将AI（人工智能）引入通信网络，已经成为整个行业的普遍共识。
在不久前结束的MWC25上，AI大放异彩，成为整个展会的主角。众多参展商都将AI置于最显眼的位置，展示其业务与AI的融合，以及AI在通信网络中的创新应用。GSMA高管也明确指出：“AI在通信领域的应用，已经从概念验证阶段迈向实际部署阶段，特别是在5G-A网络的发展中。”
那么，通信究竟该如何与AI深度融合呢？行业领头羊爱立信，已经实现了哪些突破？
今天这篇文章，小枣君将为大家进行深入解读。
█ 通信网络演进，面临艰巨挑战
通信网络之所以要拥抱AI，和其自身所面临的发展困境有很大的关系。
正如大家所见，历经长期演进，人类的通信技术已经取得了巨大的进步。发达的通信网络，不仅改善了我们的生活水平，也给整个社会的发展奠定了坚实的基础。
但是，我们也会发现，通信网络技术的发展，遇到了一些传统手段难以克服的瓶颈和挑战。
业界经常用“三多”和“三高”来形容目前的网络现状，分别是场景多、数据多和设备多，以及容量高、带宽高和时延要求高。
整个通信网络的规模也在不断膨胀。通信网络所支撑的业务，不再是简单的语音、短信和数据，而是在此基础上叠加的海量新型应用。这些应用不仅面向消费互联网场景，也面向各个垂直行业场景，例如实时AR流媒体，矿山车辆远程控制，无人机低空感知，等等。
复杂应用场景，对通信网络的性能提出更高要求。而传统通信理论框架下，信道容量已经无限接近于香农极限，很难获得进一步的突破。
站在运营商的角度，面对日益复杂的网络，他们也承受着巨大的运维压力。
网络故障排查、资源优化、流量调度等任务，消耗了大量的人力物力资源，而效率却并不理想。运营商进行了大量的网络投资，亟需从现有的基础设施中挖掘出最大的价值。
此外，运营商所面临的挑战，还包括如何防范安全威胁、如何提升能源效率等。
简而言之，传统的技术手段，已经无法有效应对这些挑战。这不仅严重影响了用户体验和市场增长，也给网络的持续运营带来了极大的困扰。
█ AI革命，引领通信新一轮创新
AI技术的出现，给应对上述挑战提供了全新的思路。
通过先进的算法和强大的算力，AI可以在短时间内处理和分析海量数据，发现隐藏的规律和异常。AI还可以将数据转化为可执行的洞察，减少人为经验偏差。在处理速度和效率方面，AI展现出巨大的优势，可以实现重复性任务替代和流程优化，给传统场景带来革命性的改进。
和其它领域一样，通信领域也在积极研究AI的场景落地。
作为全球领先的通信设备商，爱立信的研究进展和成果尤其具有代表性，值得重点关注。
爱立信研究AI技术已经有十多年的时间，积累了丰富的经验，也取得了丰硕的成果。很多成果，都已通过产品方案进行落地。
爱立信将AI技术与电信领域的实践相结合，把数据分析、自动化运营、智能管理和最新的意图驱动，深度融合到所有的产品方案组合中。
例如，爱立信的自智网络应用和智能化自动平台，主要针对无线领域进行AI技术落地。其中的自智网络应用，是在无线产品里的一整套不断丰富的AI应用组件。这些AI应用组件可以解决不同无线自动化、智能化的多维需求。
爱立信智能自动化平台（EIAP），是一个开放、多厂商兼容的平台。这个平台基于标准接口，提炼打造了一个自动化的底座，不仅适用于爱立信的设备，也可以兼容多厂商的产品，包括一些业务内容提供商的AI部署实践。只要符合标准的接口，都可以部署在这个智能自动化平台上。
网络设计与优化平台，可以预测网络容量，根据现网的流量、话务模型等因素结合基站分布，提供更前瞻性的网络规划能力，而且在网络的运行过程中实现网络性能的提升。
网络维护管理平台，也称为“运营引擎”（Ericsson Operations Engine，EOE）。它将AI和自动化深度融合，为消费者和企业提供高质量的差异化5G服务。这个引擎结合了意图驱动，能够根据业务需求，将业务需求转化为实时网络操作，并通过AI洞察来优化资源使用，提升网络性能。
以上只是爱立信产品方案的其中一部分。爱立信的方案，已经覆盖了前面提到的所有痛点。从网络层面，覆盖了无线接入网、传输网到核心网的端到端网络。从网络生命周期层面，跨越了网络规划、网络建设、网络维护和网络优化的全流程。
█ 落地案例丰富，赋能网络运营全面升级
接下来，我们可以通过几个具体的案例，看看爱立信这些平台和方案是如何在一线场景发挥作用的。
在基础设施领域，爱立信落地了自组织网络（SON）的一个AI实例。
他们结合意图驱动的主动和被动优化工作流，运用先进的序列算法来大规模优化小区集群。同时，他们应用无监督的机器学习聚类技术，来发现网络拓扑结构。最终，实现了现有网络资源18%的负载重新分配。整个网络的资源利用更平衡，从而节省了运营商的建设投资。
在网络性能领域，可以看一个网络寻呼功能的案例。
爱立信在网络的核心节点部署了基于机器学习的增强寻呼功能，它不仅能够感知网络的拓扑结构，还可以减少80%信令的负荷，有效提升了网络性能。
第三个案例，来自客户体验领域。
爱立信开发了基于机器学习的网络NPS（净推荐值）预测模型，用于分析数据并确定最佳和最差的NPS评分。在每月的第一天，模型可以预测NPS得分较差的小区，便于工程师及时采取改善措施。根据数据显示，这个预测模型增加了24%的NPS，并减少了20%的客户投诉。
第四个案例，来自安全领域。
爱立信安全管理平台，可以对网络进行7*24小时的持续监测，以应对复杂的多维网络攻击。通过引入AI/ML技术，显著降低了对现场工程师的需求，同时也降低了人为事故的比例，综合成本下降了80%。安全防御分析结果的可视化呈现结合AI技术的应用，使得事故响应和处理操作更快捷，整体效率提升了20%以上。
第五个案例，来自高效运营领域。
无线KPI对用户体验有很大的影响。爱立信的方案通过抓取网管的数据，结合机器学习模型进行分析，可以提前1到2个小时预判网络中可能发生的KPI退化。通过采取相应的措施，可以在问题发生前自动触发纠正行动，避免70%的无线KPI恶化。
最后，我们看看能源管理领域。
在这个领域的一个典型实例是增强Massive MIMO休眠功能。爱立信在基带上运行AI算法，预测流量模型，并在业务需求比较低的时候自动关闭天线，以此来节约能耗。这个功能可以与小区休眠和低能量调度器功能相结合，实现平均节能14%。
总而言之，爱立信在AI技术应用于通信领域的探索中，已经取得了显著的成果。在AI的助力下，通信网络的性能和资源利用率大幅提升，运营成本显著下降。
█ 意图驱动，网络发展的必然趋势
在前面的介绍中，多次提到了意图驱动。
传统的网络运营往往依赖于人工。近年来，开始有了自动化的功能，例如自动化巡检等。面对复杂多变的需求变化，无论是人工还是自动化，都难以应对。因此，需要进一步向智能化和意图驱动演进。
在意图驱动的网络里，网络的使用者，只需要告诉网络想达到的目标（也就是意图），而不需要告诉网络如何实现目标。网络得到意图后，会将意图翻译成网络需求，采用AI赋能或者非AI赋能的方式，自主实现意图并将结果反馈给意图提出方。
基于意图驱动的网络，具备自主决策的能力。未来，还将进一步发展为零接触网络，几乎不需要人工监督和干预，网络能够自主管理和运行，也具备了完全自主化的能力。
爱立信已经规划了AI赋能和意图驱动的统一架构，根据任务闭环的实时性要求，分为集中式AI和分布式AI。
集中式AI由基于O-RAN联盟SMO架构的EIAP和rAPP提供，EIAP是爱立信的无线自智平台，位于厂商无线网管的位置，负责闭环时间大于1秒的AI任务。
分布式AI作为5G-A软件功能的一部分，由BBU内生提供，负责闭环时间小于1秒的AI任务。爱立信5G-A软件将内置意图处理器，接收外部的意图，并负责内部闭环的实现。
目前，爱立信已经提供了基于意图的节能和基于意图的无线资源预留两个功能，未来将提供更多的基于意图的功能。
█ 最后的话
正如大家所见，AI技术正在深刻地改变通信网络的运营方式，引领新一轮通信技术革命的浪潮。
爱立信专家指出：“数字化未来的世界，将构筑在由AI支撑的智能化、可编程网络之上。”
AI赋能和意图驱动，是可编程网络的三大基石之一（另外两个基石，分别是差异化的连接以及网络能力开放）。这三大基石，将创造并释放“新质价值”，让网络更灵活、更智能、更开放，从而很好的应对未来挑战。
