当下，AI的迅猛发展正在对各行业产生深刻变革，推动经济社会的高效、智能化发展。在通信领域，AI面向新业务和新技术引领的数字化转型，展现出巨大优势，正在加速赋能L4高阶自智网络，探索更开放、更智能、更低碳的网络管理和服务模式。
在以“AI注智网络 共促新质发展”为主题的“2024数智网络论坛”上，通信行业研究机构、相关院校、国内三大运营商及中兴通讯等企业就AI在通信领域的创新应用展开了深入、广泛的讨论。其中，中移苏州软件技术有限公司云网产品部副总经理姚军、江苏电信智能云网调度运营中心副总经理张正、江苏联通网络创新负责人孙宏、中兴通讯综合技术交付部副部长赵刚博士、中兴通讯星云通信大模型规划总工王成春、中兴通讯大模型训练引擎负责人钟斌等业内知名专家围绕“AI+L4高阶自智展望”的话题进行了圆桌讨论。他们就大模型在高阶自智网络中的应用及探索发表了深刻见解，为我国L4高阶自智网络向前迈进带来新思考。
01
COMMUNICATIONS WORLD
实现高阶自智，算力网络建设先行
本次圆桌论坛主持人赵刚博士提到，自智网络这一概念已经在全球通信产业凝聚为发展共识，研究报告显示，全球91%的运营商已将网络自动化纳入战略，且大部分运营商计划2025年将逐步达成自智网络L4级别。在人工智能加持下，自智网络正从L3加速向L4演进。而真正实现高阶自智，首先要保证算力基础网络的建设。
姚军强调了算力基础网络与AI的紧密联系，并指出随着大模型技术的普及，算力的需求急剧增长。中国移动通过构建亚洲最大的智算中心，并结合“算网大脑”的融合能力，为AI提供了强有力的支持。
在探讨算力基础网络的关键指标时，姚军指出，为了满足大规模集群并行计算的需求，网络必须具备高带宽均衡性、低时延以及跨域算力整合的稳定性和可靠性。面对分段网络的挑战，确保业务端到端的顺畅运行至关重要，任务完成率和路径高可用性因此成为衡量网络性能的核心指标，不仅体现带宽水平，也反映网络的恢复能力与灵活性。为实现这些目标，姚军提出运用大模型、先进技术以及数字孪生进行高效定界定位，认为这是推动算力基础网络向L4高阶自智发展的重要路径。
02
COMMUNICATIONS WORLD
产业界共推高阶自智网络顶层设计
在确立了算力网络作为基础之后，通信行业进一步聚焦于高阶自智网络的顶层设计。
孙宏谈道，中国联通开展网络智能化比较早，在2020年发布了《中国联通自动驾驶网络白皮书V1.0》，提出了网络智能化分级，2024年又发布《中国联通自智网络白皮书（2024）》。事实上，中国联通在《中国联通自智网络白皮书2.0》中就确定了自智网络“四零四自”愿景目标。四零即为零等待、零故障、零接触、零风险；四自即为自规划、自配置、自修复、自优化。
孙宏还介绍了中国联通的自智网络远程架构体系——“三化三层三闭环”架构。三化：数字化、智能化推进敏捷化；三层：智能化执行层、运营层、商业层；三闭环：知识闭环、意图闭环、任务闭环。
中兴通讯作为全球领先的综合信息与通信技术解决方案提供商，也在大力推进自智网络，推动通信行业智能化转型。王成春提到中兴通讯基于跨城、跨域、单域和内生分层指导思想，并引入智慧大脑，构建了uSmartNet自智网络架构，旨在实现业务流的全面自动化与智能化。不仅优化了固定规则下的自动化处理，还增强了对网络故障的智能分析与快速响应，从而推动了自智网络向更高层次的发展。
03
COMMUNICATIONS WORLD
自智网络成效应以收益和效率为标准
在谈到制定自智网络评价体系时，张正介绍了江苏电信基于新城运营及AI平台构建的网络智能运维通用能力。随着网络持续运营，经验及数据积累，逐步优化运营算法，拓展运营场景。AI给云网运营带来了以下变化。
首先是专家经验高效沉淀：基于大模型提示词将专家经验IT化，结合时序预测、日志监测能力，革新云网生产操作流程，拉通故障处置1-5-10各环节，实现故障快定位、快决策。
其次是云网规则高效总结：基于分析规则、质检规则实现各类报告的智能分析和质检，避免信息轰炸、确保报告质量。
在云网能力随时调用中：革新运维操作方式，以往靠命令执行PC运维，指令复杂、误操作情况多，基于语义识别和指令稽核能力，可转变为通过便携式交互工具掌上运维，通过自然语言交互形式，随时掌握网络运行质态，应急决策效率更高。
多专业协作提质增效方面：原先问题处理仅依赖单专业响应，通过AI技术自动构建网络孪生，可构建端到端知识图谱，转变为多专业联合作战，快速打破专业壁垒，拉动多领域知识与经验融合，从而显著提高疑难杂症的解决效率。
最后是微调构建多领域专家：针对异构网络、不同客户打造差异化智能体，构建专属AI服务经理，原先被动式地故障驱动运维，变为靠前服务、主动式运营。
孙宏从四个方面论述了中国联通自智网络成效衡量标准，并将其概括为“四精”。
一是精心服务，围绕用户服务，帮助用户实现自助化服务，包括自助下单、自助调测。
二是精致产品，中国联通持续关注创新产品和市场新动向，更好地服务用户，提升客户画像精准度，围绕精准营销，提升业务营销。
三是精智运营，面向网络侧，力争实现网络生命周期中规划、建设、维护 、优化、运营的智能化，包括基于网络数据自规划，网络故障后自修复、自愈指标等，都是自智网络等级里纳入的衡量指标。
四是精益管理，在能耗上，积极响应国家双碳战略，关键节能指标覆盖自智网络的运营；在人员效能上，更多依托数字化流程治理，简化生产流程；在成本管理上，三家运营商都面临成本压力，应做好成本精细化运营分析、管控。
在运维领域，中兴通讯一直在通过新技术来提升网络运维的生产力、业务运维的智能化水平。王成春强调，网络运维正逐步向智能化转型，从依赖人工经验到利用数据驱动，再到模型化运维，同时，构建以预防重大故障和减少工作量为核心的成效指标体系成为关键。钟斌强调，应追求参数与业务收益之间的合理平衡，并指出提升小模型的知识密度是实现这一目标的关键。同时，他还提醒需关注大模型的鲁棒性和幻觉问题，以确保输出的准确性和可靠性。
04
COMMUNICATIONS WORLD
大小模型协同，“高效”赋能高阶自智网络
迈向高阶自智的技术和手段有很多，如AI小模型、大模型智能体、大数据、低代码等，他们各有用处，但却不会“一招吃遍天下”。在这些技术中，王成春认为，大模型智能体在高阶自智场景中能够发挥更大价值。由于CoT(思维链)的注入，大模型智能体具备了问题分析能力，加之智能体拥有记忆、规划、工具调用和执行四大能力，能够感知外界变化，做出自主响应。
运维的模式经历了“基于经验的运维-基于数据的运维-基于模型的运维”。王成春表示：“对于运维中的结构化数据处理，可通过机器学习和深度学习的方法，抽取特征向量，寻找合适的算法建模，拟合出最佳的模型来推理。”大模型处理结构化数据是有难度的，因此，大小模型协同对于高阶自智具有重要意义。随着大模型技术的发展，可以预见未来结构化大模型将日益成熟并广泛应用。
L4高阶自智面临的场景更多、更复杂，除了对模型本身能力提出更高要求外，还需要利用LLM作为中枢构建领域Agent以解决复杂问题。此外，大模型智能体的规划能力和工具使用能力对于L4高阶自智意义重大。
在规划能力层面，可利用大模型的理解和推理能力实现复杂问题的分解和决策。钟斌谈道，目前业界的主流做法是构建思维链监督数据，对大模型微调使其具备一定的领域逻辑推理和规划决策能力，但这种训练方式存在两个潜在问题，一是泛化性不足，模型可能只是生硬地对训练数据模仿，无法真正解决更复杂多样的实际问题；二是专家经验无法结构化，对特定领域知识无法有效地形成高质量源数据供模型训练，导致专家经验无法高效地注入大模型中。
在工具使用层面，可借助外部工具解决子问题，包括小模型、RAG（检索增强生成）、第三方API等。钟斌认为，大小模型协同有两大优势，一是能力复用，如意图识别、信息抽取等小模型可辅助大模型进行决策；二是降低成本，小模型在处理简单任务时性能有所保证，并且训练和推理成本相对较低。通过协同分配机制，简单的问题由小模型完成，困难的问题交大模型完成，这种协同分配机制既提高了效率又节约了成本。
在L4高阶自智的演进中，大模型正以其强大的学习与生成能力，引领人工智能潜力进一步释放，通过最终实现网络群策智能，带来网络运营范式的根本性变革。综上所述，通过算力网络的建设、顶层设计的确立、大小模型的协同应用，高阶自智网络正逐步走向成熟，为通信行业的智能化转型注入新的活力。
此次“数智网络论坛”作为江苏省通信学会与中兴通讯联合举办的行业盛会，对推动通信网络数智化转型及新质生产力发展具有积极意义，促进了产业链各方的深度合作与生态共赢，也为通信网络服务的数字化、智能化未来描绘了清晰的蓝图。
发表评论