各位奮戰(zhàn)在規(guī)劃、建設(shè)、運維和網(wǎng)優(yōu)一線的兄弟姐妹們，大家好，我是你們既愛又恨的朋友——網(wǎng)絡(luò)自動化。

回頭已是十年身，從08年誕生到現(xiàn)在，小弟其實已經(jīng)悄悄陪伴大家十余個春秋了，但說來慚愧，小弟不才，一直沒機(jī)會大顯身手，估計至今仍然有很多朋友對我感到陌生。

今天，感謝這個5G+AI時代，將我與eMMB、uRLLC和mMTC并列為5G的四大支柱，小弟也總算熬出了頭，首次拉轟地站在了前臺。

估計大家對eMMB、uRLLC和mMTC這三根柱已爛熟于胸，可對我依然云里霧里，所以是時候該向大家做一個徹底的自我介紹了。

終于熬出頭

追求簡單，但非簡略?！?愛因斯坦

要是他老人家還在，看到我們今天的移動網(wǎng)絡(luò)，估計也會無奈地吐舌頭吧。

幾十年來，我們的移動網(wǎng)絡(luò)從1G到4G不斷發(fā)展，空前改變了人類生活，但這背后卻讓整個電信業(yè)付出了沉重的代價——技術(shù)不斷疊加，網(wǎng)絡(luò)變得越來越復(fù)雜。

▲網(wǎng)絡(luò)越來越復(fù)雜，運維擔(dān)子越來越重

這是我們不得不付出的代價，畢竟網(wǎng)絡(luò)性能和服務(wù)質(zhì)量的改進(jìn)不會從天而降，大多數(shù)新技術(shù)的引入都會增加復(fù)雜性。

但令人遺憾的是，一方面，網(wǎng)絡(luò)越來越復(fù)雜;另一方面，傳統(tǒng)人肉運維模式卻幾乎一直未變，令設(shè)計、規(guī)劃、建設(shè)、維護(hù)、網(wǎng)優(yōu)一線的工程師們背負(fù)的重?fù)?dān)累加如山，工作越來越苦。

運營商不得不雇傭更多的人力來分析網(wǎng)絡(luò)問題，修復(fù)網(wǎng)絡(luò)故障，這又導(dǎo)致了整體效率低下，運維成本越來越高。

現(xiàn)在5G來了，網(wǎng)絡(luò)運營將面臨新的挑戰(zhàn)。

▲5G時代網(wǎng)絡(luò)運營面臨的挑戰(zhàn)

首先，5G新技術(shù)引入會給網(wǎng)絡(luò)運維帶來全新挑戰(zhàn)。

多制式技術(shù)共存，宏站、微站、皮站異構(gòu)共存，網(wǎng)絡(luò)將空前密集。5G終端、業(yè)務(wù)、場景將更加多樣化，網(wǎng)絡(luò)再增復(fù)雜性。同時，NSA/SA組網(wǎng)，以及NFV/SDN/邊緣計算等新技術(shù)引入，令網(wǎng)絡(luò)架構(gòu)更復(fù)雜。

其次，我們過去經(jīng)常講“只要加班能解決問題，就沒有通信工程師解決不了的問題”，但進(jìn)入5G時代，我們不得不面對一個殘酷的現(xiàn)實——不管你怎么加班，很多問題依然無解。

以網(wǎng)絡(luò)優(yōu)化為例，過去全靠人去分析大量相互關(guān)聯(lián)的KPI指標(biāo)和參數(shù)，但人的大腦本不是為處理大量相互關(guān)聯(lián)的變量而“設(shè)計”的，你能同時跟蹤分析的KPI指標(biāo)或參數(shù)最多不超過6個。也就是說，隨著5G時代網(wǎng)絡(luò)參數(shù)數(shù)量的增加，靠人力根本無法得出最佳解決方案。

再則，5G要求新業(yè)務(wù)能快速上線，業(yè)務(wù)發(fā)布將從原來的幾個月縮短到幾天，甚至是小時級，并需在業(yè)務(wù)發(fā)布后實時保障低時延、高可靠的網(wǎng)絡(luò)服務(wù)能力，靠傳統(tǒng)人工流程同樣是不可能實現(xiàn)的。

簡而言之，5G時代即需要通過自動化來降低網(wǎng)絡(luò)復(fù)雜性和成本，也需要自動化來提升業(yè)務(wù)體驗和敏捷性，從而縮小量收剪刀差，促進(jìn)運營商持續(xù)健康發(fā)展。同時，人工智能正像當(dāng)年的電力革命一樣到來，必將給各行各業(yè)帶來巨大改變，電信業(yè)當(dāng)然也不例外。

這就是小弟我今天終于熬出了頭的原因。

你這貨不是10年前就出來了嗎?為啥一直不溫不火?不會是換了個馬甲出來忽悠吧?

這個問題問得好，這位同學(xué)，請問你是哪家單位的…

網(wǎng)絡(luò)自動化不是SON的新馬甲

你說的沒錯，網(wǎng)絡(luò)自動化并不是新鮮概念，業(yè)界早在十年前就提出了SON(自組織網(wǎng)絡(luò))概念。

SON技術(shù)主要包括三大功能：自配置、自優(yōu)化和自愈。自配置，指在站點開通時可實現(xiàn)網(wǎng)元自動發(fā)現(xiàn)，數(shù)據(jù)自動下載，傳輸自建立，以及PCI、鄰區(qū)和無線參數(shù)自配置;自優(yōu)化，指可自動完成干擾管理、切換優(yōu)化、接入優(yōu)化和容量優(yōu)化等工作;自愈，指可自動檢測基站或小區(qū)退服，并采用補(bǔ)償措施來減少退服影響。

SON的理念坦白說是充滿著情懷的，直至今日還在牽引業(yè)界自動化的方向。但當(dāng)年SON的技術(shù)卻存在無法逾越的局限性。

首先，SON只部署于無線網(wǎng)絡(luò)內(nèi)部，沒有自頂向下的系統(tǒng)性設(shè)計，缺乏全域、全網(wǎng)協(xié)同，不是端到端的自動化。

其次，SON以一套相對固定算法應(yīng)對不同的場景，需人工核查輔助，不具備自感知、自學(xué)習(xí)、自適應(yīng)、自預(yù)測和自干預(yù)能力，無法動態(tài)適應(yīng)越加復(fù)雜和多樣化的無線場景，它不是全閉環(huán)自動化。

再則，SON更多以小工具或特定功能的形式孤島式部署，沒有與網(wǎng)絡(luò)設(shè)計、規(guī)劃、建設(shè)、維護(hù)、優(yōu)化和業(yè)務(wù)發(fā)放等外部流程無縫打通。

換句話講，自動化是生產(chǎn)力，SON并沒有與網(wǎng)絡(luò)設(shè)計、規(guī)劃、建設(shè)、維護(hù)、優(yōu)化和業(yè)務(wù)發(fā)放等流程結(jié)成相互密切的關(guān)系，充分發(fā)揮出生產(chǎn)力的力量，這實際上存在著生產(chǎn)力與生產(chǎn)關(guān)系脫節(jié)。比如，引入SON后，優(yōu)化效率提升了，但核查工作反而增加了。

簡而言之，SON的技術(shù)也還在持續(xù)演進(jìn)，還在為網(wǎng)絡(luò)自動化的實現(xiàn)添磚加瓦，但已不是網(wǎng)絡(luò)自動化的代名詞。在人工智能時代，AI將為自動化插上高飛的翅膀，讓它可以超越局限，飛得更高，飛得更遠(yuǎn)。

AI時代的自動化

網(wǎng)絡(luò)自動駕駛開往自治5G時代

AI時代的自動化，就是告別零打碎敲的功能級SON，全新基于全域、全網(wǎng)來設(shè)計自動化網(wǎng)絡(luò)架構(gòu)，引入端到端的AI引擎構(gòu)建基于意圖和策略的全閉環(huán)自動化能力，然后再逐步添加設(shè)計、規(guī)劃、建設(shè)、維護(hù)、優(yōu)化和業(yè)務(wù)發(fā)放等自動化場景和用例，打通網(wǎng)絡(luò)運營全流程，最終邁進(jìn)全自治化網(wǎng)絡(luò)時代。

自治化網(wǎng)絡(luò)，也被業(yè)界稱為“自動駕駛網(wǎng)絡(luò)”，比如，華為在去年就提出了打造一個運維高效、性能卓越、業(yè)務(wù)敏捷的網(wǎng)絡(luò)，像汽車一樣，邁向 “自動駕駛”時代;比如，產(chǎn)業(yè)組織GSMA和TMF都有在牽引業(yè)界積極討論自動駕駛網(wǎng)絡(luò)的分級標(biāo)準(zhǔn)。

眾所周知，自動駕駛汽車分為6個等級：L0-人工駕駛、L1-輔助人工駕駛、L2-部分自動駕駛、L3-有條件自動駕駛、L4-高級自動駕駛、L5-全自動駕駛，逐步讓駕駛員從“解放雙腳”到“解放雙手”，再到“解放雙眼”，最終“解放大腦”，進(jìn)入無人駕駛時代。

自動駕駛汽車的基本原理是通過攝像頭、雷達(dá)、GPS等傳感器收集海量數(shù)據(jù)來“喂食”AI，實現(xiàn)自主決策和執(zhí)行剎車、轉(zhuǎn)向等動作，其架構(gòu)分為傳感器、本地智能、云端智能三層，傳感器實時感知周圍環(huán)境，本地智能實時分析和決策，云端負(fù)責(zé)模型訓(xùn)練、高清地圖更新、交通信息提示等。

與自動駕駛汽車一樣，自動駕駛網(wǎng)絡(luò)也分為了6個等級：L0-手工運維、L1-輔助運維、L2-部分自治網(wǎng)絡(luò)、L3-有條件自治網(wǎng)絡(luò)、L4-高度自治網(wǎng)絡(luò)、L5-完全自治網(wǎng)絡(luò)。

▲圖片來源：TMF自動駕駛網(wǎng)絡(luò)白皮書

在實現(xiàn)原理上，與自動駕駛汽車同樣相似，自動駕駛網(wǎng)絡(luò)通過收集海量網(wǎng)絡(luò)告警、事件、PM、MR、計費、客戶投訴等數(shù)據(jù)來“喂食”AI，實現(xiàn)可自學(xué)習(xí)、自分析、自決策和基于意圖的自治網(wǎng)絡(luò)。

好了，說到AI，就說到點子上了，也就是說我們需要系統(tǒng)性的引入AI能力才有可能實現(xiàn)自動駕駛網(wǎng)絡(luò)的終極使命。且由于移動網(wǎng)絡(luò)架構(gòu)呈現(xiàn)典型的分布式的葉子網(wǎng)絡(luò)，考慮到不同use case對時延的要求不盡相同，因此需要分層的引入AI能力實現(xiàn)及時的本地或者近端處理。因此在架構(gòu)實現(xiàn)上有三層：網(wǎng)絡(luò)基礎(chǔ)設(shè)施層，單域自治層以及跨域協(xié)調(diào)層。

網(wǎng)絡(luò)基礎(chǔ)設(shè)施層負(fù)責(zé)本地網(wǎng)元(比如基站)實時推理和處理海量數(shù)據(jù)。單域自治層(網(wǎng)絡(luò)管控層)通過管理與控制的融合，實現(xiàn)基于意圖與策略的單域閉環(huán)自動化能力。云AI基于開放的接口實現(xiàn)跨域跨廠家協(xié)同，并借助專家經(jīng)驗和全局?jǐn)?shù)據(jù)完成AI模型訓(xùn)練。

這樣的架構(gòu)設(shè)計好處在于 “分層自治、垂直協(xié)同”：一方面，各層之間可通過開放接口(開放API，SDK等)相互協(xié)調(diào)和交換信息;另一方面，各層可分別實現(xiàn)基于意圖的閉環(huán)自治，這就意味著各層之間通過開放接口相互協(xié)調(diào)和交換信息時，不必通過繁重的數(shù)據(jù)和參數(shù)，而簡化為了面向場景的意圖交換，從而即保證了在架構(gòu)上可分層實現(xiàn)，又能降低實現(xiàn)復(fù)雜性，最終更易于實現(xiàn)跨域的、整網(wǎng)的全閉環(huán)自治。

說得簡單，光設(shè)計好架構(gòu)，定好等級標(biāo)準(zhǔn)，恐怕還不夠吧?我們的網(wǎng)絡(luò)比自動駕駛汽車還復(fù)雜，什么時候才能實現(xiàn)啊?

這個問題問得非常好，這位同學(xué)，你是哪家單位的…

羅馬不是一天建成的

自動駕駛網(wǎng)絡(luò)正在逐場景實現(xiàn)

沒錯，全自治的5G網(wǎng)絡(luò)不可能一蹴而就，但一些場景下的自動化已經(jīng)在逐步實現(xiàn)。

先以基站建設(shè)為例，流程主要包括設(shè)備安裝上電、站點數(shù)據(jù)制作、站點開通、調(diào)測和驗收等環(huán)節(jié)。按照過去的流程，施工隊在現(xiàn)場負(fù)責(zé)設(shè)備安裝上電，后臺工程師負(fù)責(zé)站點數(shù)據(jù)制作、遠(yuǎn)程開通、遠(yuǎn)程調(diào)測，最后再進(jìn)行工程質(zhì)量檢查和驗收。

但施工隊的兄弟們，你們有沒有遇到過在現(xiàn)場等后臺做數(shù)據(jù)的情況?估計都遇到過，原因何在?

假設(shè)某運營商安排了25個施工隊，每個施工隊每天可安裝4個站，一天開通100個基站是沒有問題的，但問題來了，后臺網(wǎng)管中心的工程師只有3個人，由于需對逐個基站進(jìn)行數(shù)據(jù)配置、遠(yuǎn)程調(diào)測和質(zhì)量檢查，每人每天最多只能應(yīng)付20個站，3個后臺工程師一天總共才能完成60個基站，怎么辦?

現(xiàn)在加持AI的站點自動部署方案，基于全網(wǎng)歷史數(shù)據(jù)和AI，通過場景匹配、策略自動選擇和自動配置，可實現(xiàn)多站點并發(fā)自動執(zhí)行開通、調(diào)測和檢查，大幅減少站點部署過程中的人的干預(yù)，將效率翻倍。

再以網(wǎng)規(guī)網(wǎng)優(yōu)為例，眾所周知，5G Massive MIMO是5G關(guān)鍵技術(shù)之一，它可通過調(diào)整多天線陣列來動態(tài)控制波束方向圖(Beam Pattern)，使能5G MM天線下傾角、方位角、水平和垂直波寬均能動態(tài)可調(diào)，比如有賽事的時候?qū)⒍嗖ㄊ蛳驁鲳^內(nèi)，沒賽事的時候?qū)⒉ㄊ{(diào)整到周邊的CBD區(qū)域，比如覆蓋較遠(yuǎn)距離時采用更窄的波束以集中能量來補(bǔ)償路徑損耗，覆蓋較近距離時采用更寬的波束，這些都超越了傳統(tǒng)優(yōu)化工程師的能力邊界，只有基于機(jī)器學(xué)習(xí)和AI芯片才能快速精準(zhǔn)匹配最佳波束，大幅提升效率和性能。

在運維方面，大家都知道網(wǎng)絡(luò)中大部分告警都是因為一個根因引起，若基于AI對海量數(shù)據(jù)進(jìn)行多維分析，找出告警關(guān)聯(lián)性，構(gòu)建故障模型庫，可實現(xiàn)快速定位根因，提升運維效率。

在業(yè)務(wù)發(fā)放方面，譬如5G FWA(無線家寬)的業(yè)務(wù)發(fā)放，相較固網(wǎng)家寬業(yè)務(wù)，不同家庭由于不同地址的信號覆蓋不一樣，導(dǎo)致不同家庭可以提供的帶寬能力是不一樣的。譬如有的家庭可以1Gbps，有的家庭最多可以享受到10Mbps。傳統(tǒng)意義上需要派工程師上門去評估，而隨著自動化能力的引入，可以基于大數(shù)據(jù)和AI實現(xiàn)可保障帶寬的精準(zhǔn)預(yù)測。運營商只需要在營業(yè)廳就可以一鍵式完成FWA業(yè)務(wù)的發(fā)放。

…

案例很多，但列舉這些案例的目的，并不是要炫耀自動化有多能干，事實上這些案例距離我們遠(yuǎn)大的全自治化網(wǎng)絡(luò)目標(biāo)還很遠(yuǎn)，目的不過是要告訴大家，自動駕駛網(wǎng)絡(luò)正在像自動駕駛汽車一樣，逐場景逐等級向我們走來。

讓我們再比較一下自動駕駛汽車。自動駕駛汽車的演進(jìn)方向是先搭好設(shè)計架構(gòu)，定好等級標(biāo)準(zhǔn)，然后將駕駛行為、行駛場地與環(huán)境組合，構(gòu)成不同的場景，比如暴雨天氣下在高速公路上高速行駛場景，再對各個場景進(jìn)行逐一測試，一步一步邁向全自動駕駛。場景測試是實現(xiàn)自動駕駛相當(dāng)重要的一環(huán)。

與自動駕駛汽車一樣，自動駕駛網(wǎng)絡(luò)在通過架構(gòu)創(chuàng)新系統(tǒng)性的分層引入AI能力并定好等級標(biāo)準(zhǔn)(L0-L5)后，接下來就是對網(wǎng)絡(luò)規(guī)劃、建設(shè)、運維、優(yōu)化和業(yè)務(wù)發(fā)放等工作流程所涉及的場景進(jìn)行逐個測試、逐個封裝，一步步邁向自治5G網(wǎng)絡(luò)時代。

經(jīng)過大量的場景測試，今天自動駕駛汽車已實現(xiàn)幾千公里僅需一次人為干預(yù)，我們相信，自動駕駛網(wǎng)絡(luò)經(jīng)過逐步的場景測試和封裝，也將從L1向L2、L3、L4…逐級演進(jìn)。

其實，自動駕駛網(wǎng)絡(luò)可以跟自動駕駛汽車一樣實現(xiàn)沿途下蛋，及時讓使用者享受到自動化帶來的價值紅利。譬如，駕駛裝配有L2自動泊車功能的汽車，這讓很多新手司機(jī)出行欲望大增。同樣，自動駕駛網(wǎng)絡(luò)到L3就可以在很多特定場景下實現(xiàn)全流程的閉環(huán)自動化。譬如，網(wǎng)絡(luò)的自動化節(jié)能，站點的自動化部署等。這些都將及時的給運營商帶來運維效率、資源效率、能耗效率以及用戶體驗上的成倍提升。

所以，千萬不要認(rèn)為自動駕駛網(wǎng)絡(luò)還太遙遠(yuǎn)，事實上它正在加速到來。我們認(rèn)為大致在2021年左右，那些在網(wǎng)絡(luò)自動化以及數(shù)字化轉(zhuǎn)型都走得堅決的領(lǐng)先運營商的網(wǎng)絡(luò)大致可以實現(xiàn)L3的水平。

值得一提的是，GSMA在MWC19上海期間舉辦了AI in Network論壇，并成立了包括國內(nèi)三大運營商、華為等11家產(chǎn)業(yè)伙伴在內(nèi)的AI in Network大中國區(qū)特別工作組，旨在通過全產(chǎn)業(yè)共同定義清晰的分級標(biāo)準(zhǔn)以及案例的創(chuàng)新與分享推進(jìn)網(wǎng)絡(luò)自治的實現(xiàn)進(jìn)程。

面對越趨復(fù)雜的網(wǎng)絡(luò)和越來越高的運營成本，面對未來多樣化服務(wù)和來自互聯(lián)網(wǎng)云巨頭們的激烈競爭，電信業(yè)正積極推進(jìn)網(wǎng)絡(luò)自動駕駛，邁向網(wǎng)絡(luò)全自治化，以提升運營效率、競爭力和敏捷性。這不再是可選項，而是必選項。

各位規(guī)劃、建設(shè)、運維和網(wǎng)優(yōu)一線的兄弟姐妹們，以上就是關(guān)于我——網(wǎng)絡(luò)自動化的自我介紹，我已正式登場，并已來到各位身邊，毫不客氣的講，如果你今天對我不理不睬，不久之后你將被迫與我套近乎，因為我將成為你們未來工作必不可少的一部分，幫你們從枯燥而繁瑣的工作中解脫出來，更好地投入到創(chuàng)造性的工作中去。最后感謝大家聽我啰嗦了這么長時間，讓我們一起跳進(jìn)自動駕駛倉，共同駛往全自治的5G網(wǎng)絡(luò)時代!