5G邂逅AI,一场发生在运营商体系内的智能化“浪漫”

简介: “新基建”体系的明确,又一次把5G和AI两种技术紧密摆在了一起。

云栖号资讯:【点击查看更多行业资讯
在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来!

“新基建”体系的明确,又一次把5G和AI两种技术紧密摆在了一起。

几年以来,全球对5G的价值讨论不断增多,“5G改变社会”成为了街知巷闻的常识。在众多关于5G的判断中,很关键的一点是5G能够为AI所需的数据传输、算力渗透,以及物联网场景提供网络基础。这个逻辑下,5G改变AI成为了科技界共同期待的盛举。

但在5G改变AI之前,或许二者会先孕育另一个邂逅。在5G成为AI最佳助手之前,也许AI技术可以先帮助5G带来点什么。

image

在5G建网、体系搭建,以及商业化落地的进程里,AI技术正在带给电信运营商众多前所未见的价值,但也带来了众多考验。某种程度上来说,5G建网和运营的“新基建周期”,也是运营商必须提升自身智能化程度,适应新业务场景、商业模式的特殊周期。

为了让AI技术更好赋能运营商和5G周期,华为从2017年开始将AI技术应用于运营商全球技术服务部,发布了智敏建网、智能运维、智慧运营等一系列解决方案,总结了AI使能运营商“规、建、优、维、营”流程的五大价值。

通过回顾华为将AI技术带到运营商体系的历程,我们会发现运营商领域的智能化升级正在加速浮现。从5G的建设、运维到商业落地,一系列连锁反应都在因AI而发生。

互为表里的AI与5G

5G商用后,带给AI的价值升级渠道显而易见。在众多AI场景中,尤其是工业、能源、金融等关键领域中,网络限制成为了AI大规模落地的主要瓶颈。而在等待5G“神级助攻”的同时,AI可能会发现原来5G也需要自己的帮忙。

5G时代,不仅是应用场景和社会价值的变革,同时也是运营商的一系列供应链、网络建设、运维方案,以及商业落地的连锁变局。期间运营商也在面临5G建设成本、5G建设效率,商业落地能力以及业务多样化转型的诸多挑战。

在这些挑战中,运营商主要面临的是三大问题:

1、5G需求相对复杂,成本高企。如果运营商不能准确获知应该如何让5G建设与实际需求对接,可能会造成5G网络的建设不足或者过度建设。相对来说,5G最理想的建网模式是从传统的“漫灌”式到精准“滴灌”式建网,需要的是“刚刚好”。

2、5G商用意味着运营商将面对从2G网络到5G网络,4代网络同时运营。其带来的运营维护成本不断扩大可想而知,如何既保证5G顺利商用,满足服务质量,又消解运维运营带来的成本负担,成为了运营商新的课题。

image

3、5G商业化面临的复杂业务挑战,多元的网络客户群体,将从终端用户升级到覆盖政企各个场景。新的商业落地方案和服务运营模式中,运营商需要构筑灵活、弹性、智能的服务能力。

而这些5G时代运营商必将面临的问题,恰好可以被AI一步步拆解。在华为将AI技术引入运营商业务的进程里,我们实际上认识到了AI与5G互为表里的关系。这对技术明星,在5G时代的晨曦中就需要相互扶持。

智敏建网:5G启动时的必要选择

大家都知道,建网是5G时代的必备开局。但是5G建网的过程里,实际隐含着一系列对智能化技术的关键需求。

5G建网周期中,运营商面临着多样化的5G业务、各区域间差异化的5G需求,以及5G与其他网络的叠加使用。这种情况下,每个地区对应的5G建设方案会产生差异。5G不能盲目无差别的覆盖,但也要满足每个区域的5G使用得到最大支撑。这种情况下,AI技术将带来关键改变。

在华为为运营商客户提供的“智敏建网“解决方案中,我们可以看到AI技术的运用已经渗透到建网的各个环节中,成为5G建网差异化的主要实现方案。

在建网选择方面,华为提供基于O+B大数据进行用户/业务/体验进行智能洞察分析服务。可以帮助运营商综合考虑用户流量需求、主流业务承载、5G业务多样性等问题,通过价值建模精准识别价值区域并进行排序,并结合小区级AI流量预测能力,最终快速选择5G价值区域。

在进一步的5G建网规划流程里,华为提供5G建网细分场景的智能规划解决方案。通过来自于华为全球40+典型网络,10亿以上训练样本的专有数据完成训练,华为建立了挖掘影响路损特征的深度学习模型,利用神经网络的超强拟合能力,应用机器学习迭代计算,更快更准地输出各种细分场景的规划方案。

image

事实上,AI在5G建网中的应用,已经渗透到了勘测、设计、调测集成、验收等各环节。摄影测量、文字识别、语音识别、计算机视觉等技术,都在华为解决方案中起到了持续提升工程自动化水平和工程交付质量的作用。通过融合AI技术,华为实现了站点现场作业效率提升,在项目交付管理层面数字化平台ISDP成为客户、设备商及合作伙伴的三方共用平台,让项目实施过程中信息与指令高效流转,让项目交付沟通更加顺畅。

这一系列AI技术的融入,帮助运营商智能化选择5G建设方案,弹性、智能、灵活执行5G建网。某种程度上可以说,AI已经成为5G建设的支撑点之一。在全球运营商面临的5G压力和多网络并存现象中,智敏建网成为了5G启动时的必要选择。

AIOps:扭转电信运维的长期痛点

建网结束后,AI赋能5G网络的故事并不会结束。因为5G网络带给运营商的另一大挑战,是4代网络并存、企业专网场景上线,将带来巨大的运维、运营工作量提升,以及复杂的技术挑战。

目前,运营商所面临的网络运维问题,以及所需人工成本正在不断上升。在5G网络可预见的持续爆发下,运维运营压力将成为巨大考验。这种情况下,最根本的扭转方案,是通过AI技术来改变以人工为主的网络运维方向,驶向AI与人工的协同运维模式AIOps。在网络运维中,AI技术具有极快的故障诊断效率和修复速度,可以统揽各运维单元,实现主动发现故障和自动维修。并且AI在网络运营过程中,可以识别用户需求和业务模型,智能化运营网络,在释放网络潜能的同时,降低功耗等运营成本。

image

而面对高清视频、Cloud AR/VR等新业务,带来了体验与运营的升级。华为服务已完成了第一批5G新业务的体验建模,发布了新的体验标准和建网标准,构建了基于AI的业网协同体验管理方案,实现了业务体验与网络策略的实时动态调整。

同时,基于融合数据的业务运营平台和智能引擎,帮助运营商实现精准高效地用户拉新、促活、留存、增值,从传统运营迈向智慧运营。面向未来更多的业务场景与体验运营需求,华为服务的体验实验室会加大投入,继续探索用数学与AI的方式加速解决复杂的用户体验问题。

在运营商业务扩展到企业专网为代表的5G场景时,用AI技术赋能网络运维、运营已经势在必行。华为在这一领域进行了长时间投入和布局,人机协同的AIOps运维模式,以及利用AI技术来加强业网协同的管理能力,是运营商在5G时代必然选择的长期路径。

5G时代=运营商的智能奇点

从华为利用AI技术,赋能运营商的进程里,我们能够看到华为总结的5大价值特征。即AI在运营商技术中的实践和融合,可以带给运营商:

规:精准智能规划,合理设计,提升投资效率;

建:数字化手段实现可视化管理、降低建设难度、提升建网安全水准与作业效率;

维:自动化作业提升运维效率,智能化预防预测保障网络安全运行;

优:释放网络潜能,实现5G网络的差异化体验变现;

营:业网协同的体验管理,精准识别价值用户与业务,辅助智慧运营。

可以发现,这5大价值贯穿运营商从建网到运营、运维的5G建设全流程。所以说AI技术带给运营商最终的使能价值,在于可以在各流程中优化运营商体系,完成运营商效率与组织方式的智能化构建。

image

一系列的智能化渗透,核心目标在于能够使运营商在5G业务多样化、探索新商业场景、打破传统管道模式时拥有更加灵活多样的实现手段、充沛的服务效率和沟通方式。打开企业5G市场,拓宽5G带来的社会经济生产力提升价值,是全球对运营商业务的核心期许。但是三军未动粮草先行,AI带来的一系列优化能力,让运营商可以更加清晰地了解需求、降低成本、提升运营能力。可以说,智能化变革是运营商的时代之选,而运营商的智能化提升,也是5G+AI带来产业智能化浪潮的先决条件。

接下来,我们显然会看到运营商在更多元的商业与服务场景中融入AI,这也将带来运营商服务市场需求的全新变化。华为引领这一变化,并且成为了持续使能运营商体系智能化升级的关键力量。5G与AI的初次邂逅,显然会是一场长相厮守。

【云栖号在线课堂】每天都有产品技术专家分享!
课程地址:https://yqh.aliyun.com/live

立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK

原文发布时间:2020-04-13
本文作者:风辞远
本文来自:“脑极体”,了解相关信息可以关注“脑极体

相关文章
|
7天前
|
数据采集 存储 人工智能
代理IP与AI自我进化:探索未来智能的新边界
在AI快速发展的今天,数据获取成为制约其进步的关键因素。代理IP技术通过匿名性和灵活性,帮助AI突破地域限制、绕过反爬虫机制,提升数据质量和模型训练效率,促进AI自我进化。本文通过实例和代码,探讨了代理IP在AI发展中的作用及潜在价值,强调了合理使用代理IP的重要性。
12 1
|
2天前
|
机器学习/深度学习 人工智能 UED
OOTDiffusion:开源AI虚拟试衣工具,智能适配性别和体型自动调整衣物
OOTDiffusion是一款开源的AI虚拟试衣工具,能够智能适配不同性别和体型,自动调整衣物尺寸和形状,生成自然贴合的试穿效果。该工具支持半身和全身试穿模式,操作简单,适合服装电商、时尚行业从业者及AI试穿技术爱好者使用。
60 27
OOTDiffusion:开源AI虚拟试衣工具,智能适配性别和体型自动调整衣物
|
14天前
|
人工智能 自然语言处理 算法
具身智能高校实训解决方案 ----从AI大模型+机器人到通用具身智能
在具身智能的发展历程中,AI 大模型的出现成为了关键的推动力量。高校作为培养未来科技人才的摇篮,需要紧跟这一前沿趋势,开展具身智能实训课程。通过将 AI 大模型与具备 3D 视觉的机器人相结合,为学生搭建一个实践平台。
166 64
|
2天前
|
机器学习/深度学习 Web App开发 人工智能
Amurex:开源AI会议助手,提供实时建议、智能摘要、快速回顾关键信息
Amurex是一款开源的AI会议助手,提供实时建议、智能摘要、快速回顾关键信息等功能,帮助用户提升会议效率。本文将详细介绍Amurex的功能、技术原理以及如何运行和使用该工具。
41 18
Amurex:开源AI会议助手,提供实时建议、智能摘要、快速回顾关键信息
|
11天前
|
人工智能 JSON 自然语言处理
智能化AI工具-语言翻译与本地化
在全球化发展的背景下,语言翻译与本地化需求日益增长。无论是跨境电商、国际合作,还是本地化应用开发,都需要高效、准确的翻译解决方案。阿里云通义千问作为一款强大的大语言模型,不仅具备出色的自然语言理解能力,还能够在多语言翻译和本地化场景中发挥重要作用。本博客将详细介绍如何基于阿里云通义千问开发语言翻译与本地化工具,包括产品介绍、程序代码以及阿里云相关产品的具体使用流程。
43 10
|
7天前
|
人工智能 运维 自然语言处理
智能化运维:AI在IT运维领域的深度应用与实践####
本文探讨了人工智能(AI)技术在IT运维领域的深度融合与实践应用,通过分析AI驱动的自动化监控、故障预测与诊断、容量规划及智能决策支持等关键方面,揭示了AI如何赋能IT运维,提升效率、降低成本并增强系统稳定性。文章旨在为读者提供一个关于AI在现代IT运维中应用的全面视角,展示其实际价值与未来发展趋势。 ####
61 4
|
8天前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI与大数据在IT运维中的应用探索####
本文旨在探讨人工智能(AI)与大数据分析技术如何革新传统IT运维模式,提升运维效率与服务质量。通过具体案例分析,揭示AI算法在故障预测、异常检测及自动化修复等方面的实际应用成效,同时阐述大数据如何助力实现精准运维管理,降低运营成本,提升用户体验。文章还将简要讨论实施智能化运维面临的挑战与未来发展趋势,为IT管理者提供决策参考。 ####
|
14天前
|
机器学习/深度学习 人工智能 自然语言处理
智能化软件测试:AI驱动的自动化测试策略与实践####
本文深入探讨了人工智能(AI)在软件测试领域的创新应用,通过分析AI技术如何优化测试流程、提升测试效率及质量,阐述了智能化软件测试的核心价值。文章首先概述了传统软件测试面临的挑战,随后详细介绍了AI驱动的自动化测试工具与框架,包括自然语言处理(NLP)、机器学习(ML)算法在缺陷预测、测试用例生成及自动化回归测试中的应用实例。最后,文章展望了智能化软件测试的未来发展趋势,强调了持续学习与适应能力对于保持测试策略有效性的重要性。 ####
|
15天前
|
机器学习/深度学习 人工智能 算法
【AI系统】AI芯片驱动智能革命
本课程深入解析AI模型设计演进,探讨AI算法如何影响AI芯片设计,涵盖CPU、GPU、FPGA、ASIC等主流AI芯片,旨在全面理解AI系统体系,适应后摩尔定律时代的技术挑战。
32 5
|
16天前
|
机器学习/深度学习 传感器 人工智能
2024.11|全球具身智能的端到端AI和具身Agent技术发展到哪里了
2024年,具身智能领域取得显著进展,特别是在端到端AI控制系统和多模态感知技术方面。这些技术不仅推动了学术研究的深入,也为科技公司在实际应用中带来了突破。文章详细介绍了端到端AI的演化、自监督学习的应用、多模态感知技术的突破、基于强化学习的策略优化、模拟环境与现实环境的迁移学习、长程任务规划与任务分解、人机协作与社会交互能力,以及伦理与安全问题。未来几年,具身智能将在多模态感知、自监督学习、任务规划和人机协作等方面继续取得重要突破。
41 2