本文版权为《邮电设计技术》所有，如需转载请联系《邮电设计技术》编辑部
摘要：5G时代运营商面临各种挑战，亟需引入AI能力进行应对。对于AI能力的建设，提出了以AI中台为核心的整体架构，给出了AI中台的建设模式、模型重训练、模块互联互通等方面的建议，并针对AI安全、隐私保护及数据治理进行了探讨。最后，对AI能力的演进给出了中短期发展建议。
关键词：AI；中台；模型重训练；互联互通；安全；数据治理
doi：10.12045/j.issn.1007-3043.2021.12.017
引言
近年来以5G、AI、云计算为代表的新技术迅猛发展，运营商逐步从主要服务于人转向全面服务于整个社会。人与人通信的单一模式逐渐演化为人与人、人与物、物与物的全场景通信模式，业务场景更加复杂。业务场景的复杂性将带来对SLA的差异化需求以及与之配套的网络管理的复杂性。2B方面，5G需应用于自动驾驶、工业控制、水表电表的自动抄表、智慧园区、智慧医疗、智能交通、智慧教育等；2C方面，5G需应用于云游戏、AR/VR等。
要支撑这些新业务，运营商面临如下的挑战。
a）新业务开发速度的挑战：传统方式下，由基础设施直接提供业务，相关能力竖井状散落在各个具体的业务中，新业务开发周期长。
b）云网拉通的挑战：OTT通过公有云、私有云、混合云、异构云，为各行业客户提供多环境、多形态、随需部署的多样化云服务，给电信运营商的运营带来极大的竞争压力；同时很多业务的提供还需要将云和网打通，但目前云网协同尚在推进中，业务的交付周期长、业务质量保障方面仍存在不足。拉通IT、CT、DT、OT能力，提供一体化服务，是电信业发展的必然。
c）运维的挑战：运营商的网络很长一段时期内都会是多制式（2G/3G、4G、5G）共存的环境，由此带来了协同和互操作难度，同时网络分层解耦架构带来故障定界定位困难，虚拟化/云化网络的动态变化带来资源统一调度和管理挑战等。
AI在特性挖掘、深度数据分析、策略动态生成等方面具备很大优势，将AI技术引入通信网络可以助力电信运营商构筑更加灵活、高效的信息基础设施，从而进行业务流量预测、设备的预防性维护和资源优化分配，减少重复性人工操作，可以更快速地拉通云网业务，提升新业务的开发速度。目前，运营商已在AI领域积极地开展实践。
