Blue Planet与Telefónica联合发布AI驱动的5G切片设计概念验证

Telefónica Deutschland与Blue Planet近日披露了一项概念验证（PoC）成果，旨在展示AI智能体如何助力简化复杂的、基于标准的服务设计流程，同时提升一致性并降低对专业人才的依赖。

此次合作以Telefónica Deutschland的多域服务编排（MDSO）环境为基础。该环境专为跨网络域的端到端编排而设计，并为新型复杂服务的引入提供支撑。合作成果将被整合到该电信运营商的现有环境中，以支持基于意图的设计、服务与交付。

这也是Telefónica Deutschland持续推进运营支撑系统（OSS）转型、迈向更高网络自治水平计划的重要组成部分。该运营商表示，其正致力于通过"服务与网络工厂"实现服务及网络部署的工业化，而MDSO项目正是这一转型的核心驱动力。

双方表示，此次PoC的结果充分展示了智能体AI驱动运营在下一代B2B服务中的潜力——将复杂服务的设计周期从数周压缩至数分钟，显著加快了高级5G网络切片服务的设计与交付速度。

Telefónica Deutschland与Blue Planet均认为，5G网络切片代表着一个关键应用场景：这是一种高价值B2B服务，其特点是规格复杂、标准持续演进，且高度依赖专家知识。高效地设计和部署切片服务，对于缩短上市时间、同时保持跨域服务质量与一致性至关重要。

为应对上述挑战，双方测试了AI智能体在服务全生命周期内为工程师提供支持的能力，涵盖基于意图的设计、目录创建直至服务交付等各个环节。本次PoC采用Blue Planet AI Studio这一OSS原生平台来构建和运行AI智能体，并将其直接集成到现有的MDSO环境中。此举确保了AI驱动的自动化能力真正嵌入实际运营工作流程，而非作为独立的实验性项目运行。

双方表示，PoC的结果"相当显著"。此前需要高度专业化技能与大量人工投入的任务——例如定义切片规格、生成符合标准的服务负载——如今可在数分钟内完成，而非以往需要数周的时间。

此外，通过将复杂标准和参数抽象为AI智能体，并复用经由MDSO管理的目录元素，服务设计的速度、一致性与质量均得到提升，同时借助有引导性的、可重复的流程有效减少了错误的发生。

超越即时成果，双方认为此次PoC为AI驱动的自动化如何与多域编排协同、支持网络和服务运营的未来演进提供了"宝贵"洞察。通过在MDSO框架中验证AI智能体的作用，Telefónica Deutschland与Blue Planet相信，他们已为将该方案扩展至更多应用场景、支持更具动态性的基于意图的服务奠定了坚实基础。

Telefónica Deutschland架构、战略与技术赋能总监Eva Ulicevic表示："大规模设计和交付5G网络切片服务本身极为复杂，对工程团队提出了很高的要求。此次概念验证表明，当AI智能体与我们的MDSO框架集成后，能够切实简化服务设计、缩短交付周期，并有助于让专家知识得到更广泛的应用。这是对基于意图的AI驱动方式如何支持我们迈向更自治运营的重要验证，使我们能够为客户提供更多增值服务。"

Telefónica补充说，此次PoC也体现了其对AI原生运营和提升网络自治能力的宏观愿景，进一步强化了AI在服务与网络运营转型中的核心地位。

对于Blue Planet而言，此次合作彰显了将智能体AI与成熟编排基础相结合的价值。Blue Planet高级副总裁兼总经理Joe Cumello表示："Telefónica Deutschland为本次合作带来了清晰的运营愿景和成熟的MDSO项目。通过利用Blue Planet AI Studio将AI智能体直接构建到其编排工作流中，这项概念验证展示了服务提供商如何在保持管控能力、标准合规性和运营严谨性的同时加速创新。"

Q&A

Q1：什么是5G网络切片，为什么它的设计如此复杂？

A：5G网络切片是一种高价值B2B服务，允许运营商在同一物理网络上为不同业务创建相互隔离的虚拟网络。其复杂性来自规格定义繁琐、行业标准持续演进，以及部署过程高度依赖专业工程师的知识积累，传统方式从设计到交付往往需要数周时间。

Q2：AI智能体在5G切片服务设计中具体发挥了什么作用？

A：在此次概念验证中，AI智能体贯穿服务全生命周期，支持工程师完成基于意图的服务设计、目录创建及服务交付等工作。它能够自动完成切片规格定义、生成符合标准的服务负载等原本需要专家手动操作的任务，将设计周期从数周压缩至数分钟，同时降低了人为错误的发生概率。

Q3：Blue Planet AI Studio是什么，它在此次合作中起到了什么作用？

A：Blue Planet AI Studio是一个OSS原生平台，专用于构建和运行AI智能体。在此次概念验证中，该平台被直接集成到Telefónica Deutschland现有的MDSO多域服务编排环境中，确保AI驱动的自动化能力真正嵌入实际运营工作流，而非孤立运行的实验性系统，从而实现了AI与现有基础设施的无缝协同。