张磊

摘要：当前新一轮世界科技革命和产业变革方兴未艾，对全球经济发展、社会进步和人类文明产生重大而深远的影响。全球科技创新进入空前密集的活跃期，科学技术以前所未有的力量驱动着经济社会以惊人的速度发展。以5G、大数据、云计算、工业互联网、人工智能、区块链为代表的新一代信息技术加速与经济社会干行百业深度融合，数字化浪潮席卷全球，数字化转型成为时代发展的大势所趋和企业深化改革的必然选择。这也促使运营商开启了数字化转型之路。

关键词：人工智能;5G技术;运营商

1 引言

近些年来，人工智能一直都是高频度的热搜关键词。在5G互联网时代，人工智能与物联网、大数据、云计算、边缘计算的组合，更是新时代的主流技术，引领技术潮流，打造了5G时代的技术生态圈。作为下一代移动通信技术，5G的高带宽、低时延等特点使未来网络可以支持更为丰富的应用场景，如物联网、VR/AR等。层出不穷的应用给运营商带来流量的持续爆发式增长，流量和收入的“剪刀差”进一步拉大，使运营商面临严峻的挑战。随着人工智能和机器学习技术的不断成熟，运营商既能对自身业务进行智能化演进，又能借助“管道”的优势，进入更多的领域，为消费者提供定制化的解决方案。

文献[1]论述了以云为核心，云网融合一体化能更好地为千行百业提供综合智能信息服务。文献[2]从5G的应用场景、行业应用及经济发展三个维度展开论述，探讨物联网、车联网、工业互联网等垂直行业基于5G技术的发展前景，以及展望5G赋能实体经济高质量发展的深远影响。文献[3]介绍了5G为运营商带来的机遇和挑战，论述了运营商应用AI技术的必要性和可行性。文献[4-6]对运营商数字化服务转型的策略进行探索。

本文的主要工作是：首先，对近年来的人工智能研究进行了梳理，提出人工智能的商业模式;其次，分析了如何利用人工智能提升运营商竞争力;最后，指出了运营商全面应用AI技术可能面临的挑战。

2 人工智能研究梳理及商业模式

2.1 人工智能架构梳理

由于人工智能可以无死角地应用到各行各业，按照物理硬件、支撑技术和商业应用的模式，人工智能可描述成一种三层架构：

（1）底层：物理硬件层

底层又成为AI基础设施层，为中间层的技术提供计算能力。底层主要包括AI芯片、AI平台、AI计算框架/模型等。底层的研发，主要是一些大型互联网公司或行业巨头公司，比如，在AI芯片的研发方面，主要厂商包括 IBM、AMD、华为、Intel、谷歌等。

（2）中间层：技术支撑层

基于底层的AI基础设施开发出来的AI技术和AI产品，包括计算机视觉、语音识别等。从产品的形态来看，技术支撑层可分为两个部分：以感知计算、认知计算等技术为主体的软件通用技术;以无人机、机器人等有形实体为代表的软硬一体化通用产品[7]。这个层面的技术或产品，都非常具有应用潜力。比如计算机视觉，是一门研究机器“看”的科学，在车辆运营方面可应用于牌照识别、车辆检测、乘客人数统计、行人检测等。

（3）上層：商业应用层

顶端应用层，注重人工智能的行业应用与落地，即将人工智能的通用技术，应用到各个行业中，实现技术与行业的深度融合，产生相应可落地的产品或特殊场景的解决方案。随着AI通用技术逐渐成熟，以及新技术的应用代价减小，人工智能的行业应用价值越来越显著，各个层面的厂商相互渗透。

其具体结构内容如表1所示。

2.2 人工智能的商业模式

所谓的商业模式，即指如何盈利。人工智能从单纯的一门科学走向产业应用的过程中，其价值体现的形态包括技术、 服务、软件产品、硬件产品、软硬一体化化产品等，人工智能企业的商业模式，主要分为四类，相应的描述如下：

（1）组件租用

组件，是一个泛在的名称，包括API接口、Web Service 接口、COBRA中间件、RPC调用等。人工智能公司开发好相应的组件，对外提供相应的调用服务。这种盈利模式常见于AI基础设施层和AI技术支撑层的厂商，通过组件的形式，对外输出自身的技术能力，比如测绘行业ACRGIS公司的函数调用、汽车驾驶领域的百度Apollo平台、三大运营商的PAAS云平台等。这种商业模式的优势在于，组件是轻量级的，对AI基础设施的需求小，已于规模化，复制能力强。

（2）License购买或租用

这种商业模式，和早些年的“轮船服务”类似，即“造不如买，买不如租”，充分发挥各方的优势，节约各自的成本。人工智能的License购买或租用，主要以无人机、机器人、OTT软件等模式，人工智能公司对外出售或出租自生的实体产品。比如东风公司的SharingVAN、智行者的蜗小白、阿里的钉钉等，都可以归为这种商业模式。

（3）解决方案出售

这是一种“专业人做专业事”的体现，这种商业模式主要是对智力的消费，出售的内容包括产品、服务、具体的解决方 案等，一般都是一条龙服务。比如中移智行对外提供的自动 驾驶服务，包括3个方面的内容：1）属地移动公司提供移动通信网络;2）合作车企提供定制的车辆;3）中移智行提供自研产品和场景化的解决方案。

（4）基于场景的个性化定制

基于场景的个性化定制可以说是一种按照效果付费的模式，即在人工智能融入到具体的业务场景后，采用一定的规则对人工智能的实际应用效果进行量化，通过量化的数值来体现业务的价值，然后有针对性地收费。一个典型的例子为，某运营商的客户满意度一直低位徘徊无法提升，第三方可对此进行调研、获取数据标本、建立模型给出解决方法，根据客户感知的改善情况进行付费，每提升1个千分点，支付一定的金额[8]。

3 人工智能提升运营商企业竞争力

3.1 规建维优一体化，实现智慧运营

5G时代，网络场景更加丰富、用户需求愈发多元以及通信网络的复杂性，加之异网竞争、用户诉求准确分类、流量波动等因素，导致网络规划、建设、维护、优化、运营的一体化成为提升网络运营效率和效果的必然要求。

在规划方面，利用海量的网优数据和互联网场景数据，结合精益的人工智能算法，可以开发出价值选址和数字仿真功能，实现以天为周期对规划站点进行价值评估。大大提高了规划效率和投资的有效性。

在建设环节，可以利用视频智能技术提升安装维护的规范性，管理“哑资源”，减少用人成本，提升装机施工质量。同时，对于站点部署中存在的参数配置复杂、实际安装达不到规划条件等现实问题，引入大数据分析和深度学习算法，实现真正的极简参数规划，大幅度减少部署策略开发，有效提升了策略部署准确性。

在运维环节，在网络大数据、网络自动化能力的基础上，可以借助AI算法，开发智能化的告警分析、告警压缩、定界定位、异常检测等场景应用，实现快速故障诊断和处置。目前业界主要的应用场景集中在智能排障、智能巡检、预测预防等业务领域。

在优化部分，将AI与专家经验相融合，针对优化工作中的异常监测等重点场景进行智能化处理。针对包含干扰、覆盖、负荷等业务常见问题进行智能化判别，并自动化派单，将问题定位、处理、解决等环节串联，实现工作优化的智能闭环管控。目前AI判别准确率普遍超过90%，因此可压缩至少90%的处理时间。

3.2 价值体现，提升企业竞争力

任何一个新事物或新技术的产生与发展，总会经历一段 概念炒作阶段，人工智能也不例外。光鲜的泡沫被刺破后，自然要回归到真实的应用价值中来。人工智能务必要带来相应的价值，才能保证其被大众接受。

综合起来，人工智能的价值，主要体现在3个方面：

（1）自动化：让机器代替人类，处理一些重复、繁琐、机械的工作，实现工作强度的释放，让员工从无价值或低价值或高危工作解放出来，比如快递的快速分拣与查找、设备的自动化组装等。人工智能的自动化，是指依靠人工智能技术，提升企业业务的自动化程度或级别，本身并不改变原来的工艺或业务流程，只是降低人为出错的风险，消除人工操作的瓶颈，进而达到提供工作效率、减少人员投入、降低成本的目的。

（2）智能化：人工智能的自动化，只是从行为方面，分担人类的体力劳动;而人工智能的智能化，则更进一步，增加了一些智力方面的活动，进行基于样本的分析与决策制定。比如，商家啤酒和尿布的搭档销售、电信运营商对用户离网的预测与挽留、汽车自动驾驶行程中异常的提前发现与事故规避等。人工智能的智能化过程，主要涉及分析、推理、决策等方面的工作，要使用数据挖掘技术、NLP算法、深度学习、神經网络等认知智能技术，并将这些技术深入到完整的业务流程中。

（3）新生化：如果说自动化、智能化还是人类对人工智能的驾驭，那么人工智能的新生化，则是人工智能对人类活动的改造或改良。人工智能的新生化，是将人工智能深入融入到行业中，重塑业务流程和产业链，进而产生新的业务流程甚至是全新的商业模式。比如，在医疗方面，很多疾病的治疗方法是零散、片面的、不彻底的，借用人工智能技术后，可形成某种疾病完善的系统的全面的治疗方法。从这个角度上来讲，人工智能的新生化，将开启人工智能一个全新的时代。

电信运营商日益受到升维的电信设备商和降维的互联网巨头的双重夹击，传统的行业壁垒和市场边界被彻底打破，市场竞争格局错综复杂。5G时代需要一个高度智能的自动化网络，并逐步向智能自治网络演进，将AI引入通信网络将是5G时代网络规划、建 设、维护、优化、运营的必然要求。网络AI能力作为一种轻资产的网络竞争力，能够实现网络可靠性及运维成本的优化;它也是网络数字化转型的发动机，支撑5G 时代的业务创新、运营创新;它更是组织协同的催化剂，驱动网络运营组织机构转型创新。中国联通的转型，以数据为核心，以用户为最终目标，借助人工智能的东风，构建规建维优营一体化的端到端网络体系，促进通信不断向自动化智能化演进，最终达到客户体验好、员工效率高、企业效益好的共赢局面。

4 运营商全面应用人工智能所面临的挑战

人工智能技术虽然发展迅速，但是与运营商深度结合的应用场景还在摸索，由于涉及海量数据，大规模的应用尚未开始。从实验室到工程实践仍然有很长的路要走。运营商也将面临不小的挑战。

（1）运营商需要建立可靠的数据采集和治理模式以满足AI计算框架要求

AI需要数据来“喂养”。虽然运营商的数据从数据的种类和数量都有着其他企业无法比拟的优势，但是这些海量的数据仍然存在着缺失、不一致、使用不方便、整合困难等问题。同时未来运营商将大力参与行业融合，所对接的其他行业数据标准不一，结构各异，所以建立可靠的数据采集和治理模式对AI的应用至关重要[9]。

（2）数据+业务的复合型人才严重不足

由于AI的应用有着极高的技术壁垒，导致AI相关人才极度稀缺。而单纯的AI人才缺乏对电信网络、对运营商需求缺乏深入的了解，而运营商内部则缺乏应用AI的经验，这就导致了既懂AI又懂电信的复合型人才凤毛麟角。所以，无论是外部引进还是内部培养都还有很长的路要走。

（3）AI应用的商业模式尚不明确

AI应用的商业模式还在探索中，具体细节落地还需要较长的时间。短期内，AI为运营商带来的收入效益不明显，投资回报不易评估。

5 结论

对于运营商来说，AI既是挑战也是机遇，它能够在5G垂直应用时代为运营商打开更广阔的市场空间，为增速放缓的电信行业带来新的业务增长点，在人口红利、流量红利基本释放完毕的阶段，提供新的发展思路，但同时要求更为高效的组织管理模式、对于人员的综合素质要求也随之提高。通过电信运营商全面互联网化转型进程，在已有的自身优势之上，强化自主研发，打造产业生态，在网络、营销、服务、创新业务等诸多领域运营商应该大有可为。

参考文献

[1]梅雅鑫.5G时代 运营商全面进击云网融合[J].通信世界，2020（27）.

[2]宋雪.5G赋能实体经济高质量发展[J].全国商情·理论研究，2019，000（030）：121-122.

[3]潘思宇，张云勇，张溶芳，等.5G时代，人工智能为运营商赋能[J].电信科学，2019，35（04）：95-102.

[4]郭华.运营商数字化服务转型的策略探索[J].移动通信，2017（5）.

[5]何阳，邓璐.运营商数字化服务的业务布局策略分析[J].现代电信科技，2016，46（01）：75-78.

[6]顾荣明，韩彬斌.运营商拓展数字化服务的策略研究[J].邮电经济，2016，000（001）：36-41..

[7]Gao P .Research on intelligent construction application scheme based on 5G+AICDE[J].Telecom Engineering Technics and Standardization，2019.

[8]胡世良.努力将5G打造成企业成长的第二曲线[J].邮电经济（4）：6.

[9]钟雪飞，姜贵文.5G时代基于人工智能的商业应用研究[J].信息通信，2020，No.208（04）：281-282.