5G支撑看浩鲸|运营商5G商业使能之无处不在的AI

1.AI x 5G：万物互联时代的两大技术基石

5G是万物互联的基石，AI是万物互联网的助推器。二者作为新时代的生产力，将带来整个社会生产方式的改变和生产力的提升。两者相加，互相作用，AI将使能于5G，优化5G网络，推动5G落地。具备AI属性的5G网络，是自能的网络。5G同样是使能技术，改变生产方式、改变社会生活，让AI无处不在。

在过去的一两年时间里，层出不穷的5G新应用已经在各行各业不断出现，已经发放的5G牌照和即将到来的5G商用业务，会让这些变革进一步提速，为全行业的数字化转型升级，为人们的生活品质提升，带来无限的可能。而作为5G的基础支撑者，电信运营商也迎来了网络建设、业务支撑、变革转型的新高潮。AI将会爆发，大幅提升运营商自身的运营、管理、运维的效能。同时5G时代，AI能力本身将和云，网，边缘计算等能力一样成为一种商品，帮助运营商丰富业务形态，拓展垂直市场。

2.5G时代的电信AI：左手降本增效，右手使能行业

市场研究公司Tractica/Ovum对30个领域近300个真实的AI使用场景进行的研究表明，电信领域在AI技术方面尤为积极，并且是目前最大的AI细分市场。在AI时代和IoT时代，互联网巨头已经占据了AI的前沿。运营商如何发挥专业优势，加快跨业融合，提升行业价值，需要运营商深入思考。根据Tractica/Ovum预测，到2025年，全球电信业对人工智能软件、硬件和服务的投资将达367亿美元；其中，电信业整体AI市场将以48.8%的年复合增长率从3.157亿美元到2025年增至113亿美元。预计在2016年至2025年，电信运营商主要将AI用于网络运营监控和管理，此期间这方面支出将占到电信业AI支出的61%。

运营商还拥有AI商业化所必需的资源。在技术层面，提供海量运算和存储的平台“云”服务；提供高带宽、低时延、大规模的连接“管”服务；提供能够承载各种场景应用的“端”产品。在大数据应用方面，运营商还拥有用户的消费习惯、终端信息、ARPU的分组、业务内容、业务受众人群、人群流动轨迹、地图信息等资源。同时，凭借自身优势，以及多年来在信息化应用和大数据方面积累的能力与运营经验，运营商可以充分运用技术和资源优势参与到AI的研发领域。

国内三大运营商都已在人工智能领域布局，但是打法套路还是不尽相同。其中，中国移动发布了人工智能平台--九天，中国电信与合作伙伴共同打造了人工智能开放平台--灯塔，中国联通通过混改与百度等合作伙伴一起共同入局人工智能市场。

中国运营商在积极探索AI能力建设和AI应用的同时，AI应用已经出现了一些问题的苗头。如：AI烟囱已经出现、统一管理难、资源不能互用、训练方式各异通用性差等一系列问题。分散地提供AI服务将难以应对大区域、高响应的服务要求。

3.鲸智AI平台：最懂电信的AI平台

近期，浩鲸科技在上海发布了面向5G的全方位的、端到端的IT和运营支撑体系－“鲸行套件”。“鲸行套件”包含四大方向，鲸智底座、鲸能支撑、鲸翼市场、鲸灵运营，涵盖5G时代运营商所需要的核心场景和能力。其中鲸智底座包含两大核心组件数据中台和AI平台。

鲸智AI平台设计采用DevOps理念，AI平台聚合开发和运维工作，使得开发和运维闭环管理，通过组件式开发，提高快速构建省端所需应用，实现有需应用快速上线，衰败应用快速下架，对问题应用快速修复重新上线。

AI平台可以接入多种来源的数据，做为AI训练的基础。来源可以是FTP、大数据平 台、各类数据库、视频流。AI平台具备三大特色：处理极强、AI极智、赋能极简，可以将业务数据向业务智能化推进，可以广泛的应用于新零售、智慧城市、智慧园区、智能决策等等方面。

通过严格对标产业巨头主流AI基础设施架构，对AI平台存储、计算类型、功能模块等进行充分调研，研究目前成熟的平台运营管理系统和资源调度策略，重点对平台存储、数据对接、数据标注、模型训练、模型推理及与Hadoop融合等方面形成具体落地方案，并最终形成集中化统一AI平台建设方案。

AI平台采用分层次、结构化设计思想实现高内聚低耦合的功能架构，支持Tensorflow、Pytorch等深度学习框架，能够灵活适应业务的发展与变化，各模块相对独立，可单独部署，有效降低使用成本。

4.丰富AI应用场景：仅仅是开始…

浩鲸科技的AI能力已经在运营商得到广泛应用，并将继续不断的扩大应用范围和提升能力。同时，我们也将携手运营商，将AI能力拓展到不同行业、不同领域，实现AI能力的统一服务。

场景1：AI+经营分析-

改变传统的数据查询方式，运营人员通过直接与小蜜“机器人”沟通，获取所需数据。

场景2：AI+业务受理

人脸识别辅助高效实名认证，由每个卡片的实际使用人通过手机等智能移动设备完成在线实名认证、注册其有效身份，从而确保人、卡关联，方便在日常使用过程中有效管理和监控；从根本上杜绝人、卡分离所带来安全隐患。

场景3：AI+网络故障诊断

运用AI能力、大数据分析能力、机器学习能力，通过对历史告警、日志、指标、工单等多种数据进行综合分析，实现故障自动诊断、故障自动处理的；AI代替人工实现40%故障识别率提升，同时在处理故障的过程中基于平台自动化诊断能力，可将30分钟以上的人工决策时间缩短在1分钟以内。

场景4：AI+业务稽核

面向集客业务支撑，业务人员上传的客户证件，或集客客户经理上传的合同/订单等文件，基本上都是PDF或图像格式；为保证业务的准确性和安全性，需要支撑人员进行手工稽核，工作量大，稽核速度慢。利用AI技术识别用户证照上的关键因子，譬如证照号码、家庭住址、出生日期等，辨别证照真实性，并提取所需内容转换为文字，实现信息的快速录入；对于集客业务，可识别电子合同/订单中费用、客户名称、优惠办法等信息，对业务的合规性进行稽核。通过AI能力，在业务稽核场景下大大减少人工干预，减少工作量，提高效率和准确性。

场景5：AI+装维

装维小蜜基于语音识别、自然语言识别、对话管理、语音合成等技术，提供人机智能问答、互动的能力，改变传统支撑模式，为一线装维及后端支撑提供全天候支撑服务，既释放装维工作压力，提供装维效率，可以支撑运维管理各种不同的场景。

场景6：AI+资源稽查

资源工程实施中，通过AI赋能，实现光缆挂牌信息OCR识别、ODF端口占用情况识别、光分端口占用识别等，从而达成存量资源数据稽核工作，降低人工核对的工作量。