人工智能行業(yè)邁向智能世界2024：ICT服務(wù)與軟件

Ⅰ數(shù)字化、智能化、低碳化是確定性趨勢(shì)。未來(lái)十年最大的機(jī)會(huì)是人工智能，大模型是

AI

發(fā)展的一次技術(shù)革命，加持

AI

人工智能的行業(yè)數(shù)字化轉(zhuǎn)型將駛?cè)肟燔?chē)道，如數(shù)字政府、數(shù)智金融、智能制造、智慧港口、智慧礦山等，根據(jù)華為最新的《智能世界

2030》報(bào)告，2030

年全球

AI

算力相比

2020

年將增長(zhǎng)

500

倍，連接數(shù)將突破

2000

億。“智變”將帶來(lái)“質(zhì)變”，躍升行業(yè)數(shù)字生產(chǎn)力成為智能時(shí)代的主旋律，全面擁抱

AI

智能時(shí)代，抓住行業(yè)數(shù)智化轉(zhuǎn)型大機(jī)遇，對(duì)

ICT

服務(wù)與軟件帶來(lái)了新的挑戰(zhàn)和訴求，這需要全行業(yè)攜手共進(jìn)，在以下

6

個(gè)關(guān)鍵方面做好準(zhǔn)備：一、智能時(shí)代，ICT

基礎(chǔ)設(shè)施將走向算網(wǎng)融合、云網(wǎng)融合、網(wǎng)智融合，這需要全行業(yè)聯(lián)合定義新的目標(biāo)架構(gòu)，并通過(guò)目標(biāo)網(wǎng)規(guī)劃、跨域設(shè)計(jì)與集成、網(wǎng)絡(luò)與業(yè)務(wù)協(xié)同優(yōu)化和運(yùn)維等專(zhuān)業(yè)服務(wù)實(shí)施落地，做到架構(gòu)極簡(jiǎn)、安全韌性、綠色高效和可持續(xù)演進(jìn)，實(shí)現(xiàn)最強(qiáng)算力、最強(qiáng)運(yùn)力和最強(qiáng)存力。本次

HC

大會(huì)，華為

ICT

服務(wù)與軟件將聯(lián)合

Analysys

Mason

共同發(fā)布面向智能時(shí)代的《網(wǎng)絡(luò)韌性白皮書(shū)》。二、構(gòu)建基于大模型的新專(zhuān)業(yè)服務(wù)能力，將“大模型”泛化到

ICT

服務(wù)領(lǐng)域，實(shí)現(xiàn)

AI

普惠。以ChatGPT

為代表的

AIGC

表現(xiàn)出前所未有的潛能，華為

ICT

服務(wù)和軟件持續(xù)同步行業(yè)最新發(fā)展，大膽探索，用

AI

人工智能進(jìn)一步使能自身的數(shù)智化轉(zhuǎn)型，創(chuàng)造性地解決業(yè)界難題，聯(lián)合服務(wù)伙伴為客戶持續(xù)提供領(lǐng)先的

ICT

服務(wù)與軟件解決方案，如：網(wǎng)絡(luò)和設(shè)備維護(hù)做到預(yù)測(cè)預(yù)防、移動(dòng)金融業(yè)務(wù)做到精準(zhǔn)風(fēng)控、客服中心做到智能對(duì)話應(yīng)答，在智能客服領(lǐng)域，依托自然語(yǔ)言模型的意圖理解，準(zhǔn)確率已經(jīng)達(dá)到

95%。三、保障確定性SLA

體驗(yàn)的網(wǎng)絡(luò)，讓

ICT

技術(shù)深入OT

生產(chǎn)網(wǎng)。基于服務(wù)實(shí)踐、經(jīng)驗(yàn)和算法，利用知識(shí)圖譜和故障樹(shù)等技術(shù)，對(duì)設(shè)備故障、網(wǎng)絡(luò)性能和用戶體驗(yàn)進(jìn)行精準(zhǔn)建模，做到故障可預(yù)測(cè)預(yù)防、性能可仿真可優(yōu)化、體驗(yàn)可度量可管理，讓

ICT

技術(shù)深入企業(yè)生產(chǎn)環(huán)境，躍升數(shù)字生產(chǎn)力，如：港口和礦山的無(wú)人駕駛，煤礦的遠(yuǎn)程挖掘，電網(wǎng)的無(wú)人巡檢，制造工廠的機(jī)器視覺(jué)等，這些都需要有專(zhuān)業(yè)服務(wù)來(lái)保障具體組網(wǎng)場(chǎng)景下的吞吐率、時(shí)延、抖動(dòng)等網(wǎng)絡(luò)性能。四、將“智能”帶進(jìn)數(shù)字業(yè)務(wù)，打造新體驗(yàn)，激發(fā)新機(jī)會(huì)。將自然語(yǔ)言識(shí)別、視頻、知識(shí)圖譜等技術(shù)引入傳統(tǒng)呼叫中心，將其升級(jí)為智能聯(lián)絡(luò)中心，能大幅提升用戶體驗(yàn)并拓寬業(yè)務(wù)范圍，開(kāi)辟新藍(lán)海；再如，將大數(shù)據(jù)分析、精準(zhǔn)風(fēng)控建模等引入移動(dòng)金融業(yè)務(wù)，壞賬預(yù)測(cè)準(zhǔn)確率從

70%

提升到

90%，在擴(kuò)大信貸規(guī)模的同時(shí)，大幅減少壞賬損失…五、培養(yǎng)和發(fā)展新型數(shù)智人才，駕馭行業(yè)數(shù)智化轉(zhuǎn)型。人才是轉(zhuǎn)型的根本，從管理者到基層員工，唯有持續(xù)提升企業(yè)數(shù)字化領(lǐng)導(dǎo)力和專(zhuān)業(yè)技能，才能駕馭面向未來(lái)的數(shù)智化轉(zhuǎn)型。華為培訓(xùn)和認(rèn)證提供豐富的場(chǎng)景化實(shí)踐環(huán)境與學(xué)習(xí)平臺(tái)，協(xié)同伙伴幫助組織完成人才發(fā)展和技能儲(chǔ)備。使能行業(yè)數(shù)智化加速序言：目錄0102070803趨勢(shì)一10趨勢(shì)二34趨勢(shì)七37趨勢(shì)八綠色轉(zhuǎn)型與智能升級(jí)算力集群及平臺(tái)從“建好”向“管AI

大模型加持，升級(jí)呼叫中心，2B

計(jì)費(fèi)能力和智能化套餐為運(yùn)營(yíng)商開(kāi)啟

ICT“新基建”低碳源動(dòng)力好用好”轉(zhuǎn)變，持續(xù)釋放數(shù)智生產(chǎn)力從成本中心轉(zhuǎn)變?yōu)轶w驗(yàn)

+

收入中心精細(xì)化運(yùn)營(yíng)及價(jià)值變現(xiàn)提供更多可能0304091014趨勢(shì)三18趨勢(shì)四40趨勢(shì)九45趨勢(shì)十?dāng)?shù)據(jù)是智能的基礎(chǔ)，需要確保數(shù)據(jù)”以網(wǎng)絡(luò)為中心的運(yùn)維模式向以業(yè)務(wù)融合行業(yè)認(rèn)知，掌握數(shù)據(jù)與

AI

技人才運(yùn)營(yíng)需構(gòu)建培訓(xùn)領(lǐng)域知識(shí)庫(kù)，存得下、流得動(dòng)、用得穩(wěn)”，為數(shù)為中心的運(yùn)維模式轉(zhuǎn)變術(shù)的智算人才，才能駕馭行業(yè)數(shù)智加持

AI

大模型能力，全面提升學(xué)據(jù)安全保駕護(hù)航化轉(zhuǎn)型的快車(chē)習(xí)體驗(yàn)和效果050623趨勢(shì)五30趨勢(shì)六5G-A

和商業(yè)場(chǎng)景融合催生確定性SLA

體驗(yàn)保障需求，促進(jìn)新價(jià)值創(chuàng)造移動(dòng)金融數(shù)智化，加速價(jià)值用戶轉(zhuǎn)化，降低交易風(fēng)險(xiǎn)，擴(kuò)大支付生態(tài)實(shí)現(xiàn)高質(zhì)量發(fā)展211趨勢(shì)一綠色轉(zhuǎn)型與智能升級(jí)開(kāi)啟

ICT“新基建”低碳源動(dòng)力數(shù)字化和低碳化相互驅(qū)動(dòng)，相互促進(jìn)，是推動(dòng)綠色發(fā)展的雙引擎，無(wú)論是數(shù)字化還是低碳化，ICT

技術(shù)都是關(guān)鍵的一環(huán)，圍繞網(wǎng)絡(luò)改造升級(jí)，資源高效利用，節(jié)能減排以及綠色發(fā)展戰(zhàn)略落地等行業(yè)核心關(guān)注點(diǎn)，持續(xù)推進(jìn)

ICT

技術(shù)創(chuàng)新，打造綠色

ICT

基礎(chǔ)設(shè)施，加速?gòu)哪芎南蚰苄мD(zhuǎn)變。隨著

AI

技術(shù)的不斷發(fā)展。數(shù)據(jù)、算力已經(jīng)成為行業(yè)數(shù)智化轉(zhuǎn)型發(fā)展進(jìn)程中不可或缺的生產(chǎn)要素和關(guān)鍵生產(chǎn)力。以全光骨干網(wǎng)絡(luò)、算力網(wǎng)絡(luò)、超算中心、智算中心為代表的數(shù)智基礎(chǔ)設(shè)施正在加快建設(shè)，唯有打造綠色、可靠、智能的

ICT

基礎(chǔ)設(shè)施，才能滿足多樣化場(chǎng)景業(yè)務(wù)可持續(xù)發(fā)展訴求，使能行業(yè)數(shù)智化加速。431.1

加快綠色網(wǎng)絡(luò)發(fā)展圖

2：ICT

基礎(chǔ)設(shè)施綠色管理三層指標(biāo)體系圖

1：ICT

基礎(chǔ)設(shè)施綠色網(wǎng)絡(luò)管理框架綠色標(biāo)準(zhǔn)體系評(píng)估通過(guò)網(wǎng)絡(luò)碳強(qiáng)度能量指數(shù)（NCIe）、網(wǎng)絡(luò)能效指數(shù)（NEE）、站點(diǎn)能效指數(shù)（SEE）、電力使用效率（PUE）、設(shè)備能效指數(shù)（TEE）等三層指標(biāo)和基線，構(gòu)建完整的綠色網(wǎng)絡(luò)評(píng)估指標(biāo)體系；綠色運(yùn)營(yíng)平臺(tái)支撐綠色網(wǎng)絡(luò)基礎(chǔ)設(shè)施的可持續(xù)發(fā)展離不開(kāi)運(yùn)營(yíng)，建設(shè)數(shù)字化、智能化的綠色運(yùn)營(yíng)平臺(tái)是支撐綠色戰(zhàn)略、度量、方案等細(xì)致化運(yùn)營(yíng)的基礎(chǔ)；上面的圖顯示了典型電信網(wǎng)絡(luò)環(huán)境影響的測(cè)量，它涉及包含網(wǎng)絡(luò)、基礎(chǔ)設(shè)施和運(yùn)營(yíng)的不同方面的分層指標(biāo)。第一層是站點(diǎn)層，利用

TEE（電信能效）測(cè)量單個(gè)網(wǎng)絡(luò)設(shè)備的能效；利用

SEE（站點(diǎn)能效）和

PUE（電力使用效率）測(cè)量站點(diǎn)和數(shù)據(jù)中心的能效；第二層是網(wǎng)絡(luò)層。它利用網(wǎng)絡(luò)能效指數(shù)（NEE）來(lái)衡量整個(gè)網(wǎng)絡(luò)的整體能效；第三層是運(yùn)營(yíng)層，它利用網(wǎng)絡(luò)碳強(qiáng)度能量指數(shù)（NCIe）來(lái)衡量跨網(wǎng)絡(luò)傳輸數(shù)據(jù)的碳強(qiáng)度。總體而言，該分層體系不僅可以有效評(píng)估

ICT

網(wǎng)絡(luò)基礎(chǔ)設(shè)施的能源效率和碳排放強(qiáng)度，更為

ICT

網(wǎng)絡(luò)綠色轉(zhuǎn)型方案的實(shí)施以及

ICT

網(wǎng)絡(luò)為其它垂直行業(yè)的碳減排賦能提供了支撐。綠色網(wǎng)絡(luò)演進(jìn)框架利益方價(jià)值客戶價(jià)值股東價(jià)值…綠色目標(biāo)和規(guī)章(ESG)綠色執(zhí)行綠色實(shí)現(xiàn)綠色規(guī)劃指標(biāo)設(shè)計(jì)能效和網(wǎng)絡(luò)性能指標(biāo)行業(yè)標(biāo)準(zhǔn)與研究行動(dòng)計(jì)劃網(wǎng)絡(luò)&能源解決方案設(shè)計(jì)綠色交付設(shè)計(jì)解決方案可再生能源解決方案能效提升解決方案行業(yè)賦能解決方案運(yùn)營(yíng)資源準(zhǔn)備度看板、指數(shù)測(cè)量和跟蹤報(bào)告管理和策略執(zhí)行綠色網(wǎng)絡(luò)評(píng)估模型價(jià)值流和價(jià)值匹配數(shù)據(jù)分析與建模 API接口員工價(jià)值智能化的發(fā)展進(jìn)一步加速行業(yè)創(chuàng)新和發(fā)展進(jìn)程，傳統(tǒng)的

ICT

機(jī)房目前存在大量設(shè)備老舊，能源消耗巨大，空間不足以及維護(hù)難度大的問(wèn)題，改造升級(jí)涉及到方方面面的問(wèn)題，流程長(zhǎng)、效率低，難以支撐業(yè)務(wù)的持續(xù)創(chuàng)新和發(fā)展，ICT

網(wǎng)絡(luò)基礎(chǔ)設(shè)施作為數(shù)字化、智能化的底座必須進(jìn)行綠色轉(zhuǎn)型支撐業(yè)務(wù)可持續(xù)發(fā)展，為此要從綠色管理框架設(shè)計(jì)、綠色標(biāo)準(zhǔn)體系評(píng)估、綠色運(yùn)營(yíng)平臺(tái)支撐、綠色目標(biāo)網(wǎng)絡(luò)建設(shè)等方面進(jìn)行系統(tǒng)性設(shè)計(jì)與部署。65綠色管理框架設(shè)計(jì)綠色轉(zhuǎn)型是一項(xiàng)長(zhǎng)期的進(jìn)程，必須進(jìn)行管理框架的頂層設(shè)計(jì)和目標(biāo)規(guī)劃才能保障構(gòu)建持續(xù)領(lǐng)先的

ICT

網(wǎng)絡(luò)基礎(chǔ)設(shè)施。共建從“綠色治理”、“綠色規(guī)劃”到“綠色執(zhí)行”的三層管理框架，指導(dǎo)綠色轉(zhuǎn)型戰(zhàn)略落地；綠色管理框架是指在

ICT

行業(yè)內(nèi)推進(jìn)環(huán)境可持續(xù)性的整體方法，該框架旨在促進(jìn)整個(gè)綠色生態(tài)系統(tǒng)的可持續(xù)實(shí)踐。其中“綠色治理”是在信息與通信領(lǐng)域內(nèi)制定政策、準(zhǔn)則和決策程序，以促進(jìn)和確保環(huán)境可持續(xù)的做法，它涉及建立一個(gè)環(huán)境管理框架，并將綠色能源納入公司的整體戰(zhàn)略和運(yùn)營(yíng)中。

綠色規(guī)劃”即需要制定綠色演進(jìn)解決方案和綠色評(píng)估體系，并將其戰(zhàn)略性地整合到

ICT

網(wǎng)絡(luò)基礎(chǔ)設(shè)施發(fā)展規(guī)劃中。“綠色執(zhí)行”即實(shí)施綠色能源倡議，并在

ICT

網(wǎng)絡(luò)基礎(chǔ)設(shè)施綠色轉(zhuǎn)型進(jìn)程中持續(xù)管理和踐行。它側(cè)重于將戰(zhàn)略規(guī)劃轉(zhuǎn)化為具體的綠色演進(jìn)解決方案，并在

ICT

網(wǎng)絡(luò)的運(yùn)營(yíng)和運(yùn)維中持續(xù)優(yōu)化和提升。打造綠色運(yùn)營(yíng)平臺(tái)，通過(guò)數(shù)字化、智能化的手段，實(shí)現(xiàn)綠色戰(zhàn)略落地、碳排放強(qiáng)度監(jiān)控和綠色演進(jìn)方案制定等精細(xì)化治理，從可視、可管、可優(yōu)等多個(gè)維度，支撐運(yùn)營(yíng)商綠色運(yùn)營(yíng)組織，監(jiān)控、協(xié)調(diào)和優(yōu)化綠色轉(zhuǎn)型和碳減排相關(guān)工作。該平臺(tái)能夠從

ICT

基礎(chǔ)設(shè)各種設(shè)備收集關(guān)鍵數(shù)據(jù)，包括流量、性能、能耗、溫度、濕度等關(guān)鍵數(shù)據(jù)，并基于評(píng)估指標(biāo)和這些數(shù)據(jù)，針對(duì)性地提供解決方案開(kāi)發(fā)和投資收益分析，使

CSP

能夠從全局視角提升網(wǎng)絡(luò)運(yùn)營(yíng)效率和投資有效性。此外，該平臺(tái)還可以與碳排放監(jiān)管機(jī)構(gòu)、交易機(jī)構(gòu)和其它垂直行業(yè)對(duì)接，以支持監(jiān)管要求，支撐更多行業(yè)和全社會(huì)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型和碳減排。綠色目標(biāo)網(wǎng)絡(luò)建設(shè)通過(guò)

ICT

網(wǎng)絡(luò)綠色轉(zhuǎn)型的系統(tǒng)性規(guī)劃規(guī)劃設(shè)計(jì)和網(wǎng)絡(luò)集成與部署，支撐

CSP

逐步提升網(wǎng)絡(luò)能源效率，并減少碳排放量。在系統(tǒng)性規(guī)劃設(shè)計(jì)上，瞄準(zhǔn)“全局最優(yōu)”，即綜合業(yè)務(wù)發(fā)展、網(wǎng)絡(luò)能力、安全、能效等多個(gè)維度，協(xié)同規(guī)劃綠色目標(biāo)網(wǎng)架構(gòu)；網(wǎng)絡(luò)集成與部署的核心在于實(shí)現(xiàn)“安全演進(jìn)”，即多業(yè)務(wù)、多專(zhuān)業(yè)、多技術(shù)、多廠家的全場(chǎng)景平滑演進(jìn)。從綠色架構(gòu)設(shè)計(jì)、綠色站點(diǎn)改造和綠色機(jī)房改造等三個(gè)方面進(jìn)行創(chuàng)新和實(shí)踐，支撐

CSP

綠色目標(biāo)網(wǎng)的規(guī)劃與建設(shè)。1、綠色架構(gòu)設(shè)計(jì)：綠色目標(biāo)網(wǎng)建設(shè)必須圍繞站點(diǎn)、機(jī)房和網(wǎng)絡(luò)的全生命周期進(jìn)行架構(gòu)規(guī)劃，包括網(wǎng)絡(luò)規(guī)劃、設(shè)計(jì)、改造和運(yùn)營(yíng)運(yùn)維等。綠色架構(gòu)設(shè)計(jì)首先需要保證

CSP

的業(yè)務(wù)增長(zhǎng)以及網(wǎng)絡(luò)能力不下滑，更合理地優(yōu)化網(wǎng)絡(luò)和站點(diǎn)、機(jī)房、光纜網(wǎng)等基礎(chǔ)設(shè)施的架構(gòu)，引入各種清潔能源和多能源協(xié)同方案，提升能源和資源效率，從中長(zhǎng)期角度持續(xù)優(yōu)化

OPEX

并改善經(jīng)營(yíng)結(jié)果。2、綠色站點(diǎn)改造：無(wú)線站點(diǎn)能耗占運(yùn)營(yíng)商網(wǎng)絡(luò)能耗的

70%

以上，而部分區(qū)域還面臨市電不穩(wěn)等問(wèn)題，站點(diǎn)斷電嚴(yán)重，通信的可持續(xù)性受到嚴(yán)重挑戰(zhàn)。綠色站點(diǎn)改造通過(guò)引入綠電、精簡(jiǎn)站點(diǎn)架構(gòu)和智能化能源優(yōu)化等方案，幫助運(yùn)營(yíng)商節(jié)能降碳，降低OPEX，提升網(wǎng)絡(luò)健壯性，并促進(jìn)業(yè)務(wù)穩(wěn)定增長(zhǎng)。中國(guó)移動(dòng)

2023

年極簡(jiǎn)改造

2.3

萬(wàn)站，年節(jié)電

2.9

億度，電費(fèi)、租金、維護(hù)費(fèi)共節(jié)省

3.5億人民幣，同時(shí)支持

5G

Ready

和

ToB、ToH

業(yè)務(wù)發(fā)展；南非

MTN

受電力危機(jī)影響，站點(diǎn)可用率低于

80%，通過(guò)疊光、混改、智能調(diào)優(yōu)等組合保供方案改造，站點(diǎn)

PAV

提升到

99.6%，網(wǎng)絡(luò)流量增長(zhǎng)

50%，節(jié)油超

10%。3、綠色機(jī)房改造：機(jī)房是

CSP

的核心資產(chǎn)，包含了多代際、多廠家、多專(zhuān)業(yè)的各種網(wǎng)絡(luò)設(shè)備，在光進(jìn)銅退、固移融合（FMC）、兩網(wǎng)合并等多種技術(shù)演進(jìn)和發(fā)展趨勢(shì)下，機(jī)房的能源和資源效率、安全性亟需改進(jìn)。綠色機(jī)房改造包括業(yè)務(wù)遷轉(zhuǎn)、時(shí)延評(píng)估優(yōu)化等業(yè)務(wù)層改造方案，SDH

現(xiàn)代化、波分智改、傳輸資源清理等網(wǎng)絡(luò)層改造方案，機(jī)房電源

/

空調(diào)

/

疊光

/

疊儲(chǔ)等基礎(chǔ)設(shè)施改造方案，以及能效可視、能效分析等綠色評(píng)估服務(wù)。南非

Telkom

作為南非最大的固網(wǎng)運(yùn)營(yíng)商通過(guò)老舊設(shè)備退網(wǎng)、網(wǎng)絡(luò)演進(jìn)和能源改造三步走實(shí)現(xiàn)綠色機(jī)房升級(jí)煥新，OPEX

能源費(fèi)用降低

43%，拆除3200

機(jī)柜節(jié)省空間

92%，在節(jié)能降碳的同時(shí)，更有效支撐未來(lái)網(wǎng)絡(luò)建設(shè)與業(yè)務(wù)發(fā)展。1.2

數(shù)據(jù)中心綠色低碳先行根據(jù)畢馬威

2023

世界人工智能大會(huì)發(fā)布的《普慧算力開(kāi)啟新計(jì)算時(shí)代》報(bào)告，2012

年后，全球頭部

AI

模型訓(xùn)練算力需求呈指數(shù)級(jí)增長(zhǎng)，每

3-4

個(gè)月翻一番，即平均每年算力增長(zhǎng)幅度達(dá)到10

倍。其中，制造業(yè)將成為普惠算力最大潛在市場(chǎng)，另外還有

ICT，汽車(chē)、金融、醫(yī)療和教育等算力水平頭部行業(yè)。算力爆發(fā)帶來(lái)功率密度攀升。根據(jù)《中國(guó)綠色算力發(fā)展研究報(bào)告（2023

年）》指出未來(lái)隨著人工智能模型訓(xùn)練推理等應(yīng)用增加，多樣化算力協(xié)同成為常態(tài)，單機(jī)柜主流功率密度將提高到12-15KW，超算、智算中心功率密度將提升至

40KW

以上。這勢(shì)必帶來(lái)能耗劇增。根據(jù)國(guó)際能源署發(fā)布的《2024

年電力報(bào)告》數(shù)據(jù)顯示，全球數(shù)據(jù)中心、AI

等相關(guān)電力需求將從

2022

年的460twh

上升到

2026

年的

620-1015twh,

復(fù)合增長(zhǎng)率為

9.6%-22.9%。而同時(shí)，隨著國(guó)家“雙碳”戰(zhàn)略落地，政府對(duì)存量數(shù)據(jù)中心

PUE

等節(jié)能指標(biāo)提出更高要求。根據(jù)

2023

年審計(jì)署委托工信部制定《數(shù)據(jù)中心

PUE

評(píng)估和驗(yàn)收規(guī)范》，2025

年，新建大型

/

超大型數(shù)據(jù)中心

PUE<1.3，改建核心機(jī)房PUE<1.5。以上均對(duì)數(shù)據(jù)中心的建設(shè)帶來(lái)巨大挑戰(zhàn)，新指標(biāo)，新范圍，新措施全面協(xié)同，打造新一代綠色低碳數(shù)據(jù)中心需實(shí)現(xiàn)“三個(gè)轉(zhuǎn)變”。新指標(biāo)：節(jié)能指標(biāo)從

PUE

向可持續(xù)發(fā)展、綜合指標(biāo)、全面碳控的

XUE

轉(zhuǎn)變：通過(guò)計(jì)算數(shù)據(jù)中心總能耗與

IT

設(shè)備能耗的比值，PUE

當(dāng)前被廣泛應(yīng)用于衡量數(shù)據(jù)中心的能源利用效率。而隨著智算時(shí)代數(shù)據(jù)中心規(guī)模的不斷擴(kuò)大，能源消耗增加帶來(lái)的碳排放問(wèn)題、冷卻系統(tǒng)大量用水帶來(lái)的水資源短缺問(wèn)題等日趨嚴(yán)峻，先進(jìn)數(shù)據(jù)中心節(jié)能指標(biāo)走向多元化，從

PUE

走向WUE（Water

Usage

Effectiveness），CUE（Carbon

Usage

Effectiveness），GUE（GridUsage

Effectiveness）等綜合可持續(xù)發(fā)展指標(biāo)。872趨勢(shì)二算力集群及平臺(tái)從“建好”向“管好用好”轉(zhuǎn)變，持續(xù)釋放數(shù)智生產(chǎn)力通過(guò)

L1+L2

聯(lián)動(dòng)調(diào)優(yōu)，優(yōu)化全棧算力能效，降低整體能耗，引領(lǐng)智算能耗評(píng)價(jià)新標(biāo)準(zhǔn)。新措施：節(jié)能措施從單一向多樣化場(chǎng)景轉(zhuǎn)變：隨著不同行業(yè)對(duì)算力的要求變得更加復(fù)雜與多元化，多樣化算力需求成為數(shù)據(jù)中心必然趨勢(shì)。傳統(tǒng)冷凍水方案節(jié)能以提溫度，改善氣流，優(yōu)化設(shè)備效率為主，較為單一，節(jié)能效果已逼近極限，面向多樣化場(chǎng)景的節(jié)能措施應(yīng)運(yùn)而生。冷凍水極致自然冷，通過(guò)提高水溫，擴(kuò)大溫差，提高系統(tǒng)換熱效率，提升自然冷利用比例，為進(jìn)一步優(yōu)化

PUE

提供了新思路；另一方面通過(guò)水液融合，共用冷源，設(shè)備分期部署，構(gòu)建彈性制冷架構(gòu)，適配算力演進(jìn)，并通過(guò)

L1

與

L2

聯(lián)動(dòng)調(diào)優(yōu)，從

PUE

優(yōu)化走向全棧能效優(yōu)化。圖

3：數(shù)據(jù)中心能效指標(biāo)新范圍：節(jié)能模式從

L1+L2

聯(lián)動(dòng)向智能調(diào)節(jié)模式轉(zhuǎn)變：傳統(tǒng)節(jié)能模式以優(yōu)化

L1

能耗為主，智算時(shí)代水液混合帶來(lái)模式轉(zhuǎn)變。L1

與

L2

相互影響，如提高液冷冷源

CDU

供液溫度可降低

PUE，但會(huì)增加

IT

芯片功耗，提高風(fēng)冷冷源溫度可降低PUE，但會(huì)增加服務(wù)器風(fēng)扇功耗等。PUE

低不再等于總能耗低，L1+L2

聯(lián)動(dòng)調(diào)優(yōu)成為關(guān)鍵。通過(guò)獲取

L2

側(cè)服務(wù)器負(fù)載、芯片溫度、風(fēng)扇轉(zhuǎn)速、訓(xùn)練狀態(tài)等，以及

L1

側(cè)液冷供回水溫度、環(huán)境溫度、冷源工況等數(shù)據(jù)，構(gòu)建冷源能耗優(yōu)化模型、全棧能耗優(yōu)化模型、跨層協(xié)同優(yōu)化模型以及業(yè)務(wù)負(fù)載調(diào)度模型等，尋找最佳能效的水溫控制點(diǎn)資源，實(shí)現(xiàn)

L1+L2

整體能耗優(yōu)化，并根據(jù)調(diào)度任務(wù)計(jì)劃均衡業(yè)務(wù)負(fù)載調(diào)度、識(shí)別未使用的計(jì)算資源、選擇合適的電源主備功率及休眠模式以最小化設(shè)備能耗，最終實(shí)現(xiàn)滿足

PUE

達(dá)標(biāo)、IT

性能最優(yōu)與基礎(chǔ)設(shè)施整體能耗最優(yōu)等多目標(biāo)尋優(yōu)。用電效率：PUE用水效率：WUE算力能效：GUE環(huán)保效率：CUE極致PUE已成數(shù)據(jù)中心要求單位能耗算力更高，體現(xiàn)數(shù)據(jù)中心真實(shí)GUE：衡量市電容量一定的情況下可以部署

IT

設(shè)備最大數(shù)量的指標(biāo)數(shù)據(jù)中心10年生命周期碳排82.9萬(wàn)噸生命周期碳足跡：制造

建設(shè)

使用

騰退建筑垃圾，重金屬、噪聲污染清潔能源使用率RUE北方區(qū)域明確限制數(shù)據(jù)中心用水量豐水區(qū)：1~1.4L/kWh缺水區(qū)：0~0.6L/kWh新建DC：1.4

1.25

1.15存量DC：1.8

1.5

1.31092.1

智能化時(shí)代網(wǎng)絡(luò)承載更多業(yè)務(wù)和數(shù)據(jù)，建設(shè)高可靠性算力網(wǎng)是關(guān)鍵數(shù)據(jù)是新時(shí)代的生產(chǎn)要素，算力是設(shè)備處理數(shù)據(jù)的速率，數(shù)據(jù)量的快速擴(kuò)張帶動(dòng)算力需求顯著上升。隨著數(shù)字經(jīng)濟(jì)的發(fā)展，目前已經(jīng)處于一個(gè)數(shù)據(jù)成倍式增長(zhǎng)的時(shí)代，相關(guān)數(shù)據(jù)統(tǒng)計(jì)顯示，全球數(shù)據(jù)量預(yù)計(jì)到

2035

年將達(dá)到

2,142ZB。傳統(tǒng)的

ICT

網(wǎng)絡(luò)基礎(chǔ)設(shè)施僅承擔(dān)信息傳輸?shù)幕A(chǔ)功能，而算力網(wǎng)絡(luò)將數(shù)據(jù)中心、云端，網(wǎng)端以及終端進(jìn)行融合，可直接通過(guò)網(wǎng)絡(luò)調(diào)用接入的各類(lèi)算力資源，實(shí)現(xiàn)一站式的算力服務(wù)。智能化場(chǎng)景及業(yè)務(wù)持續(xù)發(fā)展，算力網(wǎng)絡(luò)依靠傳統(tǒng)可靠性設(shè)計(jì)及維護(hù)很難滿足穩(wěn)定性要求，需要從架構(gòu)上進(jìn)行優(yōu)化支撐中長(zhǎng)期平滑演進(jìn)；依靠流程管理和專(zhuān)家經(jīng)驗(yàn)判斷的動(dòng)網(wǎng)變更將難以為繼，需要借助數(shù)字孿生網(wǎng)絡(luò)進(jìn)行高精確變更檢查及執(zhí)行，才能確保網(wǎng)絡(luò)持續(xù)穩(wěn)定及高品質(zhì)算力體驗(yàn)；構(gòu)建高穩(wěn)定的算力網(wǎng)需要從業(yè)務(wù)目標(biāo)、網(wǎng)絡(luò)架構(gòu)以及動(dòng)態(tài)網(wǎng)絡(luò)保障三個(gè)方面加強(qiáng)韌性能力，保障算力網(wǎng)能夠支撐中長(zhǎng)期面向

AI

業(yè)務(wù)及場(chǎng)景的平滑演進(jìn)。業(yè)務(wù)韌性是目標(biāo)：根據(jù)業(yè)務(wù)發(fā)展戰(zhàn)略目標(biāo)，規(guī)劃關(guān)鍵場(chǎng)景的業(yè)務(wù)韌性。然后依據(jù)業(yè)務(wù)韌性規(guī)劃，執(zhí)行網(wǎng)絡(luò)架構(gòu)韌性規(guī)劃，從靜態(tài)和動(dòng)態(tài)兩個(gè)維度發(fā)現(xiàn)韌性風(fēng)險(xiǎn)，然后針對(duì)性執(zhí)行韌性網(wǎng)絡(luò)優(yōu)化改造，在改造過(guò)程中以動(dòng)網(wǎng)保障確保改造成功，最終實(shí)現(xiàn)業(yè)務(wù)韌性。架構(gòu)韌性提升是基礎(chǔ)：需要從架構(gòu)評(píng)估和可視、生存性分析和韌性優(yōu)化與改造三個(gè)方面逐一發(fā)力。架構(gòu)評(píng)估和可視，即對(duì)網(wǎng)絡(luò)架構(gòu)執(zhí)行靜態(tài)確定性核查，目的是防架構(gòu)腐朽，確保規(guī)劃設(shè)計(jì)閉環(huán)，投資有效。其中可充分利用業(yè)界已有的韌性成熟度模型、韌性

STABLE

標(biāo)準(zhǔn)執(zhí)行定量打分。生存性分析，即對(duì)網(wǎng)絡(luò)架構(gòu)執(zhí)行動(dòng)態(tài)不確定性核查，目的是防生存性風(fēng)險(xiǎn)以系統(tǒng)工程的方法，利用數(shù)字孿生平臺(tái)執(zhí)行擾動(dòng)遍歷分析。韌性網(wǎng)絡(luò)優(yōu)化改造，即從爆炸半徑、事故概率、改造成本等維度，執(zhí)行網(wǎng)絡(luò)優(yōu)化改造方案，包括網(wǎng)絡(luò)設(shè)施強(qiáng)化（設(shè)備擴(kuò)容

/

改造

/

新建和遷移

)、網(wǎng)絡(luò)調(diào)優(yōu)（配置優(yōu)化

/

設(shè)備遷移調(diào)優(yōu)）等。動(dòng)網(wǎng)韌性是保障：在動(dòng)網(wǎng)環(huán)境執(zhí)行“三道防線”，即事前動(dòng)網(wǎng)仿真+

配置核查、事中自動(dòng)執(zhí)行、事后業(yè)務(wù)撥測(cè)，以實(shí)現(xiàn)動(dòng)網(wǎng)操作零風(fēng)險(xiǎn)。人工智能在經(jīng)過(guò)兩次寒冬后，2012

年開(kāi)始蓬勃發(fā)展。70

年人工智能的發(fā)展史的總結(jié)與Scaling

Law

的底層邏輯基本一致，即人工智能水平若要獲得長(zhǎng)期提升，高效利用算力是業(yè)界通用的最佳路徑。如今大模型創(chuàng)新持續(xù)火熱，集群上線速度決定了模型創(chuàng)新速度；同時(shí)在模型參數(shù)量與集群規(guī)模的擴(kuò)大的過(guò)程中，集群的組網(wǎng)更加復(fù)雜，通信帶來(lái)的額外開(kāi)銷(xiāo)，器件數(shù)增長(zhǎng)帶來(lái)的故障率提升，給集群的穩(wěn)定性、性能提出了更多挑戰(zhàn)。算力集群及平臺(tái)的建設(shè)持續(xù)加速以滿足各行業(yè)

AI

大模型的開(kāi)發(fā)和應(yīng)用，但目前依然存在資源利用率低及商業(yè)閉環(huán)難的問(wèn)題，通信及互聯(lián)網(wǎng)行業(yè)的算力平臺(tái)建設(shè)與自身業(yè)務(wù)的發(fā)展和應(yīng)用密切關(guān)聯(lián)，在商業(yè)模式方面有更多選擇，其它算力平臺(tái)的變現(xiàn)方式主要以資源租售為主，模式單一，資源效率低，因此對(duì)算力平臺(tái)的關(guān)注點(diǎn)必然從建設(shè)層面向運(yùn)維運(yùn)營(yíng)層面轉(zhuǎn)變，考慮如何管好用好算力，釋放行業(yè)數(shù)智生產(chǎn)力。12112.2

算力上線速度決定模型創(chuàng)新收益，算力平臺(tái)建設(shè)與運(yùn)營(yíng)需要更快、更穩(wěn)、更優(yōu)2.3

數(shù)據(jù)與模型是智能化發(fā)展的核心，深耕數(shù)據(jù)價(jià)值、降低AI開(kāi)發(fā)門(mén)檻，是實(shí)現(xiàn)敏捷、可持續(xù)創(chuàng)新的關(guān)鍵集群交付工期影響算力變現(xiàn)效率：面向行業(yè)提供

AI

模型服務(wù)及算力服務(wù)是算力集群的主流變現(xiàn)方式，而集群建設(shè)是一個(gè)復(fù)雜的系統(tǒng)工程，專(zhuān)業(yè)性強(qiáng)、工序多、周期長(zhǎng)，行業(yè)亟需具備一體化設(shè)計(jì)集成工具能力的算力平臺(tái)服務(wù)，消除集群建設(shè)全流程斷點(diǎn)，實(shí)現(xiàn)算力高效部署，加速算力平臺(tái)上線；集群高可用是算力價(jià)值兌現(xiàn)的保障：伴隨模型規(guī)模增大，算力集群規(guī)模持續(xù)擴(kuò)大，器件數(shù)的遞增引發(fā)故障率提升，集群的穩(wěn)定運(yùn)行需求驅(qū)動(dòng)驅(qū)動(dòng)建設(shè)期實(shí)現(xiàn)多層多級(jí)的壓力測(cè)試，通過(guò)集成服務(wù)進(jìn)行集群上線前潛在隱患的系統(tǒng)性深挖、全棧協(xié)同優(yōu)化，實(shí)現(xiàn)集群的“優(yōu)生”，支撐集群運(yùn)營(yíng)期模型穩(wěn)定訓(xùn)練的“優(yōu)育”，以算力集群賦能產(chǎn)業(yè)集群，使能百模千態(tài)，加速行業(yè)智能化。數(shù)據(jù)資產(chǎn)管理是行業(yè)智能化的基礎(chǔ)，大模型的出現(xiàn)推動(dòng)行業(yè)應(yīng)用快速爆發(fā)，沉睡的數(shù)據(jù)被喚醒，行業(yè)需數(shù)據(jù)使能服務(wù)的價(jià)值，通過(guò)對(duì)數(shù)據(jù)資產(chǎn)的智能管理與運(yùn)營(yíng)，充分發(fā)揮行業(yè)數(shù)據(jù)價(jià)值，釋放數(shù)據(jù)生產(chǎn)力；敏捷的開(kāi)發(fā)效率是行業(yè)應(yīng)用創(chuàng)新的基本保障，

AI

開(kāi)發(fā)涉及硬件層、算子層、模型層等全棧技術(shù)，技術(shù)演進(jìn)快、門(mén)檻高。企業(yè)對(duì)

AI

計(jì)算使能的服務(wù)需求日趨強(qiáng)烈，企業(yè)在創(chuàng)新過(guò)程通過(guò)原廠專(zhuān)家對(duì)開(kāi)發(fā)問(wèn)題的及時(shí)響應(yīng)服務(wù)，提升創(chuàng)新開(kāi)發(fā)效率、驅(qū)動(dòng)行業(yè)可持續(xù)創(chuàng)新；模型訓(xùn)練是人工智能創(chuàng)新的源頭，推理是人工智能技術(shù)價(jià)值閉環(huán)的關(guān)鍵環(huán)節(jié)，隨著模型種類(lèi)越來(lái)越豐富、參數(shù)越來(lái)越大，模型自定義需求越來(lái)越多，這些都對(duì)訓(xùn)練及推理性能、創(chuàng)新迭代速度、開(kāi)發(fā)效率提出了新的挑戰(zhàn)，因此讓大模型更易開(kāi)發(fā)、易適配、易部署的模型使能服務(wù)對(duì)行業(yè)愈發(fā)重要，通過(guò)服務(wù)加速企業(yè)大模型訓(xùn)練微調(diào)與推理部署效率、讓大模型更好的服務(wù)于各行各業(yè)。31413趨勢(shì)三數(shù)據(jù)是智能的基礎(chǔ)，需要確保數(shù)據(jù)“存得下、流得動(dòng)、用得穩(wěn)”，為數(shù)據(jù)安全保駕護(hù)航3.1

數(shù)據(jù)決定AI智能的高度，數(shù)據(jù)存儲(chǔ)成為AI大模型發(fā)展的關(guān)鍵基礎(chǔ)設(shè)施為了滿足

AI

大模型的新業(yè)務(wù)需求，傳統(tǒng)的數(shù)據(jù)中心的計(jì)算，存儲(chǔ)架構(gòu)從以

CPU

為中心向數(shù)據(jù)為中心的新系統(tǒng)架構(gòu)演進(jìn)，上下游生態(tài)逐步重構(gòu)。AI

智算集群通過(guò)存算分離的架構(gòu)，提供

PB

級(jí)存儲(chǔ)

TB

級(jí)帶寬的集成，不斷提升數(shù)據(jù)訪問(wèn)效率，滿足海量數(shù)據(jù)的高吞吐要求。為了匹配客戶當(dāng)前業(yè)務(wù)和新技術(shù)的發(fā)展，需要專(zhuān)業(yè)分析師對(duì)整個(gè)

IT

基礎(chǔ)設(shè)施進(jìn)行全面評(píng)估，提供最佳實(shí)踐和架構(gòu)演進(jìn)規(guī)劃設(shè)計(jì)，通過(guò)數(shù)據(jù)存儲(chǔ)集成構(gòu)筑安全可靠的數(shù)據(jù)底座。圖

4：AI

智算集群框架圖

5：模型訓(xùn)練與推理3.2

快速的集成讓業(yè)務(wù)平滑上線，實(shí)現(xiàn)數(shù)據(jù)安全流動(dòng)隨著客戶業(yè)務(wù)的發(fā)展，數(shù)據(jù)正在成為客戶的核心資產(chǎn)，為了滿足國(guó)家政策的監(jiān)管和等保要求，避免由于停電或宕機(jī)等導(dǎo)致核心業(yè)務(wù)系統(tǒng)中斷或數(shù)據(jù)丟失?；诓煌?/p>

RPO/RTO

需求，提供專(zhuān)業(yè)數(shù)據(jù)保護(hù)方案。通過(guò)專(zhuān)業(yè)化的容災(zāi)工具平臺(tái)，快速發(fā)現(xiàn)業(yè)務(wù)問(wèn)題，E2E

拓?fù)溥€原，縮短故障定位時(shí)間。智能體系化評(píng)估，提供業(yè)務(wù)影響和切換風(fēng)險(xiǎn)報(bào)告，輔助客戶進(jìn)行決策。對(duì)容災(zāi)切換進(jìn)行數(shù)字化編排，通過(guò)全程可視化，快速恢復(fù)關(guān)鍵業(yè)務(wù)。幫助客戶定期進(jìn)行容災(zāi)演練，主動(dòng)護(hù)航客戶業(yè)務(wù)安全。通過(guò)專(zhuān)業(yè)的遷移工具平臺(tái)，支持各種場(chǎng)景下的主流存儲(chǔ)，主機(jī)，數(shù)據(jù)庫(kù)，虛擬化的在線遷移，確保業(yè)務(wù)不中斷，數(shù)據(jù)不丟失。實(shí)現(xiàn)一鍵信息收集，一鍵遷移，讓數(shù)據(jù)安全流動(dòng)起來(lái)。數(shù)據(jù)歸集 數(shù)據(jù)預(yù)處理 模型訓(xùn)練 模型發(fā)布 模型推理 二次訓(xùn)練熱熱冷熱熱冷熱熱冷熱冷熱熱冷原始數(shù)據(jù)訓(xùn)練樣本數(shù)據(jù)checkpoint模型數(shù)據(jù)推理業(yè)務(wù)數(shù)據(jù)數(shù)據(jù)面Spine交換機(jī)...AI智算集群Spine層交換機(jī)Leaf層交換機(jī)計(jì)算節(jié)點(diǎn)讀寫(xiě)高速緩存層數(shù)據(jù)高性能層與大容量存儲(chǔ)層之間數(shù)據(jù)自動(dòng)遷移計(jì)算系統(tǒng)高性能層存儲(chǔ)服務(wù)器統(tǒng)一命名空間大容量層存儲(chǔ)服務(wù)器分級(jí)存儲(chǔ)系統(tǒng)計(jì)算節(jié)點(diǎn)2*100G數(shù)據(jù)面RoCE網(wǎng)口高速緩存節(jié)點(diǎn)2*100G

RoCE網(wǎng)口大容量存儲(chǔ)節(jié)點(diǎn)2*100G

RoCE網(wǎng)口外部網(wǎng)絡(luò)客戶數(shù)據(jù)中心網(wǎng)絡(luò)樣本數(shù)據(jù)從外部網(wǎng)絡(luò)導(dǎo)入、導(dǎo)出AI集群存儲(chǔ)業(yè)務(wù)TOR2*100G2*100G2*100G數(shù)據(jù)面Leaf交換機(jī)(計(jì)算側(cè))數(shù)據(jù)面Leaf交換機(jī)(存儲(chǔ)側(cè))存儲(chǔ)業(yè)務(wù)匯聚交換機(jī)業(yè)務(wù)面核心交換機(jī)隨著

AI

大模型逐步走向千行萬(wàn)業(yè)，NLP

逐步過(guò)渡到多模態(tài)，AI

大模型數(shù)據(jù)快速膨脹，數(shù)據(jù)處理復(fù)雜度呈現(xiàn)指數(shù)級(jí)增長(zhǎng)。在大模型的訓(xùn)練中，數(shù)據(jù)的規(guī)模和數(shù)據(jù)的質(zhì)量成為決定模型效果的關(guān)鍵因素。整個(gè)

AI

大模型的業(yè)務(wù)流程，特別涉及海量非結(jié)構(gòu)化數(shù)據(jù)的多協(xié)議訪問(wèn)，讀寫(xiě)，保存，加載，轉(zhuǎn)移，恢復(fù)，分級(jí)存儲(chǔ)和按需擴(kuò)容。AI

新業(yè)務(wù)場(chǎng)景為以數(shù)據(jù)為中心的快速存儲(chǔ)，高效流轉(zhuǎn)和信息安全帶來(lái)巨大的挑戰(zhàn)。16153.3

數(shù)據(jù)智能化提升運(yùn)營(yíng)效率，輔助客戶業(yè)務(wù)持續(xù)創(chuàng)新和發(fā)展隨著新業(yè)務(wù)、新技術(shù)、新產(chǎn)品特性和產(chǎn)品復(fù)雜性的激增，客戶陷入到自身消費(fèi)能力不足的消費(fèi)鴻溝中。持續(xù)增加的

IT

產(chǎn)品復(fù)雜度讓客戶很難使用好產(chǎn)品，客戶要么沒(méi)有時(shí)間，要么缺乏技能，或者沒(méi)有足夠人力，無(wú)法將他們采購(gòu)的這些產(chǎn)品的潛在價(jià)值充分釋放出來(lái)。而且客戶在購(gòu)買(mǎi)時(shí)已經(jīng)支付了費(fèi)用，由于不能及時(shí)使用產(chǎn)品，導(dǎo)致投資回報(bào)周期拉長(zhǎng)，風(fēng)險(xiǎn)與回報(bào)嚴(yán)重不相符?？蛻艏鼻械南胍蛻?zhàn)略伙伴一起找到一條實(shí)現(xiàn)商業(yè)價(jià)值的新路徑。為了更好的實(shí)現(xiàn)商業(yè)變現(xiàn)，客戶需要引入合作伙伴參與到客戶的商業(yè)成功中，與客戶共同面對(duì)相同的風(fēng)險(xiǎn)回報(bào)，提升客戶使用體驗(yàn)，充分發(fā)揮產(chǎn)品的潛在價(jià)值。伙伴則通過(guò)輔助運(yùn)營(yíng)服務(wù)滿足上述需求，首先指定經(jīng)驗(yàn)豐富的專(zhuān)家，根據(jù)多年最佳實(shí)踐經(jīng)驗(yàn)，快速提供適配解決方案，幫助業(yè)務(wù)快速上線；其次采用專(zhuān)業(yè)的工具平臺(tái)，通過(guò)海量設(shè)備統(tǒng)一管理，AI

智能預(yù)測(cè)，資源自動(dòng)化發(fā)放，應(yīng)用業(yè)務(wù)關(guān)聯(lián)分析，大屏可視化等方式提升業(yè)務(wù)體驗(yàn)；最后基于業(yè)界領(lǐng)先的

GREAT

評(píng)估模型，幫助客戶精準(zhǔn)分析

IT

業(yè)務(wù)系統(tǒng)，提供可持續(xù)架構(gòu)演進(jìn)和戰(zhàn)略指導(dǎo)，輔助客戶對(duì)數(shù)據(jù)進(jìn)行全生命周期的管理，幫助客戶實(shí)現(xiàn)商業(yè)成功。41817趨勢(shì)四以網(wǎng)絡(luò)為中心的運(yùn)維模式向以業(yè)務(wù)為中心的運(yùn)維模式轉(zhuǎn)變4.1

AN快速發(fā)展，以業(yè)務(wù)為中心的新型運(yùn)營(yíng)模式帶來(lái)R.I.S.E新商業(yè)價(jià)值自動(dòng)駕駛網(wǎng)絡(luò)經(jīng)過(guò)近

5

年發(fā)展，91%

運(yùn)營(yíng)商已將其納入戰(zhàn)略，并進(jìn)入實(shí)質(zhì)部署和快速發(fā)展期。然而多數(shù)運(yùn)營(yíng)商沿用以“網(wǎng)絡(luò)為中心”的運(yùn)營(yíng)模式，因其自動(dòng)化程度有限，存在數(shù)據(jù)孤島、流程孤立、嚴(yán)重依賴人工實(shí)現(xiàn)跨域協(xié)同等問(wèn)題，已難以支撐客戶業(yè)務(wù)戰(zhàn)略和目標(biāo)。以“業(yè)務(wù)為中心”的新一代運(yùn)營(yíng)模式，以智能和價(jià)值驅(qū)動(dòng)運(yùn)營(yíng)商運(yùn)維實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型及自治運(yùn)營(yíng)。新型運(yùn)營(yíng)模式具有數(shù)據(jù)驅(qū)動(dòng)流程、跨域自動(dòng)化協(xié)作、數(shù)據(jù)平臺(tái)和應(yīng)用深度融合、新型

AI

模型和電信級(jí)算法等特征，給客戶帶來(lái)跨域、跨層的全流程視圖，支撐客戶對(duì)所有運(yùn)營(yíng)流程端到端評(píng)估，由此演進(jìn)出新的商業(yè)價(jià)值：從效率（E）向收入、創(chuàng)新、滿意度、效率（R.I.S.E）轉(zhuǎn)變。圖

6：以業(yè)務(wù)為中心的新運(yùn)營(yíng)模式商業(yè)價(jià)值從

2019

年自動(dòng)駕駛網(wǎng)絡(luò)（Autonomous

Network，簡(jiǎn)稱(chēng)

AN）提出至今，全球

10+

頭部運(yùn)營(yíng)商已發(fā)布

2025-2027

年實(shí)現(xiàn)

L4

的戰(zhàn)略目標(biāo)。運(yùn)營(yíng)商

5G

規(guī)模部署和生成式

AI

等新技術(shù)的落地，系統(tǒng)性地推動(dòng)網(wǎng)絡(luò)向自動(dòng)化、智能化演進(jìn)。網(wǎng)絡(luò)即服務(wù)（NaaS）等新型功能，進(jìn)一步釋放網(wǎng)絡(luò)潛力，以求率先駕馭數(shù)字經(jīng)濟(jì)。市場(chǎng)及技術(shù)的發(fā)展要求運(yùn)營(yíng)模式同樣具備自動(dòng)化、智能化特點(diǎn)，以支撐企業(yè)戰(zhàn)略及業(yè)務(wù)發(fā)展。傳統(tǒng)以“網(wǎng)絡(luò)為中心”的運(yùn)營(yíng)模式因自動(dòng)化程度有限，亟需新型的運(yùn)營(yíng)模式，實(shí)現(xiàn)智能化運(yùn)營(yíng)轉(zhuǎn)型。+以網(wǎng)絡(luò)為中心的運(yùn)維（效率）以業(yè)務(wù)為中心的運(yùn)維（效率/業(yè)務(wù)效益）NOC外線維護(hù)MBB降損服務(wù)...FTTx運(yùn)維支撐...專(zhuān)線業(yè)務(wù)質(zhì)量提升...計(jì)算運(yùn)維服務(wù)度量指標(biāo)網(wǎng)絡(luò)可用性故障MTTR人均操作網(wǎng)元人均運(yùn)營(yíng)站點(diǎn)NOC自動(dòng)化改進(jìn)能源運(yùn)維數(shù)字化FME效率提升數(shù)據(jù)中心L1運(yùn)維面向自動(dòng)化iFM/iSDM/WFM提升接入網(wǎng)水平E.效率平臺(tái)場(chǎng)景化服務(wù)包流程與服務(wù)體系平臺(tái)面向事件，面向編排iEM/iStudio智能運(yùn)營(yíng)轉(zhuǎn)型度量指標(biāo)R.收入增加減少業(yè)務(wù)損失主動(dòng)投訴識(shí)別群發(fā)投訴FCRS.客戶滿意度/投訴專(zhuān)線違約率新一代智能運(yùn)維MSUP

4+1流程優(yōu)化數(shù)字化運(yùn)維成熟度評(píng)估I.創(chuàng)新開(kāi)發(fā)中增強(qiáng)型新增從效率向效益轉(zhuǎn)變的解決方案演進(jìn)4.2

GenAI

加速以業(yè)務(wù)為中心的運(yùn)營(yíng)轉(zhuǎn)型進(jìn)程，基礎(chǔ)運(yùn)維領(lǐng)域自動(dòng)化技術(shù)及場(chǎng)景持續(xù)深入GenAI

技術(shù)出現(xiàn)后迅速成為全球運(yùn)營(yíng)商研究的技術(shù)前沿和戰(zhàn)略中心，驅(qū)動(dòng)運(yùn)維領(lǐng)域

AI

應(yīng)用從被動(dòng)優(yōu)化

->

主動(dòng)支持，從異常檢測(cè)、問(wèn)題根因識(shí)別等應(yīng)用向增強(qiáng)客服、故障預(yù)測(cè)等領(lǐng)域加速推進(jìn)，驅(qū)動(dòng)企業(yè)數(shù)字化運(yùn)營(yíng)轉(zhuǎn)型。以香港電訊（HKT）為例，為充分挖掘

AI

價(jià)值，推動(dòng)從

CSP

向

DSP

戰(zhàn)略轉(zhuǎn)型，將”機(jī)器輔助人”ISOC

發(fā)展為“人輔助機(jī)器”ISOC

作為重要抓手，在故障管理方面，借助

GenAI、DTN技術(shù)打造故障和性能管理的Use

Case，實(shí)現(xiàn)智能服務(wù)監(jiān)控，問(wèn)題根因分析和修復(fù)時(shí)間從小時(shí)/

天->分鐘，同時(shí)也將

AI

技術(shù)應(yīng)用在客戶體驗(yàn)和投訴解決、企業(yè)客戶服務(wù)安全、網(wǎng)絡(luò)故障處理等場(chǎng)景。在基礎(chǔ)運(yùn)維領(lǐng)域，自動(dòng)化技術(shù)及應(yīng)用場(chǎng)景持續(xù)深入，基礎(chǔ)運(yùn)維工作標(biāo)準(zhǔn)化和流程化，極大幫助企業(yè)降本增效，促使業(yè)務(wù)加速創(chuàng)新與發(fā)展，在市場(chǎng)競(jìng)爭(zhēng)中保持領(lǐng)先地位并進(jìn)步實(shí)現(xiàn)可持續(xù)發(fā)展。然而，企業(yè)利用

GenAI

輔助運(yùn)營(yíng)轉(zhuǎn)型面臨很多挑戰(zhàn)：數(shù)據(jù)安全及隱私仍是最大挑戰(zhàn)，此外如何將敏感的客戶數(shù)據(jù)與公共

LLM

的數(shù)據(jù)集成，如何衡量模型調(diào)優(yōu)所需工作量等是

GenAI

技術(shù)在具體實(shí)施中必須解決的難題。圖

7：GenAI

加速香港電訊（HKT）數(shù)字化智能運(yùn)營(yíng)轉(zhuǎn)型DTN:DigitalTwinNetworkTAZ:TrafficAutonomous

ZoneEDNS:ExpectedDemandNot

ServedDeliverasuperior

5G

ExperienceLeadingNPSUninterruptedServiceExperienceLargeModel+DigitalTwinempowerAIAgentenableService-centricDigitalIntelligent

OperationsNetPromoterScoreTicketRateRestoration

TimeBusinessLossFirstCallRestoration

RateGenAIAcceleratesDigitalIntelligentOperations

TransformationLeading

Market RealizedCompetitiveEdge Service-centric

Digital

Operations SuperioritiesChatbotSemanticRecognition,Reveal

IntentCoPilotInteractive

AnalysisAutomatic

Orchestration/

ModelingAutonomous

AgentKnowledgeRepresentation&

ReasoningStructured

Detection,Analysis&Recommendations.

DataModeling&Governance;ModelTrainingFine-tuning

ChainScenarioApplication

ToolsLarge

ModelEnablementScenariosFundamentalModelIntelligentServiceMonitoring&

RestorationIntelligentNPS

Analysis&

Guidance…..IntelligentComplaintAnalysis&

HandlingEmpowerAICC

bringssuperiorCX/EX&AIvirtualSales

AgentsTAZBusiness-Experience-NetworkSpatial-temporalEvaluationGridLevel)ServiceDomain

LLM DTNPowerfulCorpus ?

EDNSDynamic

ServiceIncremental

Pre-training Impact

EvaluationInstruction

Fine-tuning (User

Level)2019新型運(yùn)維模式系統(tǒng)化演進(jìn)，需具備

6

大維度能力，3

個(gè)核心技術(shù)特征：從“網(wǎng)絡(luò)為中心”運(yùn)營(yíng)向“業(yè)務(wù)為中心”運(yùn)營(yíng)演進(jìn)面臨網(wǎng)絡(luò)和業(yè)務(wù)復(fù)雜度急劇增加、對(duì)模型算法和知識(shí)需求不斷增長(zhǎng)、場(chǎng)景化開(kāi)發(fā)以支撐敏捷業(yè)務(wù)、異構(gòu)IT

和網(wǎng)絡(luò)環(huán)境等現(xiàn)實(shí)挑戰(zhàn)，從技術(shù)、方案、運(yùn)營(yíng)模式層面均需持續(xù)迭代，是一個(gè)系統(tǒng)化工程。因此，未來(lái)運(yùn)維系統(tǒng)需具備

6

大維度演進(jìn)能力，三大核心技術(shù)功能，并具備如下內(nèi)在對(duì)應(yīng)關(guān)系：新型運(yùn)營(yíng)模式促使運(yùn)營(yíng)商在

ToB、ToC、ToH

領(lǐng)域業(yè)務(wù)創(chuàng)新和增收“面向消費(fèi)者

TOC”服務(wù)保障：在事件管理上增加敏捷的業(yè)務(wù)恢復(fù)能力，最大限度減少業(yè)務(wù)損失實(shí)現(xiàn)以業(yè)務(wù)為中心的運(yùn)營(yíng)，運(yùn)營(yíng)商必須考慮增加敏捷業(yè)務(wù)?；钅芰Γ⒎?wù)影響的可見(jiàn)性，在網(wǎng)絡(luò)事故時(shí)分鐘級(jí)業(yè)務(wù)恢復(fù)，來(lái)減少流量損失。比如：無(wú)線網(wǎng)元故障，基于現(xiàn)有的網(wǎng)絡(luò)覆蓋和無(wú)線接入網(wǎng)機(jī)制，通過(guò)調(diào)整相鄰基站的天線覆蓋和功率，可以快速恢復(fù)和補(bǔ)償部分受影響的用戶業(yè)務(wù)。這時(shí)，移動(dòng)用戶特征、業(yè)務(wù)影響、工單效率三個(gè)因素將共同決定工單優(yōu)先級(jí)，以達(dá)到最佳的運(yùn)營(yíng)效率?！懊嫦蚣彝?/p>

ToH”服務(wù)保障：FTTx

業(yè)務(wù)和網(wǎng)絡(luò)可管可視，一故障一單隨著

FTTx

業(yè)務(wù)快速增長(zhǎng)，無(wú)源設(shè)備數(shù)量劇增，從

OLT

到

ONT

都是啞資源，網(wǎng)絡(luò)拓?fù)錅?zhǔn)確性非常低；CSP

還面臨極高投訴率、大量無(wú)效重復(fù)工單，尤其在群障場(chǎng)景下，每一個(gè)投訴或每一個(gè)網(wǎng)元故障，都可能被分配一個(gè)工單?；?/p>

DTN

技術(shù)，CSP

可以采集全網(wǎng)

ONT

光功率數(shù)據(jù)進(jìn)行趨勢(shì)分析，糾正資源數(shù)據(jù)的錯(cuò)誤和不足，提高拓?fù)溥€原的準(zhǔn)確性，實(shí)現(xiàn)

FTTx

業(yè)務(wù)路徑可視、可管。另外拓?fù)湫畔⑴c時(shí)空聚類(lèi)算法結(jié)合，可對(duì)

FTTx

海量故障關(guān)聯(lián)和識(shí)別，一個(gè)群障內(nèi)所有無(wú)效工單可以合并為一個(gè)根因信息準(zhǔn)確的工單，從而減少無(wú)效工單，提高運(yùn)營(yíng)效率?！懊嫦蚱髽I(yè)

ToB”服務(wù)保障：業(yè)務(wù)級(jí)質(zhì)量可視，提供專(zhuān)線連接保障服務(wù)向政府和金融等企業(yè)客戶提供高質(zhì)量

SLA

的專(zhuān)線業(yè)務(wù)，服務(wù)質(zhì)量監(jiān)控已經(jīng)成為強(qiáng)制要求。在新型運(yùn)營(yíng)模式下，可實(shí)現(xiàn)服務(wù)級(jí)別的質(zhì)量可視化和面向企業(yè)級(jí)的主動(dòng)保證，如：利用

DTN技術(shù)，業(yè)務(wù)拓?fù)浏B加時(shí)延、擁塞等性能指標(biāo)，可實(shí)現(xiàn)業(yè)務(wù)拓?fù)浜椭鱾渎窂綘顟B(tài)的端到端可視；通過(guò)組合各類(lèi)故障診斷樹(shù)，快速識(shí)別事故，自動(dòng)關(guān)聯(lián)已有的用戶投訴，保障專(zhuān)線客戶的業(yè)務(wù)體驗(yàn)；匹配不同級(jí)別

QoS

需求，實(shí)現(xiàn)差異化

SLA

管理；通過(guò)業(yè)務(wù)狀態(tài)可視，主動(dòng)評(píng)估單節(jié)點(diǎn)、閃爍和光網(wǎng)絡(luò)的健康狀況，有助于識(shí)別潛在風(fēng)險(xiǎn)和隱藏故障，有效減少用戶投訴，實(shí)現(xiàn)主動(dòng)

SLA

保障。FME工單父告警告警信息嚴(yán)重程度受影響的流量受影響的用戶所屬領(lǐng)域CM-6829XXXX-0001gNodeB退出服務(wù)緊急20.1G199RAN-5GCM-6829XXXX-0005交流市電故障重要的14.5G148RAN-5GCM-6829XXXX-0002NodeB不可用緊急10.5G110無(wú)線-3GCM-6829XXXX-0004電池放電重要的7.4G80RAN-5GCM-6829XXXX-0006CSL鏈路故障重要的4.1G54無(wú)線-2GCM-6829XXXX-0003小區(qū)不可用緊急2.8G35RAN-4GEDNS增強(qiáng)無(wú)線流量損失減少探索降低傳輸損耗DTN基礎(chǔ)層狀態(tài)層跨層相關(guān)性圖層渲染GenAI域向量知識(shí)域提示工程域API資產(chǎn)服務(wù)使能工具鏈確定性網(wǎng)絡(luò)保證(DNA)數(shù)據(jù)

&智能+

專(zhuān)家可信賴的 電信模型與算法DevOps (MAT)(OTD)生態(tài)系統(tǒng)支持(EE)超自動(dòng)化(HA)電信知識(shí)平臺(tái)(TKP)6維能力進(jìn)一步整合并分組為3個(gè)核心技術(shù)特征圖

9：基于用戶和流量影響分析數(shù)據(jù)來(lái)確定

FME

工單的優(yōu)先順序圖

8：運(yùn)維能力及技術(shù)22215趨勢(shì)五5G-A

和商業(yè)場(chǎng)景融合催生確定性SLA

體驗(yàn)保障需求，促進(jìn)新價(jià)值創(chuàng)造圖

10：GSMA

《The

Mobile

Economy

2024》同時(shí)我們也看到，隨著

5G-A

的第一個(gè)標(biāo)準(zhǔn)版本

3GPP

Rel-18

于

2024

年

6

月

18

日在上海正式發(fā)布，全球多家電信運(yùn)營(yíng)商也已相繼公布了

5G-A

商用計(jì)劃。這些都預(yù)示著

5G-A

即將開(kāi)始嶄露頭角，并有望帶來(lái)新的商業(yè)增長(zhǎng)機(jī)會(huì)，亦值得密切關(guān)注。根據(jù)

GSMA

發(fā)布的《移動(dòng)經(jīng)濟(jì)報(bào)告

2023（The

mobile

economy

2023）》顯示，截至

2023

年底，全球單一移動(dòng)用戶滲透率已達(dá)到

69%。預(yù)計(jì)至

2030

年，這一數(shù)字將微增至74%?？紤]到人口增長(zhǎng)等綜合因素，年復(fù)合增長(zhǎng)率（CAGR）僅為

1.7%。尤其對(duì)于高價(jià)值的密集城區(qū)和經(jīng)濟(jì)發(fā)達(dá)地區(qū)，CAGR

將更低。這表明，全球運(yùn)營(yíng)商的人口紅利時(shí)代已經(jīng)結(jié)束，提升存量客戶價(jià)值已成為其實(shí)現(xiàn)可持續(xù)商業(yè)發(fā)展的必然選擇。同時(shí)，AI

技術(shù)與移動(dòng)網(wǎng)絡(luò)的融合應(yīng)用正在加速推動(dòng)移動(dòng)網(wǎng)絡(luò)的智能化演進(jìn)，有助于充分釋放網(wǎng)絡(luò)商業(yè)潛能。24235.1

網(wǎng)絡(luò)優(yōu)化對(duì)準(zhǔn)商業(yè)需求，釋放網(wǎng)絡(luò)價(jià)值為了不斷迎合消費(fèi)者日益提升的體驗(yàn)需求，越來(lái)越多的電信運(yùn)營(yíng)商開(kāi)始從單一的“流量經(jīng)營(yíng)”模式向更為多元化的“體驗(yàn)經(jīng)營(yíng)”模式轉(zhuǎn)變。具體實(shí)例包括：歐洲已有

31

家運(yùn)營(yíng)商發(fā)布了速率計(jì)費(fèi)套餐；廣東聯(lián)通在

22

年推出了

5G

直播套餐；上海移動(dòng)則在

24

年

6

月發(fā)布了魔速計(jì)劃，該計(jì)劃重點(diǎn)針對(duì)商旅、直播、游戲三大場(chǎng)景，推出了

5G-A

商用套餐；中東地區(qū)的多家運(yùn)營(yíng)商也推出了

FWA

速率分級(jí)套餐等。這一轉(zhuǎn)變趨勢(shì)促使網(wǎng)絡(luò)優(yōu)化的需求變得更加精細(xì)化和差異化，以滿足日益多樣化、個(gè)性化的服務(wù)需求。具體來(lái)說(shuō)，可以將網(wǎng)絡(luò)優(yōu)化歸為

3

類(lèi)：大規(guī)模、普遍性的日常優(yōu)化：此類(lèi)優(yōu)化措施旨在保障普通語(yǔ)音和流量用戶的基礎(chǔ)體驗(yàn)，涉及的用戶規(guī)模最大、網(wǎng)元數(shù)量最多，且技術(shù)手段相對(duì)成熟，因此，降本增效是其主要矛盾。融合

AI

技術(shù)，日常優(yōu)化正快速向自動(dòng)化演進(jìn)。面向場(chǎng)景化、差異化的體驗(yàn)經(jīng)營(yíng)的專(zhuān)題專(zhuān)項(xiàng)優(yōu)化：這類(lèi)優(yōu)化用于保障“體驗(yàn)經(jīng)營(yíng)”，即確保高價(jià)值用戶能夠享受到符合其訂購(gòu)套餐預(yù)期的高品質(zhì)網(wǎng)絡(luò)體驗(yàn)，并為網(wǎng)絡(luò)價(jià)值投資提供有力支持。鑒于這類(lèi)優(yōu)化主要面向具有個(gè)性化體驗(yàn)需求的高價(jià)值用戶，因此通常需要借助客戶體驗(yàn)管理（CEM）工具，并提供定制化的專(zhuān)題優(yōu)化或?qū)ｍ?xiàng)優(yōu)化服務(wù)。面向滿意度和凈推薦值（NPS）的優(yōu)化：這是終極的優(yōu)化，其核心目標(biāo)是提升客戶忠誠(chéng)度，旨在延長(zhǎng)客戶生命周期，并最終實(shí)現(xiàn)提升客戶生命周期綜合價(jià)值的目的。這一過(guò)程涉及對(duì)客戶體驗(yàn)的長(zhǎng)期跟蹤、深入分析及持續(xù)優(yōu)化。在當(dāng)今電信網(wǎng)絡(luò)用戶規(guī)模龐大、業(yè)務(wù)種類(lèi)繁多的背景下，用戶在不同的業(yè)務(wù)、場(chǎng)景和時(shí)間節(jié)點(diǎn)下可能會(huì)產(chǎn)生截然不同的體驗(yàn)，因此，這一優(yōu)化過(guò)程顯得尤為重要。多家頭部運(yùn)營(yíng)商已經(jīng)將客戶滿意度或凈推薦值（NPS）納入CEO

的關(guān)鍵考核指標(biāo)之中。圖

11：網(wǎng)絡(luò)和商業(yè)聯(lián)動(dòng)提升客戶價(jià)值網(wǎng)絡(luò)性能覆蓋語(yǔ)音速率感

比拼知與

OTT排名

視頻長(zhǎng)

NPS體驗(yàn)

客戶洞察單位成本客戶生命期

滿意度 周期價(jià)值231普通用戶基礎(chǔ)體驗(yàn)1日常優(yōu)化網(wǎng)絡(luò)性能為目標(biāo)大規(guī)模、普遍性專(zhuān)題專(zhuān)項(xiàng)優(yōu)化體驗(yàn)為目標(biāo)場(chǎng)景化、差異化個(gè)性化體驗(yàn)需求用戶極致體驗(yàn)忠誠(chéng)用戶高滿意度和NPS滿意度/NPS優(yōu)化忠誠(chéng)度為目標(biāo)長(zhǎng)期、深入、持續(xù)34精準(zhǔn)營(yíng)銷(xiāo)高度個(gè)性化、實(shí)時(shí)2網(wǎng)絡(luò)和商業(yè)聯(lián)動(dòng)提升客戶價(jià)值針對(duì)上述三類(lèi)場(chǎng)景，需要將自動(dòng)化、智能化、專(zhuān)業(yè)化、主動(dòng)化以及精細(xì)化等策略科學(xué)合理地應(yīng)用到對(duì)應(yīng)的場(chǎng)景中去，以最大化資源效率：第

1

類(lèi)場(chǎng)景快速向高階

AN

演進(jìn)：為逐步實(shí)現(xiàn)高度自動(dòng)化的網(wǎng)絡(luò)優(yōu)化目標(biāo)，AI

技術(shù)將持續(xù)進(jìn)化，掌握自主處理蘊(yùn)含成熟策略的子場(chǎng)景（例如

TopN

優(yōu)化、覆蓋優(yōu)化、容量管理等）的技能。這將確保實(shí)現(xiàn)實(shí)時(shí)高效的閉環(huán)控制、主動(dòng)的預(yù)測(cè)分析、卓越的成效以及高水平的自動(dòng)化。此外，鑒于5G

和

5G-A

網(wǎng)絡(luò)的獨(dú)特特性，波束級(jí)別的優(yōu)化能力也是該體系中不可或缺的組成部分。同時(shí)，確保輸入數(shù)據(jù)的極高質(zhì)量和全場(chǎng)景覆蓋，是保障

AI

應(yīng)用效果達(dá)到最佳的必要條件。第

2

類(lèi)場(chǎng)景要找到合適的專(zhuān)業(yè)伙伴進(jìn)行專(zhuān)題優(yōu)化：這與日常網(wǎng)絡(luò)優(yōu)化存在顯著差異，其中成本不再是核心矛盾，關(guān)鍵在于將商業(yè)訴求融入其中，實(shí)施以商業(yè)為導(dǎo)向的網(wǎng)絡(luò)優(yōu)化策略。這一策略要求高度專(zhuān)業(yè)化的技能和工具，并需深入理解運(yùn)營(yíng)商的業(yè)務(wù)需求。例如，針對(duì)

Facebook

的體驗(yàn)保障，需要能夠?qū)ζ溥M(jìn)行體驗(yàn)建模，以便迅速通過(guò)

KPI/KQI

的變化來(lái)識(shí)別

Facebook

的各種體驗(yàn)問(wèn)題。一旦出現(xiàn)問(wèn)題，還需能夠迅速將問(wèn)題分解到不同領(lǐng)域（例如無(wú)線、核心網(wǎng)、服務(wù)器等）和具體網(wǎng)元。之后，根據(jù)不同的優(yōu)化需求（如速率優(yōu)先、視頻卡頓率優(yōu)先、時(shí)延優(yōu)先等多目標(biāo)綜合優(yōu)化），進(jìn)行精準(zhǔn)且快速的優(yōu)化。因此，這類(lèi)場(chǎng)景的優(yōu)化通常依賴于專(zhuān)業(yè)廠商、尤其是設(shè)備原廠來(lái)提供支持。第

3

類(lèi)場(chǎng)景成功的關(guān)鍵是主動(dòng)管理、精準(zhǔn)優(yōu)化：傳統(tǒng)的客戶滿意度與

NPS（凈推薦值）管理主要依賴于調(diào)研驅(qū)動(dòng)，但這種方式存在諸多問(wèn)題，如樣本量有限、隨機(jī)性較大、根本原因難以追溯以及時(shí)間滯后等。在進(jìn)行優(yōu)化時(shí)，往往只能盡力而為，且對(duì)優(yōu)化結(jié)果難以做出準(zhǔn)確預(yù)測(cè)。然而，隨著

AI

和數(shù)字孿生技術(shù)的迅猛發(fā)展，一種以客觀數(shù)據(jù)和

AI

驅(qū)動(dòng)的優(yōu)化方式正逐漸嶄露頭角。這種優(yōu)化方式能夠利用時(shí)空數(shù)字孿生技術(shù)及其載體，還原用戶體驗(yàn)事件發(fā)生時(shí)的時(shí)間序列和對(duì)應(yīng)空間位置，讓滿意度與

NPS

管理“不再擲骰子”，有望成為滿足這一需求的基礎(chǔ)和剛需。26255.2

具備個(gè)性化大數(shù)據(jù)洞察的營(yíng)銷(xiāo)系統(tǒng)，是價(jià)值用戶發(fā)展的關(guān)鍵5.3

AI大模型需要與電信領(lǐng)域知識(shí)深度融合才能做好精細(xì)化業(yè)務(wù)運(yùn)營(yíng)客戶需求往往隱含在使用網(wǎng)絡(luò)的習(xí)慣之中，而網(wǎng)絡(luò)數(shù)據(jù)則是實(shí)現(xiàn)客戶精準(zhǔn)洞察不可或缺的必要條件。構(gòu)建個(gè)性化洞察與個(gè)性化營(yíng)銷(xiāo)能力，并將其應(yīng)用于日常生產(chǎn)實(shí)踐中，是商業(yè)成功的關(guān)鍵所在。實(shí)現(xiàn)“體驗(yàn)變現(xiàn)”商業(yè)成功的關(guān)鍵在于，精準(zhǔn)地識(shí)別那些愿意為優(yōu)質(zhì)體驗(yàn)額外付費(fèi)的客戶，并找到恰當(dāng)?shù)那篮蜁r(shí)機(jī)，向他們提供具有吸引力的產(chǎn)品。為此，電信運(yùn)營(yíng)商的營(yíng)銷(xiāo)系統(tǒng)需要具備多維度的個(gè)性化洞察能力、實(shí)時(shí)的智能決策能力，以及營(yíng)銷(xiāo)活動(dòng)策劃和多觸點(diǎn)營(yíng)銷(xiāo)執(zhí)行能力。通過(guò)這些能力的整合，市場(chǎng)營(yíng)銷(xiāo)與網(wǎng)絡(luò)可以實(shí)現(xiàn)有效聯(lián)動(dòng)，從而構(gòu)成完整的商業(yè)閉環(huán)。AI

正逐步成為電信行業(yè)的關(guān)鍵驅(qū)動(dòng)要素，對(duì)創(chuàng)造額外價(jià)值、提升運(yùn)營(yíng)效率和降低成本均發(fā)揮著至關(guān)重要的作用。然而，AI

并非萬(wàn)能，數(shù)據(jù)和領(lǐng)域知識(shí)才是電信運(yùn)營(yíng)商的立身之本，專(zhuān)家經(jīng)驗(yàn)依然不可或缺。在大模型時(shí)代，AI

技術(shù)正經(jīng)歷著快速的迭代更新，伴隨著巨大的基礎(chǔ)設(shè)施投資以及

AI

泛化能力的顯著增強(qiáng)，IT

和云廠商也因此獲得了顯著的賦能與提升。然而，單純的

IT

和云廠商尚未完全實(shí)現(xiàn)與電信領(lǐng)域知識(shí)的深度融合，運(yùn)營(yíng)商在做出決策時(shí)仍需保持高度的謹(jǐn)慎，切不可忽視數(shù)據(jù)與電信領(lǐng)域知識(shí)的重要性。據(jù)

Gartner

預(yù)測(cè)，截至

2025

年底，至少有

30%

的

GenAI

項(xiàng)目將在概念驗(yàn)證階段后被放棄。這一現(xiàn)象的主要原因包括數(shù)據(jù)質(zhì)量不達(dá)標(biāo)、風(fēng)險(xiǎn)控制措施不足、成本上升以及業(yè)務(wù)價(jià)值不明確等多重因素，歸根結(jié)底在于大模型與領(lǐng)域知識(shí)的融合程度不足，無(wú)法進(jìn)行高質(zhì)量的多維度綜合決策。5.4

5G-A給電信運(yùn)營(yíng)商帶來(lái)新增長(zhǎng)機(jī)會(huì)，同時(shí)催生了確定性SLA體驗(yàn)保障需求5G-A

的超高速率、低時(shí)延特性以及通感一體的能力，為眾多新商業(yè)場(chǎng)景的實(shí)現(xiàn)提供了可能。目前，先進(jìn)的運(yùn)營(yíng)商正與垂直行業(yè)的上下游合作伙伴攜手，積極探索并加速這些新場(chǎng)景的落地應(yīng)用。同時(shí)，為確保優(yōu)質(zhì)的網(wǎng)絡(luò)體驗(yàn)，確定性

SLA

網(wǎng)絡(luò)優(yōu)化能力即將成為不可或缺的基本需求。電信運(yùn)營(yíng)商可依托

5G-A

能力發(fā)展新業(yè)務(wù)，探索新的收入增長(zhǎng)機(jī)會(huì)面向消費(fèi)者的速率和時(shí)延保障類(lèi)新套餐：基于

5G-A

的超高速率和低時(shí)延特性，滿足對(duì)速率和時(shí)延有高要求的裸眼

3D

視頻、云游戲、FWA

高體驗(yàn)套餐、超高清直播、XR/VR、遠(yuǎn)程醫(yī)療與教育等應(yīng)用需求。面向智能汽車(chē)的車(chē)聯(lián)網(wǎng)與自動(dòng)駕駛類(lèi)業(yè)務(wù)（如車(chē)輛遠(yuǎn)程監(jiān)控、自動(dòng)駕駛服務(wù)、智能交通管理等）：中國(guó)工信部等五部門(mén)主導(dǎo)的“車(chē)路云一體化”應(yīng)用試點(diǎn)工作已在

20

個(gè)城市開(kāi)展，開(kāi)辟千億投資空間。面向無(wú)人機(jī)的低空經(jīng)濟(jì)類(lèi)業(yè)務(wù)（如確定性

SLA

保障）：基于

5G-A

的通感一體技術(shù)，使能無(wú)人機(jī)物流配送、無(wú)人機(jī)城市管理、低空旅游、低空智聯(lián)網(wǎng)等新場(chǎng)景的應(yīng)用。電信運(yùn)營(yíng)商需儲(chǔ)備或規(guī)劃確定性

SLA

體驗(yàn)保障能力上述新業(yè)務(wù)場(chǎng)景也給體驗(yàn)保障提出了更高要求：從單域到融合感知、從非實(shí)時(shí)感知到實(shí)時(shí)感知，從KPI/KQI

到SLA、從離線優(yōu)化到動(dòng)態(tài)調(diào)優(yōu)，這都說(shuō)明對(duì)電信運(yùn)營(yíng)商的體驗(yàn)要求從“盡力而為的”到“確定性

SLA

的實(shí)時(shí)管理”。以廣東省數(shù)字政務(wù)協(xié)會(huì)發(fā)布的團(tuán)體標(biāo)準(zhǔn)《無(wú)人機(jī)政務(wù)應(yīng)用

視頻圖像服務(wù)

成本度量規(guī)范》為例，該標(biāo)準(zhǔn)明確規(guī)定了無(wú)人機(jī)實(shí)時(shí)調(diào)度回傳視頻的多項(xiàng)要求，具體包括：視頻分辨率需達(dá)到或超過(guò)

4K標(biāo)準(zhǔn)，視頻穩(wěn)定性誤差需控制在

3%

以內(nèi)，視頻中斷率需低于

0.1%，同時(shí)預(yù)定航線和任務(wù)區(qū)域的覆蓋率需達(dá)到

99%

以上等。為了滿足這些嚴(yán)苛的要求，必須運(yùn)用網(wǎng)絡(luò)機(jī)理建模技術(shù)，將這些要求轉(zhuǎn)化為對(duì)網(wǎng)絡(luò)確定性

SLA

的具體指標(biāo)，并結(jié)合專(zhuān)業(yè)的低空覆蓋方案來(lái)實(shí)施網(wǎng)絡(luò)規(guī)劃和優(yōu)化措施。電信運(yùn)營(yíng)商需要提前儲(chǔ)備或規(guī)劃能力，在推廣新業(yè)務(wù)的同時(shí)保障良好體驗(yàn)。2827電信運(yùn)營(yíng)商采取措施推廣

5G-A

新業(yè)務(wù)場(chǎng)景并探索合理的商業(yè)模式，把握新的增長(zhǎng)機(jī)會(huì)開(kāi)展端到端驗(yàn)證與試點(diǎn)：與垂直行業(yè)伙伴、設(shè)備供應(yīng)商、終端廠商及軟件開(kāi)發(fā)者等合作，快速開(kāi)展技術(shù)驗(yàn)證試點(diǎn)，通過(guò)實(shí)際項(xiàng)目驗(yàn)證

5G-A

技術(shù)的可行性和商業(yè)價(jià)值，并通過(guò)樹(shù)立標(biāo)桿項(xiàng)目進(jìn)行快速商業(yè)推廣。構(gòu)建長(zhǎng)期生態(tài)合作體系：聯(lián)合產(chǎn)業(yè)鏈上下游企業(yè)，包括垂直行業(yè)伙伴、設(shè)備供應(yīng)商、終端廠商及軟件開(kāi)發(fā)者等，共同推動(dòng)

5G-A

技術(shù)的長(zhǎng)期發(fā)展和應(yīng)用。通過(guò)共享資源、互通有無(wú)，促進(jìn)產(chǎn)業(yè)鏈上下游的緊密合作，繁榮

5G-A

產(chǎn)業(yè)生態(tài)。建設(shè)場(chǎng)景化的網(wǎng)絡(luò)需求標(biāo)準(zhǔn)體系：在上述合作過(guò)程中，不斷形成各場(chǎng)景下的網(wǎng)絡(luò)需求的標(biāo)準(zhǔn)體系并持續(xù)迭代優(yōu)化，支撐網(wǎng)絡(luò)精準(zhǔn)建設(shè)和持續(xù)優(yōu)化，在保障良好的場(chǎng)景化網(wǎng)絡(luò)體驗(yàn)的同時(shí)，逐步探索合適的投資策略。63029趨勢(shì)六移動(dòng)金融數(shù)智化，加速價(jià)值用戶轉(zhuǎn)化，降低交易風(fēng)險(xiǎn)，擴(kuò)大支付生態(tài)實(shí)現(xiàn)高質(zhì)量發(fā)展報(bào)告中同時(shí)指出，移動(dòng)支付行業(yè)也面臨著許多挑戰(zhàn)。首先是注冊(cè)用戶數(shù)和激活用戶數(shù)增長(zhǎng)率正在放緩，注冊(cè)移動(dòng)支付賬戶年增長(zhǎng)率從

2021

年的

19%

降低到

2022

年的

15%，2023

年進(jìn)一步降低到

12%。2023

年底

30

天激活賬戶數(shù)

4.35

億，年增長(zhǎng)率從

2021

年的

15%

降低到

2022

年的

13%，2023

年進(jìn)一步降低到

9%。其次，30

天激活用戶數(shù)占比整體注冊(cè)用戶數(shù)只有

24.8%，說(shuō)明還有

3/4

的用戶由于擔(dān)心交易風(fēng)險(xiǎn)、以及支付場(chǎng)景少等原因在注冊(cè)后并沒(méi)有經(jīng)常使用移動(dòng)支付業(yè)務(wù)。此外，現(xiàn)金類(lèi)轉(zhuǎn)入轉(zhuǎn)出和匯款轉(zhuǎn)賬仍是移動(dòng)支付主流業(yè)務(wù)，商戶支付類(lèi)交易額僅占比

5%，說(shuō)明移動(dòng)支付生態(tài)仍然脆弱，缺乏商戶和消費(fèi)者之間交易的平臺(tái)和通道。因此，借助

AI+

數(shù)字金融創(chuàng)新技術(shù)，提升價(jià)值用戶轉(zhuǎn)化率，降低交易風(fēng)險(xiǎn)，擴(kuò)大支付生態(tài)成為移動(dòng)支付提供商的普遍訴求。圖

12：移動(dòng)支付行業(yè)狀況報(bào)告6.1

AI+數(shù)字營(yíng)銷(xiāo)，提升目標(biāo)用戶群活躍度6.2

AI+風(fēng)控模型，守護(hù)移動(dòng)支付交易安全傳統(tǒng)模式下，移動(dòng)支付服務(wù)商通過(guò)電視、報(bào)紙、戶外等媒體廣告實(shí)行粗放式的撒網(wǎng)營(yíng)銷(xiāo)，成本大、用戶投訴多、轉(zhuǎn)化率低。通過(guò)

AI

技術(shù)+

數(shù)字營(yíng)銷(xiāo)的結(jié)合可以幫助提升移動(dòng)支付客群的活躍度，主要包括：1.

數(shù)據(jù)分析：通過(guò)

AI

技術(shù)對(duì)用戶數(shù)據(jù)進(jìn)行分析，可以了解用戶的消費(fèi)習(xí)慣和行為特征，從而為營(yíng)銷(xiāo)策略提供更準(zhǔn)確的數(shù)據(jù)支持。個(gè)性化推薦：通過(guò)分析用戶的歷史消費(fèi)記錄和行為數(shù)據(jù)，AI

可以根據(jù)用戶的興趣和偏好，推薦相應(yīng)的產(chǎn)品和服務(wù)，從而提高用戶的購(gòu)買(mǎi)意愿和忠誠(chéng)度。營(yíng)銷(xiāo)自動(dòng)化：AI

可以自動(dòng)化執(zhí)行營(yíng)銷(xiāo)活動(dòng)，如發(fā)送優(yōu)惠券、提醒消費(fèi)等，從而提高營(yíng)銷(xiāo)效率和準(zhǔn)確性。智能客服：AI

可以通過(guò)自然語(yǔ)言處理技術(shù)，實(shí)現(xiàn)智能客服，幫助用戶解決問(wèn)題和提供服務(wù)，從而提高用戶的滿意度和忠誠(chéng)度。在移動(dòng)支付領(lǐng)域，欺詐行為是一個(gè)常見(jiàn)的問(wèn)題。例如，黑客可能會(huì)通過(guò)偽造身份信息或虛假的交易來(lái)竊取用戶的資金，或者通過(guò)偽造的交易來(lái)騙取服務(wù)商的優(yōu)惠券等價(jià)值福利。

此外，攻擊者還有可能利用業(yè)務(wù)漏洞，進(jìn)行信貸詐騙。AI+

風(fēng)控模型可以通過(guò)分析這些欺詐行為的模式，來(lái)識(shí)別并阻止這些欺詐交易。首先，基于大數(shù)據(jù)和機(jī)器學(xué)習(xí)，收集交易數(shù)據(jù)，包括交易金額、交易時(shí)間、交易地點(diǎn)等，然后通過(guò)機(jī)器學(xué)習(xí)算法，找出這些數(shù)據(jù)中的規(guī)律和模式，并對(duì)用戶進(jìn)行信用評(píng)分。當(dāng)有新的交易發(fā)生時(shí)，風(fēng)控模型會(huì)將這個(gè)交易與之前的交易數(shù)據(jù)進(jìn)行比對(duì)，找出其中的異常情況。如果發(fā)現(xiàn)異常，風(fēng)控模型就會(huì)發(fā)出警報(bào)，提醒風(fēng)險(xiǎn)管理人員進(jìn)行進(jìn)一步的調(diào)查。此外，風(fēng)控模型還可以通過(guò)實(shí)時(shí)監(jiān)控，對(duì)交易進(jìn)行實(shí)時(shí)的風(fēng)險(xiǎn)評(píng)估。如果發(fā)現(xiàn)某個(gè)交易存在風(fēng)險(xiǎn)，風(fēng)控模型就會(huì)立即采取措施，阻止這個(gè)交易的進(jìn)行，從而保護(hù)用戶的資金安全。根據(jù)

GSMA

發(fā)布的“2024

年移動(dòng)支付行業(yè)狀況報(bào)告”：移動(dòng)支付服務(wù)行業(yè)持續(xù)增長(zhǎng)，2023

年全球移動(dòng)支付注冊(cè)賬戶達(dá)到

17.5

億個(gè)，比

2022

年增長(zhǎng)

12%；交易額達(dá)到

1.4

萬(wàn)億美元，相當(dāng)于每分鐘

270

萬(wàn)美元，同比增長(zhǎng)

14%；國(guó)際轉(zhuǎn)賬業(yè)務(wù)達(dá)到

290

億美元，同比增長(zhǎng)

33%。信貸成為移動(dòng)支付提供商（MMPs）最受歡迎的金融服務(wù)，信貸產(chǎn)品數(shù)量同比增長(zhǎng)73%。同時(shí)，移動(dòng)支付促進(jìn)了金融普惠和數(shù)字接入，助力實(shí)現(xiàn)

17

項(xiàng)聯(lián)合國(guó)可持續(xù)發(fā)展目標(biāo)中的

15

項(xiàng)，比

2019

年的

13

項(xiàng)有所增加，取得了巨大的經(jīng)濟(jì)和社會(huì)效益。32316.3

AI+場(chǎng)景支付，重塑移動(dòng)支付生態(tài)隨著移動(dòng)支付的普及，越來(lái)越多的場(chǎng)景需要接入移動(dòng)支付服務(wù)。傳統(tǒng)的點(diǎn)對(duì)點(diǎn)集成對(duì)接方式不但效率低，而且成本高，難以滿足行業(yè)場(chǎng)景的接入需求。因此，通過(guò)

AI+

場(chǎng)景支付技術(shù)，打造移動(dòng)支付集成開(kāi)發(fā)工具正在逐漸成為新的趨勢(shì)，以重塑移動(dòng)支付生態(tài)。首先，AI

技術(shù)可以幫助商戶入住支付平臺(tái)更加敏捷和高效。例如，通過(guò)

AI

語(yǔ)義快速生成小程序組件

/

腳本，支持商戶既有電商

Web

應(yīng)用到小程序的一鍵轉(zhuǎn)換。其次，AI

技術(shù)可以幫助場(chǎng)景支付更加智能化和個(gè)性化。例如，通過(guò)分析用戶的消費(fèi)習(xí)慣和歷史數(shù)據(jù)，AI

可以推薦適合用戶的支付方式和優(yōu)惠活動(dòng)。同時(shí)，AI

還可以通過(guò)生物識(shí)別（如指紋或人臉識(shí)別）等技術(shù)，實(shí)現(xiàn)更加便捷的支付體驗(yàn)。73433趨勢(shì)七AI

大模型加持，升級(jí)呼叫中心，從成本中心轉(zhuǎn)變?yōu)轶w驗(yàn)

+

收入中心7.1

客服體驗(yàn)受益者從終端用戶，到座席話務(wù)員，再到運(yùn)營(yíng)經(jīng)理，實(shí)現(xiàn)全方位體驗(yàn)提升傳統(tǒng)呼叫中心主要關(guān)注終端用戶的服務(wù)體驗(yàn)，忽視了座席話務(wù)員的體驗(yàn)，座席工作量大、系統(tǒng)運(yùn)營(yíng)效率低，導(dǎo)致呼叫中心成本中心問(wèn)題凸顯。新一代呼叫中心在關(guān)注最終用戶體驗(yàn)的同時(shí)，通過(guò)智能化的方式幫助座席降低工作量、提升運(yùn)營(yíng)效率。從自服務(wù)到人工服務(wù)到運(yùn)營(yíng)管理和智能營(yíng)銷(xiāo)，全場(chǎng)景智能化、端到端降低聯(lián)絡(luò)中心平均通話時(shí)長(zhǎng)降低

30%、首次呼叫問(wèn)題解決率提升

30%。AICC

預(yù)集成盤(pán)古大模型，同時(shí)支持三方模型快速對(duì)接，加強(qiáng)數(shù)據(jù)隱私和安全保護(hù)，通過(guò)靈活部署和業(yè)務(wù)場(chǎng)景契合實(shí)現(xiàn)

AI

價(jià)值最大化。行業(yè)內(nèi)大模型的價(jià)值場(chǎng)景共識(shí)、數(shù)據(jù)隱私與安全、經(jīng)濟(jì)性等問(wèn)題普遍存在。2023

年Omdia

報(bào)告顯示，Chatbots、呼叫中心是受生成式

AI

影響

Top2

的場(chǎng)景。部分亞太領(lǐng)先運(yùn)營(yíng)商積極投資領(lǐng)域大模型和

AI

算力網(wǎng)絡(luò)，通過(guò)數(shù)字助手

/Chatbot，改善客戶交互體驗(yàn)。應(yīng)用GenAI

增強(qiáng)現(xiàn)有業(yè)務(wù)流程和活動(dòng)是首選場(chǎng)景，行業(yè)內(nèi)主流廠商的應(yīng)用場(chǎng)景先聚焦在輔助和運(yùn)營(yíng)等方面，提升作業(yè)和運(yùn)營(yíng)效率。在降本和增收驅(qū)動(dòng)下，Chatbot

和個(gè)性化營(yíng)銷(xiāo)是運(yùn)營(yíng)商新的主要投資應(yīng)用方向。從歐洲領(lǐng)先呼叫中心外包公司調(diào)查顯示座席體驗(yàn)與用戶體驗(yàn)是其切換呼叫中心供應(yīng)商的

TOP

原因。圖

13：呼叫中心全場(chǎng)景智能大模型加持的全場(chǎng)景智能幫助降低聯(lián)絡(luò)中心平均通話時(shí)長(zhǎng)智能應(yīng)答智能輔助智能運(yùn)營(yíng)營(yíng)銷(xiāo)輔助語(yǔ)音/視頻機(jī)器人文本機(jī)器人Intelligent

caseIntelligentrecommendationAI助理Processautomation自服務(wù) 人工服務(wù)1.

智能應(yīng)答營(yíng)銷(xiāo)線索挖掘外呼營(yíng)銷(xiāo)4.

營(yíng)銷(xiāo)輔助應(yīng)用場(chǎng)景文檔中智能抽取知識(shí)智能知識(shí)庫(kù)…金牌話術(shù)推薦智能填單智能摘要…智能質(zhì)檢智能數(shù)據(jù)分析

(座席經(jīng)驗(yàn)、客戶滿意度等)…銷(xiāo)售線索智能挖掘個(gè)性化營(yíng)銷(xiāo)文案智能生成…ChatVoiceEmailVideoSMS/USSDSocial

media智能路由匹配最佳座席智能座席助手2.

智能輔助聯(lián)絡(luò)歷史培訓(xùn)和訓(xùn)練質(zhì)檢運(yùn)營(yíng)管理3.

智能運(yùn)營(yíng)分析知識(shí)庫(kù)績(jī)效管理7.2

運(yùn)營(yíng)商及BPO客戶降本增收的訴求凸顯傳統(tǒng)呼叫中心僅作為運(yùn)營(yíng)商的自用平臺(tái)持續(xù)消耗客戶的成本。AICC

通過(guò)平臺(tái)開(kāi)放性、多級(jí)多租等能力有效的助力企業(yè)呼叫中心TTM

降低

50%，合作伙伴通過(guò)

AICC

平臺(tái)快速開(kāi)發(fā)業(yè)務(wù)、企業(yè)客戶基于此快速開(kāi)通業(yè)務(wù)。另一方面，智能外呼營(yíng)銷(xiāo)、智能線索挖掘及呼叫中心業(yè)務(wù)的轉(zhuǎn)售也可以支撐客戶同時(shí)實(shí)現(xiàn)降本增收的目的。36358趨勢(shì)八2B

計(jì)費(fèi)能力和智能化套餐為運(yùn)營(yíng)商精細(xì)化運(yùn)營(yíng)及價(jià)值變現(xiàn)提供更多可能5G-A

網(wǎng)絡(luò)部署將進(jìn)一步增強(qiáng)運(yùn)營(yíng)商的

ToB

能力，并帶來(lái)超寬、通感、沉浸式體驗(yàn)等新內(nèi)涵，為滿足千行百業(yè)的多樣化應(yīng)用場(chǎng)景注入了新動(dòng)能，也對(duì)運(yùn)營(yíng)商的計(jì)費(fèi)系統(tǒng)提出了新挑戰(zhàn)。8.1

基于TM

Forum研究顯示，新的2B業(yè)務(wù)是領(lǐng)先運(yùn)營(yíng)商的收入增長(zhǎng)新動(dòng)力運(yùn)營(yíng)商的業(yè)務(wù)從“連接

+

流量”走向“數(shù)字業(yè)務(wù)

+

行業(yè)解決方案”，2B

計(jì)費(fèi)能力成為價(jià)值變現(xiàn)的關(guān)鍵環(huán)節(jié)：華為新一代

Billing，自由組合

1000+

計(jì)費(fèi)量綱，以消費(fèi)旅程為中心，一開(kāi)四易，使能

2B

新增長(zhǎng)（接口開(kāi)放，新業(yè)務(wù)快速上線；全流程易配置、易稽核、易糾正、易追溯，出賬效率提升

2

倍）。圖

14：移動(dòng)通信消費(fèi)旅程以賬戶為中心，流程單向不可逆?zhèn)鹘y(tǒng)電信業(yè)務(wù)出賬定價(jià)/批價(jià)合賬/分賬催繳財(cái)務(wù)計(jì)費(fèi)事件AS-IS計(jì)費(fèi)事件傳統(tǒng)電信業(yè)務(wù)

新業(yè)務(wù)

云

…To-BEInvoice

Services分賬/合賬應(yīng)收入賬Re-billing定價(jià)/批價(jià)出賬繳費(fèi)???????????????

?????????

:

1爭(zhēng)5

議%Account

ReceivableServices催繳Bill事件稽核財(cái)務(wù)稽核財(cái)務(wù)總賬IFRS會(huì)計(jì)準(zhǔn)則“一開(kāi)四易”，以消費(fèi)旅程為中心接口固定，新業(yè)務(wù)不開(kāi)放無(wú)軌跡，明細(xì)缺失固定規(guī)則，不靈活賬期固定，無(wú)回滾單一催繳，壞賬高企業(yè)財(cái)務(wù)不支持財(cái)務(wù)系統(tǒng)接口開(kāi)放，新業(yè)務(wù)快速上線企業(yè)級(jí)賬單服務(wù)：以客戶消費(fèi)明細(xì)為中心