近年来，生成式AI技术发展迅猛，正逐渐成为知识和经验的替代者，在网络运维领域，生成式AI技术也成为自智网络从L3到L4的关键使能技术。为应对网络运维关键挑战，本催化剂项目联合各产业伙伴持续创新，将生成式AI技术引入通信网络运维中，旨在打造一张自配置、自恢复、自优化的智能自愈网络，助力通信产业从L3机器辅助人的自动化阶段，跃升到L4人辅助机器的智能化时代。
从L3到L4演进，最关键的是提高分析、决策、意图感知三方面能力，所以本项目聚焦在逻辑推理分析、辅助决策、意图理解三个方面，针对网络运维关键痛点，基于生成式AI技术，开发部署面向网络运维各领域的高阶智能化应用，通过重塑交互模式改变运维模式，重塑系统能力提升运维效率，重塑业务流程提升运营效率，重塑集成模式缩短业务TTM，提升运营运维效率和用户体验，从而达到能力跃迁。
随着网络复杂度和业务多样性不断增加，使得通信网络运维难度越来越大，对运维工程师技能及经验要求也随之增加。网络运维在安全质量、客户响应、效率效益三个方面面临越来越大的挑战：
运行安全方面：2024年以来，全球运营商已经发生8起重大故障，均由网络变更期间人工操作不当所导致，亟需加强变更监控、故障处理等场景化能力。
客户响应方面：前端部门对业务运维支撑能力提出更高要求，需要围绕开通、投诉等客户触点场景，进一步提升客户体验。
效率效益方面：降本增效是当今全球运营商的工作重点，纷纷聚焦节能降耗、优化资源利用率等重点场景进行注智赋能。
为解决上述挑战和痛点，中国移动联合印尼Telkomsel、南非MTN两家海外运营商以及华为、中兴、亚信、浩鲸、SAND Technology五家厂商，积极探索生成式AI在自智网络中的应用，推动自智网络向L4迈进。本项目将GenAI技术引入自智网络运维中，重点聚焦在智能分析、辅助决策、意图理解三个方面提高网络运维自动化和智能化水平：
1. Gen AI使能智能分析
以核心网信令分析故障处理场景应用为例，针对核心网投诉和故障问题，使用大模型的数据预处理和参数提取能力，精准提取投诉工单中的关键字段，并通过BERT模型进行投诉分类，实现更精准的投诉分类；自动调用投诉定界API，自动完成工单回填；通过信令行为三层建模，“教会”大模型理解业务逻辑，并结合信令和语义融合编码，实现问答式的信令分析功能。
2. GenAI使能辅助决策
以传输网故障处理场景应用为例，利用丰富的网络风险排查、故障排查等运维经验，训练出适用于SPN移动承载网络故障处理的大模型应用。借助AI、自然语言处理（NLP）、人机交互（HMI）和大数据处理等技术打造运维数字化专家，通过在线主动推理复杂故障根因和知识问答，快速定位网络疑难问题并给出修复建议。通过打通流程断点和实现全天候运行的实时人机交互解决一线工程师高度依赖NOC中心的问题。提升了故障处理的自动化程度和现场工程师的交互体验。
3. Gen AI使能意图理解
以家宽装维自动调度场景应用为例，通过提示工程、思维链实现自然语言的人机交互，利用家庭宽带服务知识库，故障位置知识图，服务处理用例（经验）等数据构建向量数据库，实现装维知识问答、智能诊断和自助查询等场景。有了该装维助手，赋能一线工程师，可以在安装和维护期间直接获得答案、设备信息或解决方案建议。
本项目已经取得了一系列实际成果，具体包括：
中国移动浙江公司：面向5G ToB业务场景的投诉分析应用部署后，5G ToB全流程投诉处理时长从19小时下降至8小时。为浙江移动实现了841.7人月的人力节省，有效提升了浙江移动核心网的运维效率，实现核心网运维转型正循环。
中国移动河北公司：家宽装维调度应用试点部署期间，信息收集效率由20分钟压降至2分钟以内，故障定位时长由30分钟压降至1分钟以内，解决方案生成由30分钟压缩至1分钟以内。整体服务时长由1-2小时降低至10分钟以内。问题一次性解决率从80%提升到90%。
中国移动广东公司：部署智能故障处理应用，每个城市新增130+数字化员工，从工单与系统界面的频繁切换、专家咨询到智能问答，日常维护资源核查时间从15分钟缩短到10秒，MTTR从2小时降低到20分钟，TTM从周缩短到小时。
中国移动福建公司：家宽装维通过引入大模型等AI能力，大幅提升了装维效率。通过智能问答，实现同类问题的咨询响应时间从15分钟缩短为1分钟。实现自助查询配置和故障智能定位处理，问题自助查询处理效率提升40%，常见故障定位效率提升50%。
在印尼Telkomsel：通过部署无线网络优化的智能应用，利用人工智能深度分析和精准决策，实现优化资源配置，进行更好的规划和部署，预计精准覆盖率可提升46%，收入增加预计4000万美金。
南非MTN：部署智能计费管理应用后，大大简化MKT-IT通信流程、实现参数自动生成，有效提升了业务的上市时间，从数月缩短到数周。
