为什么用AI？怎么用AI？有什么AI？在哪用AI？
12月18日，以“AI赋能：通信业的变革与创新”为主题的2024通信产业大会暨第19届通信技术年会在北京召开。爱立信中国区云软件和服务总经理张志军作题为“AI赋能，加速网络智能化”的主题演讲，分享了爱立信如何用AI赋能网络的智能化。
张志军表示，在当今电信市场的新质运营时代，爱立信正致力于通过领先的电信AI技术，赋能网络智能化升级，为运营商应对复杂的网络需求提供强大的技术支持。以及致力于将创新科技与运营相结合，加速推动移动通信网络的智能化转型，为用户带来更高效的差异化服务和更优质网络体验。
为什么用AI？
在通信网络飞速发展的今天，网络所承载的业务和服务种类越来越丰富，从早期的短信、视频通话，到4G时代的移动宽带，再到5G所带来的eMBB、物联网、SD-WAN、专网和网络切片等，网络功能的多样化为用户带来了前所未有的体验。
张志军指出，随着时间的推移，通信技术的迭代、业务的发展、移动网络体型也变得越来越大，使用的网络技术越来越多，运维管理也越来越复杂。如果继续依赖传统的事件驱动、人工配置的运营模式，网络效能将无法跟上业务变化的步伐。这种模式不仅反应迟缓，难以满足实时业务需求，也无法有效应对日益复杂的网络维护挑战。
爱立信中国区云软件和服务总经理张志军表示，爱立信正致力于通过领先的电信AI技术，赋能网络智能化升级。
面对更多元化的业务场景、更庞大复杂的网络维护、更高的客户体验期待，必须在网络侧实现智能化，才能使这些需求化繁为简。而AI凭借与生俱来的强大的数据抽象处理和学习能力，恰恰可以作为加速器，使得网络智能化更好、更快、更简单，实现零接触网络的终极目标。
怎么用AI？
据张志军介绍，爱立信一直以来积极拥抱AI并在五大领域投入研究。
第一，建面向未来的认知网络。通过引入机器推理、混合AI和意图驱动管理机制，实现网络自智化的闭环控制，赋予网络更强大的决策与自适应能力。
第二，在AI与生成式AI领域，重点关注控制环路优化和意图处理。
第三，在分布式智能方面，通过引入联邦学习等技术，平衡全局与本地决策，确保网络能够在复杂的多层级架构下快速决策和执行。
第四，高度关注AI的可信度。通过可解释AI、安全机器学习和验证机制，确保AI的透明性和可控性，解决运营商在部署AI过程中对安全性、可靠性的顾虑。
第五，AI基础设施领域的量子计算和神经形态计算等。这些技术将为网络智能化提供更强大的算力支持，满足未来超大规模数据处理和实时决策的需求。
在具体AI部署上，爱立信建议根据AI功能、应用场景、反馈时间等进行仔细规划，整体考率，主要有两个方向。
一个场景是集中式AI，比如认知软件和应用是网络级的智能化协同解决方案，支持网络的全局智能优化。这些应用具备网络级协同调度、复杂决策能力和人机互动优化功能，特别适用于网络规划、演进、AI/ML生命周期管理、运维编排和软件升级等复杂场景。
另一个场景是嵌入式AI，为满足实时性和高效决策的需求，在产品单元比如基站板件嵌入了AI能力。这类AI具备本地化部署、高决策频次和全自动化特性，确保在毫秒级别完成决策与执行，特别适用于切换决策、QoS管理、双连接控制、频谱负载均衡等场景，可以有效提升网络资源利用率，降低延迟，确保用户体验的持续优化。
有什么AI？
张志军表示，爱立信使用AI技术，将数据分析、自动化运营、智能管理和最新的意图驱动，深度融合到其所有的产品组合里。在跟进AI技术十年中，十年磨十剑，陆续推出了10套AI产品方案。覆盖了不同的使用场景，同时从网络层面，覆盖无线接入网、传输网、核心网、网管平台和业务支撑平台的的端到端网络系统；从整个网络生命周期的层面，跨越了网络规划、网络建设、网络维护和网络优化的全流程。
特别值得一提的是，爱立信智能自动化平台（EIAP），是一个开放、多厂商兼容的平台，基于标准的接口，提炼打造了一个嵌入AI技术的自动化平台底座，不仅适用爱立信的设备，同时也可以兼容多厂商的产品，包括一些业务内容伙伴开发的应用。
此外，爱立信还关注客户体验与业务高效管理，提供数字体验平台与专家分析系统，助力运营商实现业务流程自动化和跨域数据分析。同时，通过Telco IT AI应用，爱立信推动电信IT系统的智能化，帮助运营商实现卓越运营与业务增长。
在哪用AI？
虽然“AI+电信”的路径有千万条，无需面面俱到。张志军建议，应从六个领域重点切入。
第一是如何从现有的基础设施中最大限程度地获取价值 ，第二是如何提升网络性能；第三是如何改善客户体验，第四是如何防止安全漏洞和恶意攻击确保网络安全，第五是如何高效运营日趋复杂的网络并转化为业务推动力；第六是如何提高能源使用效率，达成可持续发展的碳中和长期愿景。
在谈到爱立信AI的产品方案实际使用效果时，张志军认为，“小试牛刀，卓有成效”。在保护基础设施领域，SON 结合了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。应用无监督的机器学习聚类技术来发现网络拓扑结构实现18%的网络负载重新分配，节省了硬件投资。提升网络性能方面，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。在安全领域，ESM安全管理平台对网络提供7*24小时持续监测以应对复杂的多维网络攻击,通过AI技术将安全防御分析结果的可视化呈现，事故响应及处理操作变得更加便捷，节省80%的现场安全维护成本。在能耗管理领域，基带上运行AI算法，预测流量模型，并在需求较低时自动关闭天线，以节约能耗。
以爱立信与浙江移动湖州公司联合实践的“基于5G网络智能节电系统深化节能演进绿色节能优化方案”为例，通过AI技术与大数据分析，实现了基站能耗的大幅降低。这个方案已经应用于1万多个小区，日均节电可达3.9万度以上，预估每年节省电费超400万元。
电信领域的AI监管也是产业界关注的话题。爱立信认为，对所有AI技术适用的全面、广泛的监管并非必要，这种做法会对众多行业的创新产生不利影响。监管应以风险为基础，避免“一刀切”式的AI法规，应关注AI系统的输出结果及潜在滥用，而非AI技术本身，价值链中最具专业能力的市场参与者应承担相应的责任。爱立信在产品开发里一直坚持遵循对AI的可信度、透明度推崇和要求的原则，他们相信，公开、透明的价值观可以促进良性竞争并创造出更多的商业机会。