飛象網訊（計育青/文）隨著全球運營商紛紛啟動5G網絡建設，通信網絡變得越發復雜，連接數也將越來越多，傳統的人工運維方式已經很難應對這種變化。一種很自然的思路是將多年的運維經驗轉化為智能管控系統，讓網絡自身具備一定的自我維護、自我修復功能，這就是人們經常談論的自動駕駛網絡技術。

基于三十多年的電信網絡經驗，華為提出了SoftCOM AI使能自動駕駛網絡的解決方案。在近日舉行的2019年度華為分析師大會上，華為SoftCOM AI解決方案總裁韓雨發詳細介紹了華為對自動駕駛網絡的設想。

網絡自動化已是共識

據韓雨發介紹，目前業界對于發展自動駕駛網絡已經形成了共識。愛立信提出，未來需要基于云架構構建下一代網絡自動化的智能化方案；諾基亞認為，具有自動化分析能力將是下一代網絡的主要特征；思科也在很早以前就提出了E2E驅動的解決方案。日本軟銀表示，希望通過AI技術來實現自動駕駛網絡，將運營商的人力資源投入從以運維為主轉向運營、運維各占一半，從而提升運營商的組織運作效率。

為什么業界如此重視網絡自動化？韓雨發認為主要有兩個原因。

一是5G時代的網絡連接規模將迅速增加，運營商不僅要及時維護人與人之間的連接，還要維護大量人與物、物與物之間的連接，人工方式是無法承受的，只有自動駕駛網絡才能有效維護海量連接。

二是用戶體驗和網絡之間需要建立有效的關聯性。韓雨發解釋說，現在很多運營商仍然是基于問題來處理、優化網絡，缺乏系統性、針對性。這樣造成的后果就是58%的體驗問題都是事后才被發現，即便設法彌補，對客戶滿意度的打擊已經無法挽回。另一方面，隨著網絡規模和網絡投資的增加，運維成本與收入的比例越來越高，運營商必須在增量與增收之間找到最佳的平衡點。要解決這些問題，AI被認為是最有效的手段。

據IDC統計，目前有63.5%的電信組織正在加大AI領域的投資。比如中國移動打造了自己的AI平臺“九天”，AT&T有Acumos，沃達豐有Tobi Chatbot；思科、IBM、谷歌、華為等全球主要ICT廠商也都發布了自己的AI方案。

三個優勢

那么，對于新一代通信網絡來說，自動駕駛技術究竟能帶來什么價值？韓雨發表示，概括起來就是敏捷性、運維自動化和智能性。

敏捷性主要體現在網絡、業務的部署速度上。目前網絡、業務的部署周期基本上是以周為單位，從規劃、設計、部署、交付，整個流程走下來速度非常慢。“一些復雜的業務甚至需要以年為單位來計算部署周期，而自動駕駛網絡能實現分鐘級部署。”韓雨發說。

運維自動化可以有效提高運營商的運維效率。韓雨發告訴記者，經過長期的發展和改進，目前運營商的運維體系已經有了很大的進步，但是仍然有很多工作是分區、分域、分組織的，這就使得各組織之間存在很多斷點，往往需要通過表格、人工跟蹤等方式進行溝通。未來的發展方向是一切都在基于策略的自動化閉環系統中完成。

智能性的作用體現在提供網絡資源的利用效率上。從網絡設備到站址、頻段，電信行業的每一種投資都極為昂貴，因此即使能把這些投資的利用率稍微提高一些，所產生的效益都是非常大的。韓雨發舉例說，運營商花了很多資金建設骨干網，但是建成之后，很多時候利用率只有30%到40%，大量資源被白白閑置。“借助AI來提高網絡資源的利用率，是自動駕駛網絡技術的一個主要方向。”韓雨發說。

概括來說，自動駕駛網絡重點解決的是可預測的問題，接手人工重復工作、復雜場景等問題，以此來幫助運營商降本增效。“今后的發展方向是基于業務來構建整個運維體系，進而提升用戶的業務體驗。”韓雨發說。

新架構、新方向

在近日舉行的華為分析師大會上，華為發布了以自動駕駛為目標的下一代網絡構架。據韓雨發介紹，整個架構可以分為三層：具備智能化特征的網絡層，具備自動化管理、控制、分析功能的管控層，以及云端層。未來AI的設計、開發和實踐，都將基于云端實現。

韓雨發告訴記者，這個架構主要有三個特征。一是云化驅動，以一套系統來支持線上、線下應用，包括CloudSOP云化平臺、管控析SaaS、GTS全球服務云等；二是AI驅動，把寶貴的人力資源從重復工作中解脫出來，并實現更快響應；三是開放、分層、分場的自治，無論是華為、運營商還是第三方人員，都可以順利接入原有系統、開發新的應用。

圍繞新的架構，華為正在沿著運維效率、能源效率、資源利用率和業務體驗四個方向進行研發。比如在運維效率方面，華為正在積極研發下一代網絡設備的關鍵器件，通過提高這些器件的可靠性來改善運維效率；在能源效率方面，華為通過在更多的設備上引入AI以實現功耗的智能調節；資源利用率的范疇則比較廣，華為在空口、骨干網等各個方向上都在發力；業務體驗方面，華為認為未來的運維體系應該是從用戶的業務體驗出發，分析、解決網絡存在的問題。

作為網絡自動駕駛的使能技術，華為SoftCOM AI解決方案已經從概念已經走向現實，在多個運營商的網絡中投入應用。韓雨發舉例說，無線基站的能耗很大，忙閑話務量差距有幾十倍，但基站忙閑能耗差距只有幾倍。某運營商采用華為SoftCOM AI方案來預測話務流量、評估網絡KPI指標，在確保KPI指標不下降的情況下自動調節基站能耗，將能耗降低了10%。另一個案例涉及網絡故障處理，很多時候單一環節故障會觸發多個相連部件告警，某運營商省公司一天產生的告警就有2000萬個，壓縮之后也還有200萬個。每個告警都會需要技術人員進行處理，運營商的人力成本非常高。華為SoftCOM AI方案則會分析故障告警之間的關聯，尋找故障根因，從而壓縮工單。某地運營商運行3個月之后，工單進一步壓縮了21.5%，預計每年可以節省200萬人工處理費用。