电信行业智能体AI创新的挑战与突破

在本周于哥本哈根举办的TM Forum DTW Ignite大会上，行业领袖们齐聚一堂，共同探讨智能体AI——这种能够在电信等复杂环境中自主执行工作流程的人工智能系统——如何正在重塑网络运营与用户体验。

对于那些希望在快速演变的数字化浪潮中保持竞争优势的电信运营商而言，深入理解智能体AI的落地节奏至关重要，尽管其在电信行业的部署仍面临重重挑战。

核心要点

智能体AI能够实现自主工作流，但在复杂的电信网络环境中落地部署面临重大障碍。

电信运营商普遍将风险管控放在首位，在关键业务基础设施中部署自主智能体时往往举棋不定。

数据质量不达标与技术债务积压，是阻碍AI就绪系统大规模普及的两大核心瓶颈。

创新型厂商正在积极开发数字孪生与超级应用，以弥合遗留系统与新技术之间的鸿沟。

行业正在积极探索如何在充分发挥生成式AI价值与保持运营可控性之间取得平衡。

智能体AI涉及自主智能体执行任务，是上届DTW Ignite大会的核心议题之一。因此，笔者原本期待在今年看到该技术更为成熟的发展态势，尤其是大规模落地应用的实质性信号。

然而现实情况是，大规模落地尚未到来，整个行业在智能体AI部署方面依然面临重大的实施挑战。

电信行业智能体AI落地的壁垒与挑战

电信运营商普遍认可智能体AI的潜力，但将自主智能体大规模部署于关键业务环境，被视为重大的运营风险。为此，厂商们正在努力建立足够的可信度以推动落地，但电信运营商依然持审慎态度。

行业讨论的焦点频繁集中在"无人值守"自动化上，即利用AI智能体打造完全自主运行的数据中心和网络。

电信运营商普遍认识到，为大语言模型清洗和整理好的"AI就绪数据"是维持竞争力的关键。

新一代运营支撑系统（OSS）和业务支撑系统（BSS）的厂商正在积极推广AI驱动的云原生架构，但许多运营商受制于长期积累的技术债务，难以快速转型。

此外，如何处理"人机协同"问题，目前业界尚无明确的解决思路，相关讨论仍在持续。

尽管整个电信行业创新面临诸多顾虑与障碍，大会上部分更具创新精神的厂商仍在持续推进，带来了极具颠覆潜力的下一代产品与解决方案。以下是笔者重点关注的几项亮点：

网络运营智能体AI平台的创新进展

本届大会展示了多款旨在自动化复杂电信任务的智能体AI平台。其中，RADCOM Ltd.表现突出，其云原生智能体AI平台专为电信网络运营设计，直面运营商数据孤岛这一顽疾，携手客户共同攻克数据质量难题，推动数据向AI就绪状态转变。

Kaya Global Inc.同样进入笔者的重点名单。其智能体编排平台跨越多个行业，并非局限于电信领域。Kaya的独特之处在于，它在设计和测试阶段充分利用大语言模型，允许客户通过提示词配置智能体工作流，而在运行时则以确定性方式执行这些流程。这种组合既能让运营商发挥大语言模型的强大能力，又能在生产环境中有效规避幻觉问题。

电信行业超级应用的发展趋势

多家技术厂商正在提供平台，帮助电信运营商构建"超级应用"——将多个独立应用整合为统一协同整体的综合性平台。

Circles Australia Pty Ltd.提供从核心网到边缘的全栈电信平台，内置统一运营商门户，将客户旅程中的获客、留存与变现体验融为一体。该平台支持运营商构建超级应用，用户在平台内每笔交易均可获得返现，通过参与应用内活动来抵扣通信费用，极大提升了用户黏性。

Whale Cloud Technology Co. Ltd.是中国云计算巨头阿里云旗下子公司，提供AI赋能的全生命周期电信平台，具备与华为同台竞技的实力。在其众多能力中，Whale Cloud的超级应用最为亮眼，这在很大程度上源于其在中国市场已积累的广泛用户基础——毕竟，今天在中国流行的，往往不久后便会风靡全球。

数字孪生技术为网络管理带来新视角

数字孪生技术是指对复杂物理系统（如电信网络）进行实时数字化映射，从而实现可视化监控与精准管控。这一技术引入电信领域，是近年来兴起的新兴趋势。

Codaxy d.o.o.推出了AI驱动的网络编排平台CXOrchestrator，专为棕地（即现有遗留）电信环境设计。与竞品不同，CXOrchestrator无需客户对遗留系统进行现代化改造，而是提供一个可定制的覆盖层，通过数字孪生可视化与控制层，在服务、资源和网络域之间呈现统一的运营视图。

NumoData Inc.同样为复杂电信网络提供数字孪生能力，其核心是通过本体论驱动的知识图谱，构建横跨整个电信网络的语义数字孪生体，帮助运营商破解数据孤岛难题，从而以足够高的可信度推动AI自动化落地。

计费与业务支撑系统的AI化升级

业界流传着一句老话：电话公司本质上是计费公司。早期电信运营商正是靠着按通话次数、按分钟计费的精细化能力起家的。

时至今日，计费只是电信BSS众多能力之一。由于大量BSS已沦为遗留系统，下一代BSS（尤其是计费系统）的市场需求已清晰可见。

Cloudnet.ai是Asiainfo Denmark ApS旗下业务部门，提供由智能体AI驱动的云原生BSS平台，支持运营商通过自然语言意图配置服务目录与计费规则，为运营商在新业务配置及计费问题处理中提供基于提示词的智能交互界面。

Aria Systems LLC则提供智能体AI驱动的计费系统，专为AI服务和媒体订阅等复杂计费场景而设计，并配备在线计费系统，助力电信运营商及其他企业建立、管理和执行AI服务的计费策略。鉴于AI Token成本高昂，这类系统正是市场迫切所需。

triPica SAS提供云原生平台，帮助电信运营商在不增加技术债务的前提下融入AI能力。传统运营商可借助triPica，与那些无需背负遗留基础设施包袱的新生代移动虚拟网络运营商（MVNO）展开平等竞争。

Intellyx观点

自贝尔发明电话以来，电信行业已在一轮又一轮技术变革中接受了无数次洗礼。有此历史积淀，大型传统运营商对风险保持审慎态度，实属情理之中。

尽管如此，面对极度复杂的关键业务网络环境和错综复杂的全球监管格局，每一家电信运营商都清醒地认识到，唯有拥抱下一代技术，方能在激烈竞争中立于不败之地。

"规避风险"与"驱动创新"这两种看似矛盾的力量，给DTW Ignite这类电信行业大会上的所有对话都蒙上了一层独特的底色。

在与厂商的深入交流中，笔者始终感受到一个清醒而一致的主题：创新是好事，但必须适度推进。这种稳健的姿态，在一定程度上为其他大会上弥漫的AI浮夸之风提供了有效的矫正。

Q&A

Q1：电信行业部署智能体AI面临哪些主要挑战？

A：电信行业部署智能体AI的主要挑战包括：在关键业务环境中管控运营风险、解决数据孤岛和数据质量问题，以及克服长期积累的技术债务。此外，运营商还需在复杂的全球监管环境中确保自主智能体在现有遗留网络和业务支撑系统中稳定运行，同时还面临如何合理处理"人机协同"的难题，目前业界对此尚无成熟方案。

Q2：数字孪生技术在电信网络管理中有什么用？

A：数字孪生技术通过构建电信网络的实时数字化映射，为运营商提供更强的可视化管控能力。以NumoData为例，其平台通过本体论驱动的知识图谱，构建语义数字孪生体，帮助运营商打破数据孤岛、提升数据质量，从而以足够高的可信度推动AI自动化落地。Codaxy的CXOrchestrator则通过覆盖层方式，在不改造遗留系统的前提下实现跨域统一运营视图。

Q3：电信行业的超级应用是什么，有什么商业价值？

A：超级应用是将多个独立功能整合为统一运营入口的综合性平台，覆盖用户获取、留存和变现等全流程。以Circles Australia为例，其超级应用支持用户通过平台内活动获得返现，用于抵扣通信费用，有效提升用户黏性。Whale Cloud的超级应用则凭借在中国市场的广泛普及，具备向全球快速复制的潜力，对电信运营商提升数字生态竞争力具有重要商业价值。