未來 5-10 年科技風口是什么？答案絕對包括人工智能（AI）。目前中國多個科技企業屹立在全球 AI 領域頂峰，與歐美企業同臺競技。

其中，華為公司不僅在 5G 領域表現出色，在 AI 領域同樣可圈可點，尤其在 5G+AI 領域，華為可謂“王者”。據筆者了解，2019 年華為面向智能時代提出自動駕駛網絡（ADN）戰略，并與全球幾十家運營商開展創新實踐、建立多個 ADN 聯合創新基地，引領網絡 AI 發展。過去 1 年多，華為 ADN 正在從試點網絡的單領域、單點的應用創新，逐步走向商業應用。

在近日于上海召開的世界人工智能峰會上，華為公共開發部總裁魯鴻駒詳談了 5G 引領新基建下，AI 如何幫助運營商創造新價值。那么，在新基建時代，5G+AI 到底能給運營商帶來什么價值？運營商與華為的 5G+AI 創新實踐進展如何？就此，筆者在會后專訪了魯鴻駒先生。

計算+聯接支撐新基建，5G 建設呼喚 AI

今年 4 月，國家發布“新基建”規劃牽引產業投入幾十萬億元，促進經濟與社會邁向新階段。其中，5G 與 AI 都是新基建重要工程。5G 作為新基建之首，是憑借著優異的連接能力，將與云、數據中心、人工智能等數字基礎設施深度融合，進一步激發數據價值，促進整個產業從消費互聯網時代轉變為產業互聯網時代。

工信部數據顯示，我國 5G 基站數量以每周增長 1 萬多個的速度在增長，可見 5G 正在進入規模建設期。

魯鴻駒分享說：5G 之所以需要 AI，是因為電信網絡提供的服務越來越多，底層技術也越來越復雜。傳統建網模式和運維模式給運營商帶來了 CAPEX 和 OPEX 不斷攀升的挑戰，“以人工為中心的方向盤”模式將不可持續。而 AI 是加速網絡邁向高度自動化，走向自治自愈的關鍵要素。在設計之初，我們就要面向高度自治的網絡來設計體系架構，把 AI 作為 5G 網絡和運營的原生能力植入到體系架構中，讓 AI 和 5G 的關系不只是加法，要往乘法的方向融合加速發展。

隨著通用 AI 技術與行業應用的深度結合，展望未來 5 到 10 年，通過發展認知智能、多智能體強化學習、知識圖譜、可解釋的人工智能等技術，將有望出現電信網絡自治系統。

魯鴻駒表示：未來十年是智能時代蓬勃發展的黃金十年，AI 將影響網絡基礎設施、網絡運營和商業運營三層的技術創新與演進。華為 ADN 旨在運用 AI 技術，通過數據和知識驅動的設計理念來升級傳統的網絡架構，讓整個網絡實現智能升級。

在網絡基礎設施層，要把 AI 引入網元，讓每個盒子和整個網絡更敏銳地感知、處理數據和推理執行；

利用 AI 重構傳統網管，通過智能管控單元實現網絡資源的閉環自動化，對外提供可承諾的網絡服務；

在網絡運營層，把 AI 引入網絡全生命周期的運營活動中，構建平臺化、端到端的業務敏捷定義、部署和管理，支持 5G 2B 多樣性業務創新；

在商業運營層，運營商把 AI 引入智能中臺，在企業內部融通融智，強化智慧運營、開放網絡能力、簡化系統集成，構建面向個人、政企和生態的在線一體化運營，重塑客戶購買和使用體驗，并為各行各業注智賦能，助推行業數字化轉型。

筆者發現，目前三大運營商在 5G+AI 方面的實踐，基本也包含在這三個層面。比如中國移動總經理董昕在此次峰會上介紹，在實現 AI 規模化技術價值時，中國移動一方面全方位布局泛在的 AI 基礎設施，構建全球領先的智慧云網，將 AI 融入到 5G 網絡規劃、建設、優化和運維的全生命周期；另一方面，建設開放共享的智慧中臺，構筑能力即服務（AaaS）體系，使 AI 應用百花齊放。

華為眼中的 5G+ AI：

全棧引入 AI，從網絡 - 運營 - 商業三方面入手

基于上述產業背景以及運營商的需求，華為正多方面發力 5G+AI。在此次專訪中，魯鴻駒系統且全面地介紹了華為對 5G+AI 的戰略、行動與實踐，包含三大方面。

第一， AI 重塑建網模式，激發 5G 網絡潛能。華為將 AI 重點應用在 5G 網絡性能優化、能效控制兩大領域，最大化網絡價值的同時，打造一張更綠色節能的通信網絡。

Massive MIMO 是 5G 時代的必備解決方案，可以極大提升為網絡容量。華為通過引入人工智能的性能預測，能迅速鎖定最佳參數配置組合，并在用戶規模上線后開啟自動智能迭代，讓參數組合動態自動適配場景的變化。

5G 帶來帶寬和容量爆發性增長的同時，面臨如何建設一張“超寬、綠色”5G 網絡的挑戰。華為提出“零比特零瓦特”的核心理念，基于 AI 持續挖潛 5G 能效。

首先，在設備級節能上，基于第三代 Massive MIMO 提供的深度休眠技術，可進一步實現射頻 ROC 和 ASIC 的深度休眠。其次，在網絡級節能上，引入 AI 對歷史話務等數據的進行學習訓練，精準識別小區之間的共覆蓋及多樣化流量業務模型，進而制定精細化的節能策略，從而實現節能范圍更廣、節能時段更長、網絡能效得以最大化。

第二， AI 改變運營模式，從“人工方向盤”模式邁向人機協同“數字化導航和智能控制”模式。自 2017 年開始，華為就將 AI 技術應用在服務于運營商規劃、建設、運維和優化的運營流程中，為客戶提供更為高質高效的專業服務。

首先，為提升投資效率，并為不同的新業務提供差異化體驗，華為用 AI 和大數據驅動全流程的數字化建網，價值區域識別更快、深度覆蓋預測更準。

其次，通過全景相機現場采集全景信息，基于算法 - 攝影測量實現遠程在線勘測，通過數字化站點設計平臺告別繁瑣的手工測量、設計和變更流程。再次，為應對 2G/3G/4G/5G 四代同堂帶來的運維復雜性，華為提出人機協同的智能運維模式，提供故障預防預測，有效壓縮原始告警實現“一故障一工單”，保障超可靠 5G 網絡。

最后，華為智能優化方案提供商用放號保障、極致速率保障和網絡時延優化等系列解決方案，精準識別“假、差、啞”5G 問題，幫助運營商減少商用初期的投訴。

第三，AI 激發業務創新，使能千行百業。在 5G 時代，隨著 AI、切片和 MEC 等關鍵新技術的引入，運營商從傳統業務提供者，邁向面向千行百業的 ToB 業務提供者。行業市場對網絡提出了多樣化的需求，將 AI 技術應用于業務場景識別、網絡按需部署、動態策略執行。

華為正在研究將 AI 技術應用解決 OTT 手游電競直播等業務對網絡在密集人群的大帶寬、低時延場景下的苛刻 SLA 要求。當前 2B 場景下如何發揮 AI 和 5G 的協同效應是產業研究的熱點之一，也必將激發業務創新，以更敏捷、更靈活、更低成本的方式，使能千行百業商業成功。

基于上述探索和實踐，華為于 2020 年 4 月發布《自動駕駛網絡（ADN）解決方案白皮書》，詳細闡述 ADN 目標架構以及系列產品與服務，包含面向移動網絡領域的 iMaster MAE、面向固定網絡的 iMaster NCE、、面向服務的 iMaster AUTIN、人工智能引擎 iMaster NAIE 等，讓 5G、專線、DC 等不同網絡都實現網絡自動、自愈、自優和自治。

與全球運營商實踐：取得良好進展

華為的 5G+AI 謀劃到底“管不管用”？實踐更有說服力。從推出 ADN 架構以來，華為通過與運營商在 5G 無線網絡、承載網絡和核心網絡等關鍵場景實踐，構建 ADN 不同領域的 use case。

在中國，華為和三大運營商在河南、內蒙古、廣東等省建立了自動駕駛網絡聯合創新基地，展開了一系列的創新實踐。

在河南，圍繞 5G 網絡全自動建網，智能處理故障，AI 使能網絡自優化等課題進行深度合作、攻克技術難題，目前多個課題已經轉產或商用、效果明顯；

在內蒙古，客戶不僅在解決方案上和華為開展創新，還一起探索組織流程優化，人員技能轉型等課題，以更好地利用和適應 AI 和網絡自治帶來的影響和變化；

而網絡人工智能平臺 iMaster NAIE 在廣東的部署，已具備向各個分公司提供集中式的基站節能 AI 云服務。通過將 AI 持續迭代的能力內置于體系架構中，讓整套系統具備自我演進的能力，能夠適應眾多新技術引入帶來的變革，解決了以往每次引入新技術就會出現的系統重構、多次集成的難題。

華為 ADN 在國內的實踐進展如此迅速，離不開產業各界的共同努力。國內三大運營商也非常重視標準與生態建設，聯合華為等伙伴一起積極參與產業標準制定、生態建設、白皮書發布等，共同在 3GPP、ETSI、TMF 等國際標準組織中細化自動化駕駛網絡的技術架構和等級標準。

統計數據顯示，截至 2020 年 6 月，華為 ADN 的 iMaster NCE 和 iMaster MAE 面向 5G、家寬、專線、數據中心網絡等場景，推出 80+關鍵 Use Case，并在全球已規模商用部署；iMaster AUTIN 在全球 60 多家運營商商用；iMaster NAIE 的數據湖積累 20+億條數據樣本，覆蓋電信網絡大部分 AI 業務場景需求。

從 1 到 N，電信行業引入 AI 還要做什么？

過去已逝，未來可期。面向未來新一代網絡，特別是 5G 網絡建設過程中，電信運營商普遍將網絡自動化和智能化作為建網的標配，同時也在積極探索自身 OSS 和 BSS 的數字化和中臺轉型，期望網絡和 IT 深度融合創新，發揮聯接+AI 的融合價值。

從華為 ADN 過去一年的實踐可以看出，AI 技術在電信網絡的應用，已經從創新到小規模試點。而 AI 在電信領域的下一步規模落地部署，還存在什么挑戰？

對此魯鴻駒介紹：首先，相關產業標準仍不夠完善，需要產業各方的緊密開放合作。這是影響 AI 在跨廠商 5G 網絡中規模應用的關鍵挑戰。

“ADN 是一張面向未來 5 到 10 年的目標網架構，經過 2 年的討論與實踐，行業內對 ADN 的價值已基本達成共識。當前整網多域的協同部署還處于早期階段，其核心要解決跨多域、跨多廠商的標準問題，目前 TMF 的 AN2.0、3GPP 的 R17、ETSI 的 F5G 管控等項目都在推進相關標準的細化，我們預計到 2021 年中有望能達成更廣泛的一致意見?！濒旞欛x說。

其次，從 1 到 N 的規模發展，需要解決工程難題。網絡 AI 經歷了研究、創新和試點應用三個階段，在 AI 節能場景規模應用的曙光已現，但更多場景的規模應用仍需要產學研緊密配合?！皩?AI 引入電信網絡，主要的難題在于數據樣本少、標注工作量大和模型泛化難?！睂Υ?，魯鴻駒表示華為正在通過實驗室模擬和外場仿真構造數據樣本，以及引入主動學習、遷移學習等技術來解決上述難題。

最后，因為自動駕駛網絡從 1 到 N 是一個長期實踐、發展演進的過程，除了標準和技術，還需要業界持續深化自動駕駛網絡評估體系建設，以牽引網絡自動化 / 智能化升級和代際演進。

“相信產業各方共同協同，通過將 AI 注智于 5G、優化 5G 網絡、推動 5G 規模應用，未來勢必會涌現出更多創新業務，加速智能社會的到來。華為將全力支持運營商和各方產業伙伴，共同推進 5G+AI 產業創新和商用落地，持續推進網絡 AI 技術的大規模成熟應用，加速邁向自動駕駛網絡時代。”在專訪的最后，魯鴻駒如此表示。