Überblick
Die Inspur-Lösung für autonome Netzwerke unterstützt Self-X-Autonomiebetriebsfähigkeiten und Zero-X-Erfahrung und bietet Betreibern einen klaren Pfad zur L4+-Hochautonomie. Die Lösung verwendet ein vierphasiges, risikokontrolliertes Bereitstellungsmodell, um den Geschäftswert zu beschleunigen; die entsprechenden Fähigkeiten wurden bereits bei führenden Betreibern im In- und Ausland praktisch validiert und können Unternehmen dabei helfen, Kosten zu senken und Effizienz zu steigern, Rechenleistung zu monetarisieren und Geschäftsmodellinnovationen voranzutreiben.
Hintergrundinformationen
Die globale Telekommunikationsbranche befindet sich im Wandel hin zu Netzintelligenz und Autonomie. Das TM Forum Autonomous Networks (AN)-Framework hat sich zu einem wichtigen Industriestandardsystem entwickelt; 84 führende Communication Service Provider (CSP) und Partner haben die Autonomous Networks-Deklaration unterzeichnet, und über 30 Betreiber treiben durch ANL-Bewertungen den Aufbau von L4-autonomen Netzwerken voran. Angetrieben durch Geschäfte wie 5G, Cloud-Netz-Konvergenz, Unternehmensstandleitungen und Heimbreitband weisen Betreibernetzwerke Merkmale von Multi-Domain, Multi-Hersteller und Multi-Technologiestandards auf. Traditioneller manueller Betrieb und Schornstein-Systeme führen zu Problemen wie hohen Kosten, langsamer Fehlerlokalisierung, langen Geschäftszyklen und schlechter Kundenerfahrung. Netzintelligenz und Autonomie werden zur unvermeidlichen Entwicklungsrichtung. Die Branche entwickelt sich entlang des ANL-Pfads von L0–L5 und konzentriert sich auf Self-X-Betriebsfähigkeiten und Zero-X-Benutzererfahrung. KI, digitale Zwillinge und Big Data treiben die End-to-End-Automatisierung von Geschäften voran und helfen Communication Service Providern, Kosten zu senken, Effizienz zu steigern und neue Geschäftswerte freizusetzen. Auf dieser Grundlage hat Inspur eine TM Forum-konforme Lösung für autonome Netzwerke eingeführt, die Betreiber bei der L4+-Evolution unterstützt.
Lösung
Die vom TM Forum zusammengefasste AN-Implementierungsmethode bietet globalen Betreibern mit vier Kern elementen – Vision und Zielarchitektur, Bewertung des Autonomiegrades von Netzwerken, Wirkungsmesssystem und intelligente Betriebspraktiken – standardisierte Anleitung für die systematische Förderung der Transformation zu autonomen Netzwerken. Der gesamte Prozessentwurf und die Implementierungsroute der Inspur-Lösung für autonome Netzwerke folgen strikt dieser Branchennorm.
Inspur hat in Anlehnung an TM Forum-Standards und Best Practices von China Mobile eine klare, kennzahlenorientierte Roadmap erstellt. Diese Strategie ist in vier Phasen unterteilt, priorisiert auf Basis einer einheitlichen Plattform die Umsetzung hochwertiger Geschäftsszenarien, beginnt mit ANL-Bewertung und Systemfähigkeitsverbesserung, treibt schrittweise die Umsetzung hochwertiger Szenarien voran und erreicht schließlich eine skalierte KI-Ökosystemintegration. Durch die phasenweise Stärkung der KI-Fähigkeiten wird die geschlossene Automatisierung vorangetrieben, sodass Betreiber schrittweise zur ANL-L4+-Hochautonomie evolvieren und in jeder Phase messbare Ergebnisse erzielen.
Das autonome Netzwerk von Inspur durchläuft drei Evolutionsphasen: In der ersten Phase erfolgt die Ausrichtung an TMF-Standards sowie der Abschluss von Top-Level-Design und technischer Voruntersuchung; in der zweiten Phase wird die Produktisierung des Full-Stack-OSS realisiert, eine cloudnative Basis bereitgestellt und ANL durch Leuchtturmprojekte von L2 auf L3+ angehoben; die aktuelle Phase konzentriert sich auf 38 hochwertige Szenarien, aktualisiert KI-native Fähigkeiten, erzielt L4-Durchbrüche in Kernszenarien und entwickelt sich kontinuierlich zur L4+-Hochautonomie weiter, während gleichzeitig das KI-Ökosystem vervollständigt wird.
Die Inspur-Lösung für autonome Netzwerke fördert auf Basis des IBS-Frameworks die digitale Transformation der Telekommunikation und bietet einheitliches Ressourcenmanagement, intelligente Sicherung, automatische Bereitstellung und KI-gesteuerte Orchestrierung. Die Lösung bildet auf Grundlage von Cloud-Native, Big Data, KI/GenAI und DevOps eine Full-Stack-OSS-Architektur und errichtet ein hierarchisches geschlossenes Automatisierungssystem von „Netzwerk → Geschäft → Kunde → Benutzer“, sodass Betreiber von der grundlegenden Netzautomatisierung schrittweise zur geschäftlichen geschlossenen Schleife übergehen, Self-X-Betrieb unterstützen und eine reibungslose Evolution von ANL L2 zu L4+ erreichen.
Die Lösung baut mit den drei Säulen Geschäftsagilität, Szenariobefähigung und technologische Basis differenzierte KI-Fähigkeiten auf. Die Full-Stack-KI-native Basis integriert Large Language Models (LLM) und einheitliche Rechenleistungssteuerung und unterstützt Modelltraining, Agentenentwicklung sowie datenintelligente Governance; sie bietet eine unternehmensweite KI-Assistenten-App, die die gesamte Kette der Bedarfsreaktion durchgängig verbindet; sie errichtet eine Agentenmatrix, die drei Szenariokategorien abdeckt – „intelligenter Netzbetrieb, schnelle Marktunterstützung, Befähigung für Lean-Management“ – und führt über Multi-Rollen-Agenten eine unternehmensweite intelligente Geschäftszusammenarbeit durch; sie bildet ein geschlossenes KI-Produktunterstützungssystem und treibt die End-to-End-intelligente Transformation von Betreibern voran.
Auf Grundlage der TMF IG1256-Richtlinie empfiehlt Inspur, vorrangig hochwertige Anwendungsszenarien für autonome Netzwerke aufzubauen, Automatisierungs- und Intelligenztechnologiefähigkeiten in wahrnehmbaren, verifizierbaren und quantifizierbaren Geschäftswert umzuwandeln, ein Full-Link-Geschäfts-Upgrade zu erreichen, Betriebskosten deutlich zu senken, Teameffizienz zu steigern, Einnahmequellen kontinuierlich zu erweitern und die Netzresilienz umfassend zu stärken.
Reichhaltige AN-Anwendungsszenarien
Inspur ist seit Langem im Betreiber-OSS tätig und bietet End-to-End-Lösungen für autonome Netzwerke von L2 bis L4, KI-gestützt und mit einem TMF-konformen, skalierbar replizierbaren Implementierungspfad. Es wurden bereits mehr als zehn KI-Leuchtturmprojekte auf Konzernebene in China, über 20 Produkte zur Monetarisierung von Rechenleistung umgesetzt sowie Auslandsprojekte wie bei Telekom Malaysia und einem südafrikanischen Breitbandbetreiber bereitgestellt, um die intelligente Transformation globaler Telekommunikationsnetzwerke voranzutreiben.
Kundennutzen
Verbesserte Entscheidungsfähigkeit
Durch KI und Big-Data-Analysen werden Ressourcen, Geschäfte und Benutzerstatus im gesamten Netzwerk tiefgehend analysiert, präzise Entscheidungen in Netzplanung, Ressourcensteuerung und Geschäftsbetrieb unterstützt, die Ressourcenkonfiguration optimiert und die Gesamtbetriebseffizienz gesteigert.
Verbesserte Betriebssicherung
Durch KI-Alarmkorrelation, automatische Fehlerlokalisierung und geschlossene Selbstheilung werden Fehlerbehandlungs effizienz und Netzzuverlässigkeit erhöht und Betriebskosten gesenkt; vorausschauende Wartung kann Risiken frühzeitig erkennen und den stabilen Netzbetrieb gewährleisten.
Optimierte Kundenerfahrung
Gestützt auf eine einheitliche Ressourcenbasis und End-to-End-automatische Bereitstellung werden Bereitstellungszyklen erheblich verkürzt und Fehlerauswirkungen schnell reduziert, um Regierungs- und Unternehmenskunden sowie Privatnutzern effizientere, stabilere und personalisierte Dienste zu bieten und Kundenzufriedenheit und -loyalität zu steigern.
Beschleunigte Geschäftsinnovation
Gestützt auf Low-Code-Orchestrierung und intelligente Geschäftserfüllung werden neue Geschäftsszenarien wie 5G-Privatnetze und Rechen-Netz-Konvergenz schnell eingeführt, damit Betreiber Marktchancen nutzen und neue Geschäftsmodelle und Erlösquellen erkunden können.
Gestiegene Betriebseffizienz
Für Kernprozesse wie Ressourcenmanagement, Geschäftsbereitstellung und Fehlerbehandlung wird ein automatisches geschlossenes Management realisiert, manuelle Eingriffe werden reduziert und Kapitalaufwand (CAPEX) sowie Betriebsaufwand (OPEX) gesenkt; Echtzeitüberwachung und intelligente Alarme helfen Betreibern, schnell auf Netz- und Marktveränderungen zu reagieren und die Betriebseffizienz umfassend zu steigern.
