过去十年，电信网络经历了All IP、ALL Cloud变革，用户体验提升同时也带来更多问题。OPEX是CAPEX的3倍以上，网络复杂度使网络管理难度超过人的能力，70%重大故障都是人为因素。运营商网络面临结构性问题，依靠压缩费用或提升人员技能已不能解决，需要“用构架性创新解决结构性问题”。

华为SoftCOM AI在全云化网络构架上，引入以机器学习为核心的AI技术。整个构架有两个核心，一是AI训练平台，训练数据，输出模型或算法;另一个是推理平台，收集数据，根据模型或算法推理网络动作指令并执行。网络将从自动化业务部署和动作执行，走向智能化的故障自愈，自我优化，自我管理。最终实现“自动，自优，自愈，自治”永不故障的自动驾驶网络。

自动：网络自动发放运行业务，包括业务自动部署、弹性伸缩、流量调整等。自优：网络系统自动优化，如话务模型变化、流量不均衡的时自动调优。自愈：故障自动隔离，自动修复，实现网络永不故障。自治：系统实现自动、自优、自愈后，就达到了自治水平,是网络的最终状态。

提升用户体验，实现三个倍增

SoftCOM AI解决方案对运营商价值为“三个倍增”，即运维效率、能源效率、资源效率倍增。

运维效率倍增

人工智能用于设备和网络全生命周期，可消除无效故障，缩短故障处理时间，提升运维效率。例如某移动运营商将运维承包给第三方，通过工单数量与合作方结算费用。无线领域一个月工单6.3万张，设备硬件类故障不到10%，超过70%故障源自无源设备，如光纤弯曲老化、接口松动。“设备收编站点，有源管理无源”实现线缆、连接器、动力环境问题大幅下降，“智能故障预测，网络负荷分担”变抢修为基于状态计划性维护，“人工开环转为设备闭环”实现非物理故障恢复自动化，工单数量降到原来的10%。

能源效率倍增

运营商能耗分布：站点能耗占65%，数据中心占20%。网络流量分布在时间和空间不均衡，10%的站点产生50%的流量，50%的站点产生5%的流量。机房/站点，AI训练生成散热与环境及业务负荷模型，使日照、温度与油机、太阳能和电池等达到最佳能效;设备层，根据业务负载进行动态能量投放，无流量时隙关断、RF深度休眠、载频关断等减少耗电量;网络系统，构建准确的业务负荷预测模型，使整网流量最优达到能效最佳。实现“比特决定瓦特”，即网络流量大小决定能耗多少。

资源效率倍增

网络资源包括骨干网、核心网、有线无线网络资源等。现在资源管理是网络建设好，流量随之流动，资源利用可能不合理。引入AI，基于流量走向调度网络，实现管线、机房等设施最佳利用;根据用户、终端、业务分布，实现空口频谱最大程度利用;对弹性流量削峰填谷，提升骨干网利用率。如骨干网，热点DC间的IP骨干网络利用率接近70%，非热点DC间的网络利用率不到30%。传统基于专家规则确定调优策略，不能获得持续负载均衡。通过AI，如流量趋势预测、路径性能预测，不牺牲 QoS 或 SLA，流量路径几乎实时变动, 达到最优。测试证明，AI优化的骨干网线路忙时利用率从平均30%提升50%以上。

华为先针对运营商效率提升明显的应用入手，不断扩充应用、改进算法、探索部署模式，逐步将AI应用到运营商全网,实现自动化网络向自治网络迈进。