7月4日消息（刘定洲）如同自动驾驶技术被分为L0~L5六个等级，最终实现无人驾驶汽车，TM Forum电信论坛在2019年引入了“自智网络”概念，也被分为六个等级，终极目标是实现“完全自智网络”，目前已成为通信业的普遍共识。
当前通信网络大致处于L2~L3（部分自智到有限自智）阶段，难以解决运营商面临的业务挑战。“运营商的经营模式正发生着快速变化，从人口红利向人心红利转变。”在MWC上海2023期间，中兴通讯副总裁、服务及大数据产品总经理王强接受媒体采访时指出。这意味着，网络需要更加智能化、要随着业务跨度提升，满足不同类型、不同场景的用户体验。
“自智网络已成为全球运营商的必然选择。只有实现L4级高阶自智网络，才能够真正解决这些困难。”王强表示，自智网络的核心需求也越来越明确和聚焦：注重价值成效，落实业务闭环。
L4自智网络已有显著成果
近日在北京，产业界发起了“加速迈向自智网络L4联合倡议”，将共同定义L4自智网络目标，推动制定L4自智网络分级标准，定义高阶能力接口，促进产业高效协同，协同推动融合感知、数字孪生、AI大模型、智能决策等自智网络核心技术突破，驱动产业技术升级。
包括国内三大运营商在内的全球运营商，基本达成了到2025年实现L4级别自智网络的发展目标与规划。中兴通讯作为产业界的重要参与者之一，也展示了自己的L4蓝图。
王强介绍，L4 自智网络具有实时感知、精准预测、智能决策、线上闭环的显著技术特征。实现以上技术特征的关键，是加强网络业务层的能力，即：向下闭环单域，实现高效的网随业动；向上智能化支撑商业闭环。
中兴通讯经过多年实践，推出了“uSmartNet自智网络解决方案”，在“感知-分析-决策-执行”各环节取得了不同程度的进展，成果显著。
在感知环节，具备实时感知洞察能力，业务识别率达到98.5%，流量预测准确率达到90%以上；在分析环节，问题定界定位率已达到90%，同时正在应用大模型意图识别持续提升性能；在决策环节，通过强化学习、遗传算法等方式进行分钟级的智能策略寻优，并基于数字孪生实现白盒决策；在执行环节，基于业界首家全域协同闭环方案，实现覆盖、容量、故障等问题的自动化闭环，典型业务问题闭环时长下降8倍。
将瞄准ToB场景精准服务
当前已进入5G时代，5G的最大特征，是赋能垂直行业数字化转型。最新数据显示，我国已经建成5G行业专网超过1.6万个，5G应用案例超过5万个。
更差异化的应用场景，无疑要求5G网络更加智能化。王强表示，5G ToB发展的重要推动力之一是5G智慧园区，包括各行业工业企业的5G园区网。园区网从单一宽带向有线无线一体化演进，传统的园区运维管理系统需要升级，运营商需要提供5G专网SLA保障能力，帮助企业客户拓展数字化生态。
王强建议，一方面，通过智能化的NOC管理，打破传统的烟囱式系统，实现资源、流程、工单的统一管理；另一方面，面向业务SLA提供精准保障，让网络从被动服务到主动管理，面向多维度的业务发展需要；此外，还可以弹性部署AI中台，强化网络的数字运营能力。
与此同时，算网融合也是当下企业关注的方向，预计在未来对业务发展具有重要的推动作用。王强介绍，借助自智网络，以智强算，是支撑运营商算网融合业务的最有效手段；基于数智引擎和流批底座，融合网算数据，使用多领域模型，实现算网业务的识别、保障和运营。
基于上述思路，中兴通讯已在持续地开展业务实践。中兴通讯uSmartNet自智网络解决方案已落地钢铁、核电等行业的5G园区网，在满足园区智能化管理的同时，实现园区管理流程线上自动化，并具备业务故障秒级监控、业务质差分钟级定界的领先能力。与运营商开展算网融合实践，助力企业挖掘数据价值、推动业务发展。
L4自智网络实践路径
在和运营商联合拓展5G园区网等行业应用时，中兴通讯也对自身在L4自智网络的实践路径进行了梳理。其目的在于将技术演进与实际需求相结合，最终实现精准业务预测和智能决策能力，全面实现运维和运营从线下到线上的生产方式变革。
王强介绍，一方面在网络部署中，瞄准运维和运营精准优化。在运维方面，针对用户投诉处理流程，存在定界定位、根因查询、工单质检的断点，通过拉通客服系统、业务质量管理系统、工单系统等，彻底改变以往专家全程参与处理的传统方式，推动网络运维的线上化和智能化。
在运营方面，针对精准营销，存在选择客户的断点，通过流程编排，嵌入O+B用户画像原子能力，实时智能筛选目标客户，实现精准营销活动全线上化、无人化、智能化，权益营销转化率提升3倍。
另一方面在产品方案上，中兴通讯持续演进uSmartNet体系化自智网络解决方案，从网元内生、单域自治、跨域协同多层次出发，提供分层、分域、分级演进的自智能力。同时应用基础大模型和领域大模型，持续提升L4的性能指标，涵盖感知、分析、决策、执行各环节，全面推进业务闭环落地，提升价值成效，携手行业伙伴共同加速迈向L4高阶自智网络。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
