定性、可靠性和敏捷性要求更高，傳統人工運維運營方式更加難以為繼。

一次越位誤判可能會影響整場球賽結果，但對于通信網絡而言，一次“誤判”可能會讓運營商痛失瞬息萬變的市場機遇，讓企業生產被迫中斷，甚至影響整個社會經濟發展進程。

沒有選擇，網絡必須走向自動化、智能化。在此背景下，全球領先運營商已紛紛吹響邁向自智網絡的號角。據三方報告顯示，全球已有91%的運營商將自智網絡納入戰略規劃，已有10多個頭部運營商發布2025年實現L4的目標。

其中，中國移動是這場變革的先鋒。2021年中國移動發布自智網絡白皮書，在業界首次提出在2025年達到L4級自智網絡的量化目標，提出向內構建“自配置、自修復、自優化”的網絡運維能力，向外打造“零等待、零故障、零接觸”的客戶體驗。

與“智能裁判”相似的網絡自智

SAOT主要由攝像頭、球內傳感器和AI系統組成。攝像頭和球內傳感器負責全面、實時采集數據，AI系統負責對數據進行實時分析，并精準計算出位置，同時，AI系統還需注入比賽規則，以根據規則自動化做出越位判罰。

圖片來源：FIFA

網絡自智化與SAOT實現方式有相似之處：

首先，需通過網絡與感知深度融合，全面實時收集網絡資源、配置、業務狀態、故障、日志等信息，為AI訓練和推理提供豐富的數據。這與SAOT通過攝像頭和球內傳感器收集數據是一致的。

其次，需將過去幾十年來人工積累的大量排障、優化等經驗及運維手冊、規范等信息統一輸入到AI系統，完成自動化分析、決策和執行。這就好比SAOT將越位規則輸入到AI系統。

再者，由于通信網絡由多域組成，比如任何一項移動業務的開通、排障和優化都需要無線接入網、傳送網、核心網等多個子域端到端協同才能完成，網絡自智還需“多域協同”。這與SAOT需從多個維度采集視頻、傳感數據才能做出更精準的判決相似。

不過，通信網絡比球場環境復雜很多，業務場景也并非單一的“越位判罰”，而是極其多樣化、動態化，除了以上三點相似之處，網絡邁向高階自智還需重點考慮以下因素：

一是云端、網絡和網元設備都需與AI融合。云端采集全域海量數據，持續進行AI訓練和模型生成，并向網絡層和網元設備下發AI模型；網絡層具備中等的訓練及推理能力，可在單域內實現閉環自動化；網元設備可在接近數據源的地方完成分析、決策，從而保障故障處理、業務優化的實時性。

二是標準統一和產業協同。自智網絡是一項復雜的系統工程，涉及的設備、網管、軟件多，供應廠商多，存在接口對接難、跨域互通難等問題，同時TM Forum、3GPP、ITU、CCSA等多個組織都在推進自智網絡標準，在標準制定上存在一定的碎片化問題，因此，產業協同構建統一開放的架構、接口、評估體系等標準也非常重要。

三是人才轉型。自智網絡不只是一次技術變革，還是一次人才、文化和組織架構的變革，要求運維運營工作從“網絡為中心”向“業務為中心”轉變，運維人員從硬件文化向軟件文化轉型，從重復性勞動向創造性勞動轉型。

L3已在路上

到今天，自智網絡走到哪了？距離L4級還有多遠？在2022年中國移動全球合作伙伴大會上，華為公共開發部總裁魯鴻駒在演講中介紹了三個落地案例，從中或許能尋找到答案。

網維工程師們都知道，家寬網絡是運營商運維運營工作面臨的最大痛點領域，可能沒有之一。其由家庭網絡、ODN網絡、承載網等多域組成，組網復雜，無源啞設備多，一直存在業務感知不敏感、響應不及時、故障排查難等問題。

針對這些痛點，中國移動與華為在河南、廣東、浙江等省展開合作，在提升寬帶服務方面，基于智能硬件和質量中心的協同，實現了用戶體驗精準感知、質差問題精準定位，將質差用戶改善率提升到83%，FTTR、千兆等業務的營銷成功率從3%提升到10%。在光網排障方面，通過提取光纖散射特征信息和AI模型，實現了同路由隱患智能識別，準確率達97%。

在綠色高效發展大背景下，網絡節能是運營商當下的主攻方向。但由于無線網絡結構復雜，多頻段、多制式重疊交叉覆蓋，不同場景下的小區業務隨時間波動大，依靠人工方式進行精準節能關斷根本不可能。

面對挑戰，雙方在安徽、云南、河南等省基于網管層和網元層協同，在不影響網絡性能和用戶體驗的前提下，實現了單站平均能耗下降10%。其中，網管層基于全網多維數據制定和下發節能策略，網元層實時感知和預測小區業務變化，并精準執行載波關斷、符號關斷等節能策略。

從以上案例不難看出，通信網絡正與足球比賽中“智能裁判”一樣，通過“感知融合”、“AI大腦”和“多維度協同”，從特定場景、單自治域開始逐步實現自智化，讓網絡邁向高階自智之路變得越來越明朗。

根據TM Forum定義，L3級自智網絡“可實時感知環境變化，并在特定網絡專業中進行自優化和自調整”，而L4級“可在更復雜的跨多網絡領域環境中，實現業務和客戶體驗驅動網絡的預測式或主動式的閉環管理”。顯然，目前自智網絡正接近或實現L3級。

三駕齊驅邁向L4

那接下來如何加速推動自智網絡邁向L4級？魯鴻駒表示，華為正通過單域自治、跨域協同和產業合作三駕馬車齊驅的方式，助力中國移動達成到2025年實現自智網絡L4的目標。

在單域自治方面，首先，網元設備與感知、計算融合，一方面通過引入光虹膜等創新技術及實時感知器件實現無源、毫秒級感知，另一方面通過融合低功耗計算、流計算等技術實現網元設備智能化。

其次，具備AI大腦的網絡管控層可結合智能網元設備，實現感知、分析、決策和執行閉環，從而可在單域內面向網絡操作、故障處理和網絡優化，實現自配置、自修復、自優化的自治閉環。

同時，網絡管控層還向上層業務管理層提供開放的北向接口，以便于業務層跨域協同開展和保障業務。

在跨域協同方面，華為強調通過平臺演進、業務流程優化和人員轉型三方面綜合實現。

平臺從過去煙囪式的支撐系統，向統一融合全域數據和專家經驗的自智平臺演進；業務流程從過去面向網絡的、工單驅動的流程，向面向體驗的、零接觸的流程轉型；在人員轉型方面，通過構建低代碼開發體系，及運維能力和網絡能力原子封裝，降低CT人員向數智化轉型的門檻，幫助運維運營團隊向DICT復合型人才轉型。

此外，華為正推動多標準組織協同，實現自智網絡架構、接口、分級、評估等方面的標準統一；通過分享實踐經驗、推進三方評測認證和產業平臺建設等方面推動產業生態繁榮；以及與中國移動智慧運維子鏈協同，共同梳理和攻關根技術，確保根技術自主可控。

對照前文所述的實現自智網絡的幾點關鍵要素，在筆者看來，華為這“三駕馬車”有架構、有技術、有合作、有標準、有人才，覆蓋全面，發力精準，很是值得期待。

自智網絡是電信業最美好的愿望，被譽為“電信業的詩和遠方”。由于通信網絡和業務太龐大、太復雜，它也一直被貼著“道路漫長”、“充滿挑戰”等標簽。但從以上落地案例和“三駕馬車”支撐能力看，我們看到詩歌不再傲然，遠方也并非很遙遠，在電信業共同努力下，它正越來越充滿煙火氣息。