我們正在進入一個跨界競爭的新時代，每個行業(yè)都面臨著結(jié)構(gòu)性挑戰(zhàn)，對電信行業(yè)來說尤其如此。

　　首先，從收入結(jié)構(gòu)來看，運營商的業(yè)務正遭遇來自IT產(chǎn)業(yè)的挑戰(zhàn)。之前，電信業(yè)務分為三個層次：終端、網(wǎng)絡和IT基礎設施以及上層應用。隨著網(wǎng)絡接入速率的大幅提升，導致IT產(chǎn)業(yè)從賣產(chǎn)品變成賣服務，骨干網(wǎng)絡和IT基礎設施逐漸變成云服務的形式。運營商如果能把云服務做好，就可以與AWS等云服務巨頭爭搶萬億美元的云市場，反之則將喪失很多傳統(tǒng)的電信業(yè)務，尤其是數(shù)據(jù)中心之間的專線業(yè)務等，比如阿里云就正在建設連接全球的云骨干網(wǎng)。

　　其次，運營商的效率和成本也面臨結(jié)構(gòu)性挑戰(zhàn)。如今，電信設備維護的OPEX支出約為CAPEX的三倍，給運營商帶來沉重的負擔。此外，電信網(wǎng)絡越來越復雜，超過了一個人的專業(yè)知識和能力，導致70%的重大網(wǎng)絡故障都是人為因素造成。正如加拿大運營商TELUS首席無線架構(gòu)師所說：“機械制造都走向自動化了，電信業(yè)還處于手工業(yè)的階段。”

　　要解決電信業(yè)面臨的挑戰(zhàn)，僅僅靠產(chǎn)品創(chuàng)新是遠遠不夠的，需要整個系統(tǒng)架構(gòu)的創(chuàng)新和商業(yè)模式的創(chuàng)新，才能提升運營商的競爭力，解決結(jié)構(gòu)性問題。什么是系統(tǒng)架構(gòu)創(chuàng)新？以云計算為例，它并不是某個服務器或存儲產(chǎn)品的創(chuàng)新，而是通過全新的分布式系統(tǒng)提升資源利用效率，是系統(tǒng)級的創(chuàng)新。產(chǎn)品創(chuàng)新、系統(tǒng)架構(gòu)創(chuàng)新和商業(yè)模式創(chuàng)新三者相互支撐，互相促進。

　　為了滿足新時代的客戶需求，華為的創(chuàng)新體系即按照上述三個維度來設計。在產(chǎn)品層面，華為設計網(wǎng)絡設備的指導思想是“奧運精神”，即大容量、低時延，所有產(chǎn)品創(chuàng)新都圍繞這個目標進行。在系統(tǒng)架構(gòu)創(chuàng)新領域，華為的目標是構(gòu)建一個敏捷的自動化、智能化網(wǎng)絡，實現(xiàn)網(wǎng)絡的“自動駕駛模式”。在商業(yè)模式創(chuàng)新上包括兩個目標，第一是通過提供云服務成為世界五朵云之一，第二是構(gòu)建網(wǎng)絡時代的在線智能服務模式。

　　回顧華為網(wǎng)絡架構(gòu)的發(fā)展路徑，在ALL IP階段我們提出Single戰(zhàn)略，云計算崛起后，2012年進入ALL Cloud階段，我們提出SoftCOM來實現(xiàn)以數(shù)據(jù)中心為中心的網(wǎng)絡。近年來隨著人工智能技術的發(fā)展，我們提出要全面智能化（ALL Intelligence），將人工智能引入電信網(wǎng)絡，SoftCOM AI由此誕生，目的是實現(xiàn)網(wǎng)絡架構(gòu)層面的自治網(wǎng)絡，以及商業(yè)模式層面的服務2.0。

　　引入人工智能的自治網(wǎng)絡，意在構(gòu)建網(wǎng)絡領域的“工業(yè)4.0”，實現(xiàn)網(wǎng)絡“自動駕駛”。工業(yè)4.0有三個特征，即敏捷的設備、智能的控制和智慧的分析系統(tǒng)，來實現(xiàn)生產(chǎn)的自動化，這對于電信業(yè)來說同樣適用。在電信網(wǎng)絡中，下層是網(wǎng)絡設備，上面是控制層，在整個網(wǎng)絡的控制和運維方面，端到端引入人工智能技術，構(gòu)建分段自治功能，每一段的自治通過上層運營系統(tǒng)實現(xiàn)端到端的自治能力，進而實現(xiàn)整網(wǎng)自治。自治網(wǎng)絡帶來的最大變化是運維維護人員不在整個業(yè)務流程里，是一個自動化的系統(tǒng)，我們稱之為“網(wǎng)絡自動駕駛模式”，來實現(xiàn)整個網(wǎng)絡的自優(yōu)、自愈、自動化。

　　服務2.0的目標則是打造網(wǎng)絡領域的“工業(yè)互聯(lián)網(wǎng)”，提供在線數(shù)字化“智慧服務”。將這一服務理念延伸到電信行業(yè)，未來的網(wǎng)絡在運營商側(cè)全自動化運行，華為則在后臺提供基于人工智能的全自動化在線服務，這種服務基于持續(xù)迭代的模式，根據(jù)業(yè)界慣例構(gòu)建“模型即服務”，永遠處于Beta階段，不斷更新和完善。

　　將AI引入電信網(wǎng)絡，帶來的全新價值是“可預測性”。電信網(wǎng)絡的管理和控制中心基于設備的南向接口和數(shù)據(jù)采集，通過一定的策略和規(guī)則，來實現(xiàn)對整個網(wǎng)絡的管理和調(diào)度。其實施的依據(jù)主要有三個條件，包括網(wǎng)絡的可達性、SLA要求和資源效率，這些是網(wǎng)絡實現(xiàn)自動化的基礎。但隨著網(wǎng)絡日益復雜，僅有這些已遠遠不夠，需要在網(wǎng)絡中引入基于算法的網(wǎng)絡管控、在線AI推理和數(shù)據(jù)分析，實現(xiàn)流量預測、質(zhì)量預測和故障預測。預測性是AI的核心價值，基于未知的條件來調(diào)度網(wǎng)絡，實現(xiàn)故障發(fā)生前規(guī)避故障、質(zhì)量劣化前優(yōu)化質(zhì)量、網(wǎng)絡擁塞前調(diào)整流量，從而達到自動、自優(yōu)、自愈、自治的永不故障的自動駕駛網(wǎng)絡，結(jié)構(gòu)性提升運維和運營效率。

　　要實現(xiàn)網(wǎng)絡的自動駕駛，必然將是一個長期的過程，不可能一蹴而就。參考汽車自動駕駛的五個發(fā)展步驟，我們也將自動駕駛網(wǎng)絡分為五個階段，第一個階段是AI能夠指出“發(fā)生了什么”，第二個階段需要判定“為什么會發(fā)生”，第三個階段需要預測“將會發(fā)生什么”，后續(xù)都需要人工判斷決策和采取相應措施；到了第四個階段，AI已經(jīng)可以判斷“需要采取什么措施”，然后由人工去操作；最后一個階段才是全面地實現(xiàn)網(wǎng)絡的自我控制和自動修復，使網(wǎng)絡具備自愈能力。

　　自治網(wǎng)絡和服務2.0的實現(xiàn)，將帶給最終用戶分鐘級的ROADS體驗，永遠最優(yōu)的網(wǎng)絡連接和永不斷網(wǎng)的可獲得性；對運營商的價值則是實現(xiàn)運維效率、資源效率和能耗效率的倍增。

　　在運維領域，運維水平分為三個發(fā)展階段，第一個階段稱為R2F（Run-to-Failure），網(wǎng)絡在運行中突然發(fā)生故障，然后運維人員馬上趕去處理，這是最低級的水平；第二個階段是PvM（Preventive Maintenance），即例行的巡檢，對每個設備進行檢查來預防故障發(fā)生，但這種做法效率非常低下；第三個階段是PdM（Predictable Maintenance），我們稱之為可預測性維護，即能夠預測某個設備未來有多大概率發(fā)生故障，然后進行針對性的維護。通過PdM，我們希望能將電信網(wǎng)絡的告警壓縮和故障定位減少90%，實現(xiàn)90%關鍵器件的失效和劣化預測，進一步達到網(wǎng)絡自愈。此外，網(wǎng)絡故障中超過70%的問題源自無源設備，例如光纖彎曲老化、接口松動等，在這一過程中，信號都會發(fā)生變化，通過引入AI學習這些變化的特征，就有可能提前進行預測，用有源解決無源的故障問題。

　　在網(wǎng)絡資源方面，當下的特點是網(wǎng)絡建設好了，流量就隨之流動，資源利用可能并不合理。如果反過來思考，基于流量走向來調(diào)度網(wǎng)絡，資源利用率就會大幅提升�，F(xiàn)在的網(wǎng)絡并不具備這樣的能力，只有通過引入人工智能，建好流量預測模型，才能實現(xiàn)精準流量預測和最合理的網(wǎng)絡拓撲，以流量而不是物理連接來決定網(wǎng)絡的路徑，最終大幅提高網(wǎng)絡的資源效率。

　　關于能耗效率，有個說法叫做“比特決定瓦特”，即網(wǎng)絡流量大小決定能耗多少。在機房或者站點，每個系統(tǒng)都有數(shù)十個參數(shù)，通過AI訓練生成散熱與環(huán)境及業(yè)務負荷模型，使得日照、溫度和配套設施油機、太陽能和電池等達到最佳能效；在設備層面，根據(jù)業(yè)務負載進行動態(tài)能量投放，沒有流量時就利用時隙關斷、RF深度休眠、載頻關斷等減少耗電量，同時實現(xiàn)數(shù)據(jù)中心對象如服務器組件的動態(tài)節(jié)能管理；第三個是網(wǎng)絡系統(tǒng)，構(gòu)建準確的業(yè)務負荷預測模型，使整網(wǎng)流量最優(yōu)從而達到能耗效率最佳。

　　自治網(wǎng)絡的目標架構(gòu)，對華為來說就是SoftCOM+AI，具體做法是：把下層設備和云基礎設施、中間層的網(wǎng)絡管理和控制以及上層全流程的系統(tǒng)，在規(guī)劃、部署、運行、維護、優(yōu)化和經(jīng)營的端到端過程中，每一個環(huán)節(jié)都引入人工智能技術，使能網(wǎng)絡達到系統(tǒng)最優(yōu)。與此同時，華為也構(gòu)建了一個面向運營商的AI訓練平臺，將網(wǎng)絡設備運行的狀態(tài)數(shù)據(jù)接入平臺來訓練AI模型，并針對模型進行持續(xù)更新和優(yōu)化，使得網(wǎng)絡系統(tǒng)的自動化程度不斷提高。

　　以光網(wǎng)絡為例，來看一下AI如何使能全流程的業(yè)務發(fā)展。首先是數(shù)據(jù)底座，即需要獲得怎樣的數(shù)據(jù)，具體到光網(wǎng)絡來說包括光纖的數(shù)據(jù)、光信號的數(shù)據(jù)、路由數(shù)據(jù)等；接下來是使能技術，即人工智能的算法，包括數(shù)據(jù)清洗、信息整合、機器學習建模、深度學習等等，這些算法與光網(wǎng)絡無關；為了實現(xiàn)光網(wǎng)絡的自動駕駛，還需要構(gòu)建大量模型，比如光纖模型、濾波器模型等；最后是業(yè)務應用場景，包括開局自動檢查光纖、業(yè)務發(fā)放、網(wǎng)絡優(yōu)化、故障定位以及資源自動調(diào)度等，通過模型找到最優(yōu)方法，進而實現(xiàn)快速發(fā)放、極簡運維和智能運營，智能化提高網(wǎng)絡調(diào)度效率，零等待、零接觸、零體驗，讓人們感受不到網(wǎng)絡的存在。

　　未來將是智能化的時代，運營商網(wǎng)絡的智能化不可能一蹴而就，而是一個長期實踐。SoftCOM AI是華為All Intelligence戰(zhàn)略在電信領域的落地，其中最核心的AI能力依托于華為在All Intelligence中長期堅決的戰(zhàn)略投入而積累成長，和電信領域場景相結(jié)合，旨在幫助運營商打造永不故障的自治網(wǎng)絡，盡快實現(xiàn)數(shù)字化、智能化轉(zhuǎn)型。