目前我們主要考慮從兩個方面開展積極實踐和探索,一是現網的智能化運維,主要是圍繞現網運維和業務服務過程中網維、網優、市場、客服等領域的工作,針對高度依賴專家和人力投入的場景,積極引入人工智能技術逐步向自動化、智能化、降本增效方向轉變。二是打造下一代的智慧網絡,主要是結合未來網絡正在向5G、NFV、SDN方向演進的技術趨勢,打造下一代網絡的新型智慧大腦,實現對云化網絡的智能編排、調度、控制、運營等能力。中國移動正在積極布局下一代智慧網絡編排管理系統, 2017年聯合AT&T推出了下一代網管網絡編排器的開源框架ONAP,現已成為業界最有影響力的開源社區之一。
下一代網絡是運營商的未來,而人工智能是實現下一代網絡智能化大腦最核心、最根本技術,所以運營商要從未來通信網絡行業生存和立足的戰略高度來考慮在人工智能上的投入。
人工智能的廣泛使用會進一步加快網絡朝著基礎設施云化、網絡功能虛擬化、軟件定義連接和白盒化硬件等方向發展。對現有通信網絡底層的網元、網管、IT設備和系統都會產生重要改變。
在生態上,隨著NFV/SDN、云計算、AI等新興技術的引入,運營商以往主要圍繞CT技術形成的運營商、設備廠商、系統集成商為主的產業鏈生態上下游和環境,必將隨之發生變化,將有更多的IT廠商、AI廠商加入到生態環境中。
中國移動聚焦電信行業場景,建設“九天”人工智能平臺,打造開放的人工智能基礎平臺和核心能力,并開始在網絡智能化、市場營銷和客戶服務智能化等領域開展應用。比如,中國移動自主研發的智能客服“移娃”系統,單月與客戶交互超2億次,已成為全球服務量最大的應答交互系統之一。隨著運營商對AI技術的積極引入和AI基礎能力的建設,AI技術和專業人才與各業務環節形成緊密耦合,必將帶來更好的應用效果。
從人工智能的核心技術機器學習產生突破性進展、實現由學術界到工業界規模化應用的過程來看,數據、算法、算力三要素缺一不可。云計算、X86分布式集群所帶來的并行計算能力和海量存儲能力,以及GPU、TPU等專用硬件的使用,解決了因算力不足算法無法被大規模數據訓練的困局。事實上,目前各行業應用人工智能技術過程中,發現制約AI算法訓練和應用效果的重要因素是數據本身,不僅包括所能收集的數據規模,也包括可用于AI算法訓練的人工標注的數據集規模和質量。
憑借得天獨厚的用戶規模及網絡優勢,運營商擁有的數據資產具有場景來源豐富、覆蓋面全、實時性強、真實性高等優質特征,更重要的是,運營商通過客戶服務等日常服務途徑對很多數據完成了“標注”,形成了高價值的訓練數據集,這些都是人工智能技術和應用的最核心和最有價值原料,其價值不言而喻,促進人工智能廣泛應用的機會顯而易見。但同時受用戶隱私、數據安全、大數據和人工智能相關政策法規未健全等因素的制約,如何使用這些數據,充分發揮其數據資產的價值,推動人工智能更好服務產業和社會,仍面臨著重大挑戰。